Bảng giá Grok API: Chi phí token, giới hạn ngữ cảnh và ví dụ minh họa

Giá API Grok phụ thuộc vào mô hình, nhà cung cấp, kích thước yêu cầu, input đã cache và các công cụ đã dùng. Một mức giá hiển thị cho token văn bản chỉ là điểm khởi đầu, không hẳn là toàn bộ chi phí của một tác vụ agent.

Hướng dẫn này tập trung vào Grok 4.7, mô hình Grok được liệt kê trên cheapaimodel khi kiểm tra giá bên dưới vào ngày 26 tháng 10 năm 2026. Nội dung so sánh mức giá đã công bố và các ví dụ đã tính. Bài không báo cáo kết quả đo chất lượng, độ trễ hay độ tin cậy, và không đề cập mọi sản phẩm Grok.

Giá token của Grok 4.7

Giá bên dưới tính bằng đô la Mỹ trên một triệu token. Input đã cache và chưa cache là hai mục riêng.

Đường truy cập	Input chưa cache / 1M	Input đã cache / 1M	Output / 1M
API chính thức trực tiếp, mức giá cơ bản hiển thị	$2.00	$0.50	$6.00
cheapaimodel, mức giá hiển thị	$0.198958	$0.049740	$0.596874

Nguồn: trang mô hình Grok 4.7 chính thức và bảng giá cheapaimodel. Trang mô hình trực tiếp cũng lưu ý mức giá khác khi ngữ cảnh trên 200K. Không được tự động áp bảng giá cơ bản cho các yêu cầu lớn hơn hoặc chế độ xử lý khác.

Giá gateway hiển thị ở đây thấp hơn mức giá cơ bản trực tiếp hiển thị cho ba mục này. Điều đó không khẳng định đây là giá rẻ nhất trên mọi nhà cung cấp, cách thiết lập tài khoản, khu vực, kích thước yêu cầu hay thời điểm trong tương lai. Hãy kiểm tra đường truy cập bạn định dùng thay vì so với mức giá không áp dụng cho workload của bạn.

Tính riêng input, đọc cache và output

Với số token tính bằng triệu:

Tạm tính token = input chưa cache × giá input + input đã cache × giá input đã cache + output × giá output.

Nếu bản ghi mức sử dụng báo tổng input đã gồm token đã cache, hãy trừ phần đã cache trước khi nhân với giá chưa cache. Nếu không, ước tính sẽ tính trùng cùng một lượng input hai lần.

Với một chuỗi yêu cầu không có cache hit, workload một triệu input và 200,000 output tốn $3.20 theo mức giá cơ bản trực tiếp hiển thị. Áp mức giá hiển thị của cheapaimodel cho ra $0.3183328, tức khoảng $0.32.

Dưới đây là ba tình huống cụ thể:

Workload tổng hợp	Tạm tính theo giá cơ bản trực tiếp	Tạm tính qua gateway
1M input chưa cache + 0.2M output	$3.20	$0.32
15M input chưa cache + 4M output	$54.00	$5.37
45M input chưa cache + 180M input đã cache + 22.5M output	$315.00	$31.34

Dòng cuối giả định tổng 225 triệu token input với tỷ lệ cache hit 80%. Đây là tỷ lệ cache giả định, không phải tỷ lệ đo được hay đảm bảo. Hai dòng đầu giả định không có cache hit.

Đây là số liệu tổng hợp qua nhiều yêu cầu, không phải prompt chứa hàng triệu token. Các phép tính trực tiếp giả định mọi yêu cầu đều thuộc mức giá cơ bản. Tổng chỉ được làm tròn sau khi tính và chưa gồm thuế nếu có, công cụ tính phí riêng và các khoản khác ngoài các mục token đã nêu. Phải tính cả các lần thử lại vào số token nếu bạn muốn ước tính gồm cả phần này.

Bảng này chỉ tách riêng giá token. Bảng không cho thấy mỗi route tạo ra cùng số token, chạy nhanh như nhau hay hoàn thành cùng số việc hữu ích.

Giới hạn ngữ cảnh không phải là lời hứa giá cố định

Trang mô hình chính thức ghi cửa sổ ngữ cảnh 500,000 token, đồng thời đánh dấu một mốc giá cho ngữ cảnh lớn hơn từ 200K trở lên. Đây là hai khái niệm khác nhau: kích thước tối đa được hỗ trợ và điều kiện áp dụng một mức giá.

Trước khi gửi tài liệu dài, hãy kiểm tra định nghĩa kích thước yêu cầu đang áp dụng, mức giới hạn tốc độ và giới hạn cho endpoint của bạn. Đừng cho rằng một route quảng cáo cùng mô hình và cùng độ dài ngữ cảnh thì phải tính phí giống hệt nhau.

Với một gateway, hãy kiểm tra quy tắc tính phí của chính gateway thay vì áp dụng điều khoản của nhà cung cấp trực tiếp. Nếu bảng giá công khai không trả lời được câu hỏi về ngữ cảnh dài, hãy làm rõ trước khi gửi một yêu cầu lớn. Một yêu cầu ngắn thành công không chứng minh được giá hay hành vi của một yêu cầu lớn hơn nhiều.

Để giảm ngữ cảnh không cần thiết, hãy xác định tài liệu hay lượt hội thoại nào liên quan đến tác vụ hiện tại. So sánh một prompt nhỏ hơn với tiêu chí nghiệm thu của bạn thay vì cắt ngữ cảnh chỉ để đạt số token thấp hơn. Thiếu bằng chứng có thể gây retry và xóa sạch khoản tiết kiệm trông thấy.

Công cụ có thể thêm một chiều tính phí khác

Một agent có thể gọi mô hình nhiều lần và gọi thêm các dịch vụ khác trước khi trả về một câu trả lời. Xem tài liệu chính thức về công cụ cho những công cụ bạn dùng và quy tắc tính phí hiện hành.

Phân biệt việc mô hình yêu cầu một hàm mà ứng dụng của bạn thực thi với một công cụ do nhà cung cấp vận hành và có phí riêng. Cơ sở dữ liệu, dịch vụ tìm kiếm hay môi trường thực thi của ứng dụng cũng có thể tạo chi phí ngoài biên lai của mô hình.

Một sổ theo dõi tác vụ hữu ích ghi lại phí token mô hình, công cụ tính phí riêng, retry và dịch vụ bên ngoài. Sổ cũng nên ghi kết quả có đạt tiêu chí nghiệm thu hay không. Chỉ so sánh phần văn bản hiển thị của câu trả lời cuối có thể bỏ sót phần lớn công việc để tạo ra câu trả lời đó.

Đừng cho rằng mọi công cụ có tài liệu cho truy cập trực tiếp đều được một gateway hỗ trợ. Hãy kiểm tra độc lập khả năng và phí của route bạn chọn.

Chọn route truy cập trước khi tạo key

Với truy cập trực tiếp, dùng bắt đầu nhanh API chính thức. Với cheapaimodel, dùng tài liệu cho nhà phát triển và danh mục mô hình. Gateway hiện liệt kê mã mô hình grok-4.7 và công bố Base URL https://api.cheapaimodel.ai/v1.

Một key thuộc về dịch vụ đã phát hành key đó. Đừng gửi key của nhà cung cấp trực tiếp đến một gateway khác hay cho rằng mua gói tiêu dùng là có sẵn số dư API. Hãy xác nhận sản phẩm và tài khoản thanh toán gắn với key bạn tạo.

cheapaimodel mô tả hình thức trả trước bằng US-dollar, nạp tiền từ $5 và không cần mua gói. Hãy xem điều kiện thanh toán và hoàn tiền hiện hành trước khi nạp tiền vào tài khoản. Số tiền nạp vào ví và chi phí của một yêu cầu riêng lẻ là hai con số khác nhau.

Đánh giá khối lượng công việc, không chỉ bảng giá

Trước khi chuyển lưu lượng production, hãy chọn các tác vụ đại diện và xác định tiêu chí thành công. Với trích xuất tài liệu, tiêu chí có thể là các trường chính xác được nguồn hỗ trợ. Với lập trình, tiêu chí có thể là vượt qua các bài kiểm tra cụ thể mà không gây lỗi hồi quy.

So sánh tổng chi phí cho mỗi kết quả được chấp nhận, gồm cả thử lại và mọi chỉnh sửa thủ công. Theo dõi độ trễ và các kiểu lỗi riêng biệt. Mức giá token rẻ hơn chỉ hữu ích khi ứng dụng vẫn đáp ứng yêu cầu.

Hãy kiểm chứng các tính năng bạn dựa vào, như streaming, tool calls hay structured output, với endpoint bạn chọn. Hướng dẫn này cung cấp phép tính bảng giá và các bước đánh giá; hướng dẫn không khẳng định những tính năng đó đã được kiểm chứng qua tài khoản của bạn.

Nếu bạn vẫn đang chọn dòng mô hình, so sánh giá LLM API của chúng tôi cho thấy các tỷ lệ input, output và cache khác nhau thay đổi hạn mức chi tiêu thế nào. Quay lại trang bảng giá trực tiếp trước khi tăng mức sử dụng, và dùng bản ghi mức sử dụng thực tế để thay thế các giả định trong ước tính của bạn.