Grok-3四檔定價揭秘：低至0.3美元/百萬token，硬剛谷歌Meta

作者：新智元 2025-04-11 09:29:15

人工智能新聞

xAI 正式上線 Grok 3 API，一次性推出4種模型，以適配不同應(yīng)用場景，定價策略靈活，用戶可按需選擇。同日，谷歌、Anthropic等也推出新的定價策略。

GenAI競爭，越來越激烈了。

據(jù)Similar Web統(tǒng)計，在日活躍用戶方面，Grok與Gemini展開了激烈競爭。兩者都已經(jīng)超過50萬日活躍用戶，差距不足5萬。

就在昨天，谷歌面向開發(fā)者推出全新套餐體系，其中標(biāo)準(zhǔn)套餐對個人開發(fā)者免費(fèi)開放，可免費(fèi)使用 Gemini 代碼助手。

談及API價格策略，AI巨頭各出奇招：

Grok-3 推出2款模型，支持2種調(diào)用模式，衍生出 4 種定價套餐；
Anthropic推出100美元的Max套餐，主打高端服務(wù)；
谷歌Gemini 2.5 需付費(fèi)解鎖使用限制，以高性價比吸引用戶；
Meta開源Llama 3，成本優(yōu)勢顯著，平均每百萬token僅需0.36 美元。

Grok-3：4種模型，各取所需

xAI，正式向公眾開放了Grok 3系列API！

目前，Grok 3和 Grok 3 Mini均處于Beta測試階段，支持常規(guī)模式與快速模式。

Grok 3 適用于企業(yè)應(yīng)用場景，如數(shù)據(jù)抽取、編程、文本處理等。其價格為：每輸入100萬token收費(fèi)3美元，每輸出100萬token收費(fèi)15美元。
Grok 3 MINI屬于輕量級模型，適用于對深度領(lǐng)域知識無需求的簡單任務(wù)。價格為：每輸入100萬token收費(fèi)0.3美元，每輸出100萬token收費(fèi) 0.5 美元。

Grok-3和Grok-3-fast使用的是相同的基座模型，提供相同的響應(yīng)質(zhì)量。

它們的區(qū)別在于服務(wù)方式：Grok-3-fast運(yùn)行在更快的基礎(chǔ)設(shè)施上，響應(yīng)速度顯著高于標(biāo)準(zhǔn)版grok-3，但其輸出token的成本也更高。

Grok-3和grok-3-fast指向的是相同的模型。

如果需要低延遲的應(yīng)用，選擇grok-3-fast；
如果想降低成本，可以選擇grok-3。

對于grok-3-mini和grok-3-mini-fast也是如此。

它們本質(zhì)上是相同的模型，唯一的區(qū)別是響應(yīng)延遲。

可用模型列表：

grok-3-beta（標(biāo)準(zhǔn)版）：輸入3美元/百萬token，輸出15美元/百萬token
grok-3-fast-beta（標(biāo)準(zhǔn)版，快速響應(yīng)）：輸入5美元/百萬token，輸出25美元/百萬token
grok-3-mini-beta（輕量版）：輸入0.3美元/百萬token，輸出0.5美元/百萬token
grok-3-mini-fast-beta（輕量版，快速響應(yīng)）：輸入0.6美元/百萬token，輸出4美元/百萬token

在文檔中，xAI展示了幾個示例。

比如對話補(bǔ)全，可以流式傳輸響應(yīng)，用戶向xAI API端點(diǎn)發(fā)送請求。

API處理該請求后返回完整的響應(yīng)。

import osfrom openai import OpenAIclient = OpenAI(    api_key="<YOUR_XAI_API_KEY_HERE>",    base_url="https://api.x.ai/v1",)completion = client.chat.completions.create(    model="grok-3-latest",    messages=[        {"role": "system", "content": "You are a PhD-level mathematician."},        {"role": "user", "content": "What is 2 + 2?"},    ],)print(completion.choices[0].message)

import os
from openai import OpenAI
client = OpenAI(
    api_key="<YOUR_XAI_API_KEY_HERE>",
    base_url="https://api.x.ai/v1",
)
completion = client.chat.completions.create(
    model="grok-3-latest",
    messages=[
        {"role": "system", "content": "You are a PhD-level mathematician."},
        {"role": "user", "content": "What is 2 + 2?"},
    ],
)
print(completion.choices[0].message)

響應(yīng)：

ChatCompletionMessage(    cnotallow='2 + 2 equals 4.',    refusal=None,    role='assistant',    audio=None,    function_call=None,    tool_calls=None)

ChatCompletionMessage(
    cnotallow='2 + 2 equals 4.',
    refusal=None,
    role='assistant',
    audio=None,
    function_call=None,
    tool_calls=None
)