Grok 4.6 vs 4.5: ceny cache, limity API i testy NSFW

Nowsza wersja ma znaczenie tylko wtedy, gdy zmienia wynik lub koszt Twojej pracy. W aplikacji do tworzenia fikcji, która przy każdym zapytaniu wysyła ponownie biblię postaci, cena wejścia z cache to konkretna różnica; przy okazjonalnym nowym prompcie już nie.

Grok 4.5 i 4.6 mają w SpicyAPI te same ceny wejścia bez cache i wyjścia. Wejście z cache w Grok 4.5 jest o 40% tańsze. Obie wersje mają limit wejścia 500 000 tokenów, te same poziomy rozumowania, obrazy, JSON i narzędzia. Obie zrealizowały wszystkie 22 punktowane zapytania w naszych testach treści z września 2026 r. Zacznij od 4.5, jeśli biblia postaci jest wielokrotnie buforowana; rozważ 4.6 przy programowaniu lub wieloetapowej pracy z narzędziami, gdzie jej opublikowane wyniki benchmarków agentowych się poprawiły.

Dokładne stawki, także dla progu długiego

Ceny SpicyAPI podano w USD za milion rozliczanych tokenów:

Dokładnie 200 000 tokenów wejścia łącznie to już wyższy próg. Tokeny z cache wliczają się do tego progu, a wybrany próg obowiązuje dla całego zapytania. Stawki z krótkiego progu nie są stawkami krańcowymi dla pierwszych 199 999 tokenów dłuższego zapytania.

Zimne zapytanie ze 100 000 tokenów wejścia bez cache i 2 000 rozliczanych tokenów wyjścia kosztuje 0,212 $ na każdej z tras. Jeśli wejście to zamiast tego 10 000 tokenów bez cache i 90 000 z cache, przy tym samym wyjściu kosztuje 0,059 $ w 4.5 wobec 0,077 $ w 4.6. Ta różnica wynosi 18,00 $ na 1 000 identycznych wzorców użycia.

Przykład z cache zakłada 90 000 zgłoszonych tokenów trafień w cache. Planuj budżet według stawki bez cache, dopóki zwrócone dane o użyciu nie pokażą trafienia; zliczaj każdy token wejścia tylko w jednej kategorii, a do końcowego rachunku używaj rozliczonej opłaty.

Nie ma osobnego modelu „poniżej 200K” do wyboru. Zostań przy xai/grok-4.5/chat lub xai/grok-4.6/chat; próg wybiera łączne wejście. Jeśli biblia postaci urośnie ze 190K do 200K po dodaniu definicji narzędzi i ostatnich dialogów, to wywołanie trafi do wyższego progu z tym samym ID modelu. Obniżenie budżetu wyjścia nie sprowadza wejścia z powrotem poniżej granicy.

Co zmienia 4.6 poza tabelą stawek

Celem ulepszenia jest długotrwała praca agentów. W ocenie wydania xAI, przy wysiłku High w obu wersjach, 4.6 uzyskała 69,9% wobec 66,7% w CursorBench 3.2 oraz 65,9% wobec 54,0% w DeepSWE 1.1. To daje aplikacji do programowania lub wieloetapowej pracy z narzędziami powód, by rozważyć 4.6 mimo wyższej stawki za cache.

Rutynowe zadania zaczynaj od wysiłku low lub medium. Więcej rozumowania, tur z narzędziami i ponownie wysyłanej historii może przeważyć nad różnicą w stawce za token, więc porównuj całkowity koszt ukończenia zadania.

Ustawienia są w dużej mierze takie same

Ustaw max_tokens odpowiednio do żądanego rezultatu. Ogranicza on widoczny tekst, a nie tokeny rozumowania. Rozumowanie nadal jest rozliczane jako wyjście, więc samo to ustawienie nie jest limitem całkowitego wyjścia; aby kontrolować koszt, obniż wysiłek i używaj limitów wydatków dla klucza.

Nie kopiuj reasoning_effort: "none" z Grok 4.3. Jeśli potrzebujesz braku rozumowania i limitu wejścia miliona tokenów, 4.3 to osobna opcja, a nie ustawienie, które można włączyć w tych dwóch trasach.

Co wiemy o obsłudze treści dla dorosłych

Recenzja Grok 4.5 i recenzja Grok 4.6 dokumentują testy treści: 22 z 22 punktowanych zapytań zrealizowano w każdej, w tym wszystkie 7 zapytań L4 o wyższej intensywności. To przemawia za obiema trasami przy fikcji dla dorosłych.

Najpierw wypróbuj w Playground

1. Otwórz Grok 4.5 i przełącz się na Playground.
2. Wklej poniższy brief spotkania po latach, ustaw rozumowanie Low i poproś o krótką scenę.
3. Powtórz na 4.6 z tym samym briefem i porównaj głosy postaci oraz to, do kogo należy każdy przedmiot.

Zapytanie do skopiowania: nieeksplicytna scena dla dorosłych

Ten przykład prosi o romantyczny dialog między fikcyjnymi dorosłymi, z ograniczoną długością i wymogiem spójności przedmiotów. Dokładnie ta sama forma zapytania jest poprawna dla obu wersji; przy próbie drugiej zmień tylko model.

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

Sprawdź, czy Mara nadal ma termos, a Jon czerwoną walizkę, i czy spotkanie kończy się tak, jak zażądano. Obecny endpoint czatu jest synchroniczny i używa pól odpowiedzi zgodnych z OpenAI.

Do strukturalnych kontroli spójności dodaj response_format: {"type":"json_object"} i poleć modelowi zwrócić jawne klucze, takie jak prop_owners i conflicts. Przetwórz obiekt i porównaj jego właścicieli z podanymi faktami. Przy użyciu narzędzi zachowaj pełną wiadomość asystenta z wywołaniem narzędzia i zwracaj każdy wynik aplikacji z odpowiadającym mu tool_call_id.

Pozwól Agentowi przygotować wywołanie

Przy powtarzających się zapytaniach o fikcję poproś swojego Agenta do programowania o użycie SpicyAPI Skill: „Przeczytaj xai/grok-4.5/chat, a potem dostosuj przykład do mojego wejścia; pokaż zapytanie przed uruchomieniem”. Sprawdzenie przez CLI to spicyapi models get xai/grok-4.5/chat --json; sprawdzenie przez MCP to spicyapi_model_get z model: "xai/grok-4.5/chat". Wywołania czatu korzystają ze zgodnego klienta lub API czatu; polecenia zadań medialnych nie generują odpowiedzi czatu.

Jakość fikcji dla dorosłych to inne pytanie niż akceptacja

Wyniki 22 z 22 odpowiadają na pytanie, czy te prompty zostały spełnione na przetestowanych poziomach treści. Scena może przejść tę kontrolę i mimo to mieć płaskie dialogi, niespójny punkt widzenia albo postać podejmującą decyzję, jakiej autor nigdy nie zamierzał. Żadnej z tych różnic w pisaniu nie da się rozstrzygnąć na podstawie jednakowych sum akceptacji.

W próbce spotkania po latach użyteczna odpowiedź zachowuje termos Mary i walizkę Jona, nadaje rokowi rozłąki emocjonalne konsekwencje i kończy się na żądanym wspólnym uśmiechu. Mniej użyteczna opowiada całe pojednanie, daje obojgu bohaterom ten sam głos i wyjaśnia każde uczucie, zanim cokolwiek powiedzą. Druga może zawierać bardziej dopracowane zdania, a mimo to być mniej przydatna dla zamierzonego beatu.

Następną poprawkę sformułuj konkretnie: „Niech Jon będzie ostrożny przez pierwsze dwie wymiany. Niech Mara zauważy naprawiony uchwyt jego walizki; pamięta, że był złamany, gdy się rozstawali. Zakończ, zanim któreś obieca zostać”. To proponowana instrukcja pisarska, a nie ustalenie, że którakolwiek wersja Grok dała słabą odpowiedź. Daje modelowi coś, co może zmienić, bez wymyślania zupełnie nowej fabuły.

Porównania społeczności również potrzebują granicy zadania. Dyskusja na Cursorze z 16 września zawiera użytkowników preferujących 4.5 do pracy nad interfejsem i użytkowników zadowolonych z 4.6. To doświadczenia z aplikacji do programowania, a nie porównywalne dowody dotyczące fikcji dla dorosłych przez to API. Pomagają wyjaśnić, dlaczego numer wersji to słaby skrót przy zakupie; nie przeczą testom treści powyżej ani ich nie zastępują.

Przy zimnym zapytaniu o scenę wymienione stawki wejścia i wyjścia nie dają żadnej wersji przewagi cenowej. Przy wielu odpowiedziach wykorzystujących stabilną biblię postaci różnica w cenie wejścia z cache może mieć znaczenie. Jeśli nie zgłoszono odczytów z cache, reklamowany rabat za cache nic nie wnosi do tego wywołania. Wybierz 4.5 ze względu na udokumentowaną przewagę w stawce za cache, gdy ma zastosowanie, a 4.6 wtedy, gdy rzeczywisty wynik zadania da Ci inny powód. Ten artykuł nie zawiera wyniku dotyczącego jakości prozy, który wskazywałby taki powód z góry.

Wybierz według rzeczywistego wymagania

• Powtarzany brief i wiele krótkich odpowiedzi: 4.5 to opcja o niższej stawce dla buforowanej części wejścia. Umieszczaj stabilny tekst źródłowy na początku i sprawdzaj rzeczywiste użycie.

• Głównie zimne zapytania: żadna nie ma przewagi w stawce za token. Rozważ 4.6 do programowania i wieloetapowych narzędzi; przy fikcji wybierz głos i wykonywanie instrukcji, które wolisz.

• Bardzo duży pakiet źródłowy: obie kończą się na 500 000 tokenów wejścia. Jeśli pakiet to przekracza, zmniejsz go lub rozważ odmienny kontrakt 4.3. Ani 4.5, ani 4.6 nie przyjmuje pliku PDF, by obejść limit wejścia.

• Operacje sekwencyjne: ustaw parallel_tool_calls: false, gdy wynik jednego narzędzia musi poprzedzać inny. Waliduj argumenty w swojej aplikacji, zanim wykonasz rezerwację, zapis lub inną akcję zewnętrzną.

• Ścisły budżet kosztów: jawnie ustaw wysiłek i max_tokens, a potem sprawdzaj rzeczywiste użycie.

Poprawki przy migracji

Otwórz 4.5 do fikcji z buforowaną historią lub 4.6 do wieloetapowego agenta. Powyższe zapytanie działa w obu.

FAQ

Czy Grok 4.6 jest droższy od 4.5?

W tym porównaniu wyższą stawkę ma tylko wejście z cache: 0,50 $ wobec 0,30 $ za milion poniżej 200K wejścia oraz 1,00 $ wobec 0,60 $ od tego progu. Stawki za zimne wejście i wyjście są identyczne. Inne zużycie rozumowania nadal może zmienić całkowity rachunek.

Czy wysyłanie tej samej biblii postaci gwarantuje tańsze wejście z cache?

Nie. Stabilny prefiks umożliwia ponowne użycie; sprawdź w zwróconych danych o użyciu, czy rzeczywiście doszło do trafienia w cache.

Której wersji użyć do roleplayu bez cenzury?

Obie zrealizowały siedem zapytań L4 ze swoich punktowanych zestawów. Zacznij od 4.5 przy powtarzanej historii w cache; zostań przy 4.6, jeśli daje konkretną poprawę w kreowaniu postaci lub wykonywaniu instrukcji w Twoim workflow.