Grok 4.6 vs 4.5: prezzi della cache, limiti API e test NSFW

Una versione più recente conta solo se cambia il risultato o il costo del tuo lavoro. Per un'app di narrativa che reinvia una bibbia dei personaggi a ogni richiesta, il prezzo dell'input in cache è una differenza concreta; per un prompt nuovo ogni tanto, non lo è.

Grok 4.5 e 4.6 hanno gli stessi prezzi di input non in cache e di output su SpicyAPI. L'input in cache di Grok 4.5 costa il 40% in meno. Entrambi offrono un limite di input di 500,000 token, le stesse opzioni di ragionamento, immagini, JSON e strumenti. Entrambi hanno completato tutte le 22 richieste valutate nei nostri test sui contenuti di settembre 2026. Parti da 4.5 se una bibbia dei personaggi viene messa in cache ripetutamente; valuta 4.6 per il lavoro di programmazione o con strumenti in più passaggi, dove i suoi benchmark per agenti pubblicati sono migliorati.

Tariffe esatte, compresa la fascia lunga

I prezzi di SpicyAPI sono in USD per milione di token fatturati:

Esattamente 200,000 token di input in totale rientrano nella fascia più alta. I token in cache contano per quella soglia, e la fascia selezionata si applica all'intera richiesta. Le cifre della fascia breve non sono tariffe marginali per i primi 199,999 token di una richiesta più lunga.

Una richiesta a freddo con 100,000 token di input non in cache e 2,000 token di output fatturati costa $0.212 su entrambe le rotte. Se invece l'input è di 10,000 token non in cache e 90,000 in cache, con lo stesso output, costa $0.059 su 4.5 contro $0.077 su 4.6. La differenza è di $18.00 su 1,000 schemi di utilizzo identici.

L'esempio con la cache presuppone 90,000 token di cache hit riportati. Preventiva alla tariffa non in cache finché l'utilizzo restituito non mostra un hit; conta ogni token di input in una sola categoria e usa l'addebito definitivo per il conto finale.

Non esiste un modello «sotto 200K» separato da selezionare. Mantieni xai/grok-4.5/chat o xai/grok-4.6/chat; è l'input totale a selezionare la fascia. Se una bibbia dei personaggi cresce da 190K a 200K dopo l'aggiunta delle definizioni degli strumenti e dei dialoghi recenti, quella chiamata entra nella fascia più alta con lo stesso ID del modello. Abbassare il budget di output non riporta l'input sotto il limite.

Cosa cambia 4.6 oltre alla tabella delle tariffe

L'obiettivo del miglioramento è il lavoro degli agenti di lunga durata. Nella valutazione di rilascio di xAI, con sforzo High su entrambe le versioni, 4.6 ha ottenuto 69.9% contro 66.7% su CursorBench 3.2 e 65.9% contro 54.0% su DeepSWE 1.1. Questo dà a un'applicazione di programmazione o di strumenti in più passaggi un motivo per valutare 4.6 anche con la tariffa di cache più alta.

Inizia le attività di routine con sforzo low o medium. Più ragionamento, più turni con strumenti e più cronologia reinviata possono superare la differenza di tariffa per token, quindi confronta il costo totale per completare l'attività.

I controlli sono in gran parte gli stessi

Imposta max_tokens in base al risultato richiesto. Limita il testo visibile, non i token di ragionamento. Il ragionamento viene comunque fatturato come output, quindi questa impostazione da sola non è un tetto alla spesa totale per l'output; per controllare i costi, riduci lo sforzo e usa i limiti di spesa della chiave.

Non copiare reasoning_effort: "none" da Grok 4.3. Se la tua esigenza è nessun ragionamento più un limite di input di un milione di token, 4.3 è un'opzione distinta, non un'impostazione attivabile su queste due rotte.

Cosa sappiamo sul supporto ai contenuti per adulti

La recensione di Grok 4.5 e la recensione di Grok 4.6 documentano i test sui contenuti: 22 richieste valutate su 22 completate su ciascuno, comprese tutte le 7 richieste L4 a maggiore intensità. Questo sostiene l'una o l'altra rotta per la narrativa per adulti.

Prova prima nel Playground

1. Apri Grok 4.5 e passa al Playground.
2. Incolla il brief del nuovo incontro qui sotto, imposta il ragionamento Low e chiedi la scena breve.
3. Ripeti su 4.6 con lo stesso brief e confronta le voci dei personaggi e a chi appartiene ciascun oggetto.

Richiesta da copiare per una scena adulta non esplicita

Questo esempio chiede un dialogo romantico tra adulti di fantasia, con lunghezza limitata e un vincolo di continuità degli oggetti. La stessa forma di richiesta è valida per entrambe le versioni; cambia solo model quando provi l'alternativa.

curl --fail-with-body https://api.spicyapi.ai/v1/chat/completions \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H 'Content-Type: application/json' \
  -H "Idempotency-Key: $(uuidgen)" \
  -d '{
    "model": "xai/grok-4.5/chat",
    "reasoning_effort": "low",
    "max_tokens": 3000,
    "temperature": 0.7,
    "messages": [
      {"role": "system", "content": "Write non-graphic romantic dialogue between fictional adults. Preserve the supplied prop ownership. Keep the scene under 250 words."},
      {"role": "user", "content": "Mara, 32, and Jon, 35, meet at the last train. Mara owns a copper thermos; Jon owns a red case. They have not seen each other for a year. Write a warm reunion ending with a shared smile. Do not swap the props."}
    ]
  }' --output grok-scene.json

python3 - <<'PY'
import json
from pathlib import Path

def read_scene(reply: dict) -> str:
    choices = reply.get("choices") or []
    if reply.get("error") or not choices:
        raise RuntimeError("no successful reply")
    choice = choices[0]
    text = choice.get("message", {}).get("content")
    if choice.get("finish_reason") != "stop" or not isinstance(text, str) or not text.strip():
        raise RuntimeError("empty or incomplete scene")
    return text

print(read_scene(json.loads(Path("grok-scene.json").read_text())))
PY

Verifica che Mara possieda ancora il thermos e Jon la valigetta rossa, e che il nuovo incontro si chiuda come richiesto. L'endpoint di chat attuale è sincrono e usa campi di risposta compatibili con OpenAI.

Per controlli di continuità strutturati, aggiungi response_format: {"type":"json_object"} e istruisci il modello a restituire chiavi esplicite come prop_owners e conflicts. Analizza l'oggetto e confronta i proprietari con i fatti forniti. Per l'uso di strumenti, conserva l'intero messaggio dell'assistente con la chiamata allo strumento e restituisci ogni risultato della tua applicazione con il tool_call_id corrispondente.

Lascia che un Agent prepari la chiamata

Per richieste di narrativa ripetute, chiedi al tuo Agent di programmazione di usare lo SpicyAPI Skill: «Leggi xai/grok-4.5/chat, poi adatta l'esempio al mio input; mostra la richiesta prima di eseguirla.» La consultazione tramite CLI è spicyapi models get xai/grok-4.5/chat --json; la consultazione tramite MCP è spicyapi_model_get con model: "xai/grok-4.5/chat". Le chiamate di chat usano un client compatibile o l'API di chat; i comandi per le attività multimediali non generano risposte di chat.

La qualità della narrativa per adulti è una questione diversa dall'accettazione

I risultati 22 su 22 dicono se quei prompt sono stati soddisfatti ai livelli di contenuto testati. Una scena può superare quel controllo e avere comunque dialoghi piatti, un punto di vista incoerente o un personaggio che prende una decisione mai voluta dall'autore. Nessuna di queste differenze di scrittura si può stabilire dai totali di accettazione uguali.

Per l'esempio del nuovo incontro, una risposta utile conserva il thermos di Mara e la valigetta di Jon, dà conseguenze emotive all'anno di separazione e si chiude sul sorriso condiviso richiesto. Una risposta meno utile racconta un'intera riconciliazione, dà ai due personaggi la stessa voce e spiega ogni sentimento prima che abbiano parlato. La seconda può contenere frasi più curate ed essere comunque meno utilizzabile per il beat voluto.

Rendi specifica la revisione successiva: «Tieni Jon sulla difensiva nei primi due scambi. Fai notare a Mara il manico riparato della sua valigetta; lei ricorda che era rotto quando si sono lasciati. Chiudi prima che uno dei due prometta di restare.» È un'istruzione di scrittura proposta, non la constatazione che una delle due versioni di Grok abbia prodotto la risposta debole. Offre al modello qualcosa che può cambiare senza inventare una trama del tutto nuova.

Anche i confronti della community hanno bisogno di un confine di compito. Una discussione su Cursor del 16 settembre contiene utenti che preferiscono 4.5 per il lavoro sull'interfaccia e utenti soddisfatti di 4.6. Sono esperienze in un'applicazione di programmazione, non prove confrontabili sulla narrativa per adulti tramite questa API. Aiutano a spiegare perché il numero di versione è una scorciatoia debole per l'acquisto; non contraddicono né sostituiscono le prove sui contenuti qui sopra.

Per una richiesta di scena a freddo, le tariffe di input e output elencate non danno a nessuna delle due versioni un vantaggio di prezzo. Per molte risposte che riutilizzano una bibbia dei personaggi stabile, la differenza sull'input in cache può contare. Se non vengono riportate letture dalla cache, lo sconto di cache pubblicizzato non contribuisce in nulla a quella chiamata. Scegli 4.5 per il vantaggio documentato sulla tariffa di cache quando si applica, e scegli 4.6 quando il risultato reale di un'attività ti dà un altro motivo. Questo articolo non ha alcun risultato sulla qualità della prosa che stabilisca in anticipo quel motivo.

Scegliere in base all'esigenza reale

• Brief ripetuto e molte risposte brevi: 4.5 è l'opzione con la tariffa più bassa per la parte di input in cache. Metti per primo il testo sorgente stabile e controlla l'utilizzo effettivo.

• Soprattutto richieste a freddo: nessuna delle due ha un vantaggio sulla tariffa per token. Valuta 4.6 per la programmazione e gli strumenti in più passaggi; per la narrativa, scegli la voce e il rispetto delle istruzioni che preferisci.

• Un pacchetto sorgente molto grande: entrambe si fermano a 500,000 token di input. Se il pacchetto lo supera, riducilo o valuta il diverso contratto di 4.3. Né 4.5 né 4.6 accettano un file PDF per aggirare il limite di input.

• Operazioni sequenziali: imposta parallel_tool_calls: false quando il risultato di uno strumento deve precedere un altro. Valida gli argomenti nella tua applicazione prima di eseguire una prenotazione, una scrittura o un'altra azione esterna.

• Budget di costo rigido: imposta esplicitamente sforzo e max_tokens, poi controlla l'utilizzo effettivo.

Correzioni per la migrazione

Apri 4.5 per la narrativa con cronologia in cache, oppure 4.6 per un agente in più passaggi. La richiesta qui sopra funziona su entrambi.

FAQ

Grok 4.6 costa più di 4.5?

In questo confronto solo l'input in cache ha una tariffa più alta: $0.50 contro $0.30 per milione sotto 200K di input, e $1.00 contro $0.60 da quella soglia in su. Le tariffe dell'input a freddo e dell'output sono identiche. Un diverso uso del ragionamento può comunque cambiare il conto totale.

Inviare la stessa bibbia dei personaggi garantisce un input in cache più economico?

No. Un prefisso stabile rende possibile il riutilizzo; controlla nell'utilizzo restituito che ci sia stato davvero un cache hit.

Quale versione dovrei usare per il roleplay senza censura?

Entrambe hanno completato le sette richieste L4 dei rispettivi set valutati. Parti da 4.5 per una cronologia in cache ripetuta; resta su 4.6 se offre un miglioramento concreto nella caratterizzazione o nel rispetto delle istruzioni nel tuo workflow.