Grok 4.7: especificaciones, capacidad, benchmarks y precios en Modelflare

Guía contrastada de Grok 4.7 con la especificación publicada, niveles de razonamiento, benchmarks de lanzamiento, precios oficiales y las tarifas grok-award y grok-stable de Modelflare verificadas el 21 de septiembre de 2026.

xAI publicó Grok 4.7 el 21 de septiembre de 2026. El ID de modelo de la API es grok-4.7. Es el modelo insignia actual de xAI para la programación, el uso de herramientas de agente y el trabajo de conocimiento. Ese mismo día, Modelflare incluyó ese mismo ID en el catálogo público de precios.

Este artículo mantiene separadas tres capas. La especificación es lo que documenta xAI. La tabla de puntos de referencia es lo que xAI comunicó en el lanzamiento. Los precios de Modelflare son lo que devolvió GET /api/pricing el 21 de septiembre de 2026. Una puntuación del proveedor no es una prueba de Modelflare, y una fila del catálogo no es una promesa de que cada clave, cada ruta o cada prompt se comporte del mismo modo.

xAI no ha publicado un recuento de parámetros, un recuento de capas ni un total de tokens de entrenamiento para Grok 4.7. «Más grande que Grok 4.6» es la descripción cualitativa que la empresa da del nuevo modelo base. La comparación siguiente usa las cifras que sí son públicas: contexto, precios por token, niveles de razonamiento, modalidades y las puntuaciones del lanzamiento.

Qué se publicó

La publicación del lanzamiento describe Grok 4.7 como un modelo base nuevo y más grande que Grok 4.6, entrenado con una pasada de aprendizaje por refuerzo más larga. La mezcla de tareas es más difícil y está ponderada hacia problemas que ocupan muchas horas. xAI afirma que el modelo comprueba mejor su propio trabajo, que gestiona mejor el contexto largo y que se entrenó para entender el harness de Grok Bot usado en el trabajo conversacional.

Dos frases de esa publicación no deben fundirse en una. El titular dice que el modelo es «el doble de rápido, a la mitad del precio de los modelos comparables». El cuerpo dice que se sirve al mismo precio y a la misma velocidad que Grok 4.6. La tabla de tokens respalda la segunda frase frente a Grok 4.6: ambos anuncian $2 por millón de tokens de entrada y $6 por millón de tokens de salida. El titular compara con otros modelos de esa tabla, cuyos precios de lista son más altos. xAI no publica una cifra de tokens por segundo junto a «el doble de rápido», así que este artículo no trata esa frase como un resultado medido de latencia.

grok-4.7 está en la API de xAI, en Cursor, y es el modelo predeterminado de Grok Build. Existe una ruta de servicio Fast aparte, solo en Cursor y en Grok Build. No está en la API pública de xAI, y no figuraba en el catálogo de Modelflare consultado para este artículo.

Comparación de especificaciones

Los precios de abajo son los precios de lista publicados por xAI, en USD por millón de tokens. «Corto» significa un prompt por debajo de 200,000 tokens. «Largo» significa un prompt que ha alcanzado 200,000 tokens. En la tabla de precios, cruzar esa línea vuelve a tarifar cada token de la solicitud, no solo los tokens que quedan más allá de la línea.

Concepto grok-4.7 grok-4.6 grok-4.5
Ventana de contexto 500,000 tokens 500,000 tokens 500,000 tokens
Entrada corta / entrada en caché / salida $2.00 / $0.50 / $6.00 $2.00 / $0.50 / $6.00 $2.00 / $0.30 / $6.00
Entrada larga / entrada en caché / salida $4.00 / $1.00 / $12.00 $4.00 / $1.00 / $12.00 $4.00 / $0.60 / $12.00
Esfuerzo de razonamiento low, medium, high (predeterminado), xhigh low, medium, high (predeterminado), xhigh low, medium, high (predeterminado)

Detalles de Grok 4.7 comprobados el mismo día en la página del modelo:

  • Las entradas son texto e imágenes. La salida es texto. El modelo no genera imágenes.
  • La página no indica un límite fijo de salida de texto. Siguen aplicando los tiempos de espera del cliente, los límites de la cuenta y la ventana de contexto restante.
  • El corte de conocimiento es mayo de 2026. Los acontecimientos posteriores son invisibles salvo que esté activada una herramienta de búsqueda.
  • Las interfaces documentadas son la Responses API y Chat Completions.
  • Las herramientas documentadas incluyen la llamada a funciones, la búsqueda web, la búsqueda en X y la ejecución de código.
  • El razonamiento no se puede desactivar. Si se omite el esfuerzo, el valor predeterminado es high.
  • En la Responses API, grok-4.7 devuelve reasoning.encrypted_content aunque la solicitud no lo pida. Los turnos posteriores deben reenviar esos elementos de razonamiento sin cambios. Chat Completions no adquiere ese comportamiento.

Grok 4.5 se detiene en high. Grok 4.6 y Grok 4.7 añaden xhigh. El precio de lista de la entrada en caché también cambió: Grok 4.5 es $0.30 en prompts cortos y $0.60 en prompts largos; Grok 4.6 y Grok 4.7 son $0.50 y $1.00. Los precios de lista de la entrada y de la salida estándar no cambian entre estos tres ID.

Dimensiones de capacidad

Programación y trabajo de agente prolongado

La publicación del lanzamiento orienta Grok 4.7 al trabajo que se ejecuta durante mucho tiempo: programación en varios pasos, comprobar un resultado antes de darlo por terminado y mantener unido un contexto largo. Todas estas puntuaciones de programación proceden de la tabla de lanzamiento de xAI:

  • CursorBench 4.0, que carga el acento en tareas de programación más largas: 46.3% en xHigh. Grok 4.6 High es 40.4%, GPT-5.6 Sol Max es 41.7% y Fable 5.1 Max es 51.8%.
  • DeepSWE v1.1: 71.0%, marcado por xAI como puntuación de esfuerzo high y no de xHigh. Grok 4.6 es 65.2%, Sol es 72.7% y Fable 5.1 es 70.0%.
  • Terminal-Bench 4.0: 38.0%. Grok 4.6 es 20.3%, Sol es 37.3% y Fable 5.1 es 57.9%.
  • EEBench, ingeniería eléctrica: 64.0%. Grok 4.6 es 53.0%, Sol es 39.4% y Fable 5.1 es 56.4%.

Lea las filas como un mapa de dónde dice el proveedor que se movió el modelo, no como la puntuación que obtendrá su repositorio. En CursorBench, xAI llama al resultado una relación precio-rendimiento de frontera: la puntuación está por encima de Sol y de Grok 4.6, por debajo de Fable 5.1, y a un precio de lista mucho más bajo que el de Sol o el de Fable. DeepSWE se acerca a Fable y sigue por debajo de Sol, y no es una cifra de xHigh. El trabajo de terminal mejoró con fuerza frente a Grok 4.6 y queda cerca de Sol, mientras que Fable 5.1 sigue muy por delante en esa fila. EEBench es la ventaja más clara de la tabla.

Trabajo de conocimiento profesional

xAI también informa de tareas de oficina y profesionales:

  • AA Briefcase v1.1, trabajo de oficina de muchas horas: 1,657. Grok 4.6 es 1,546, Sol es 1,487 y Fable 5.1 es 1,678.
  • Harvey Legal Agent Benchmark: 19.6%. Grok 4.6 es 15.8%, Sol es 2.5% y Fable 5.1 es 6.7%. Liderar esta tabla sigue significando alrededor de uno de cada cinco elementos. No es prueba de que el modelo pueda encargarse de trabajo jurídico sin supervisión.
  • HealthBench Professional, razonamiento clínico: 56.7%. Grok 4.6 es 48.5%, Sol es 60.5% y Fable 5.1 es 62.1%. En esta fila, Grok 4.7 va por delante de su predecesor y por detrás de los dos modelos de comparación.

La publicación dice que Grok 4.7 es mejor con documentos y presentaciones, y que mejora a Grok 4.6 en GDPval al tiempo que queda en el mismo intervalo que otros modelos de frontera. La prosa no imprime los valores puntuales de GDPval, así que este artículo no aporta ninguno.

En el texto de lanzamiento de Grok 4.7 no hay un índice único de inteligencia. La publicación anterior de Grok 4.6 dio a conocer un Artificial Analysis Intelligence Index. Este lanzamiento sustituye ese número único por la tabla de tareas de arriba. Use la fila que corresponda al trabajo. Un modelo puede liderar la ingeniería eléctrica y quedar rezagado en el razonamiento clínico dentro de la misma versión.

Esfuerzo de razonamiento

reasoning_effort acepta low, medium, high y xhigh. high es el valor predeterminado. xAI describe low como el ajuste más ligero, medium como más pensamiento allí donde la latencia es menos sensible, high como el ajuste para problemas difíciles de varios pasos, y xhigh como el ajuste más profundo, con la latencia más alta, para problemas en los que la calidad de la respuesta pesa más que el tiempo de respuesta.

Más esfuerzo suele significar más tokens de razonamiento, y los tokens de salida son el lado caro del precio de lista. xhigh no es automáticamente el valor predeterminado correcto en producción. Compare el éxito de la tarea, la latencia y el total de tokens en sus propios prompts antes de dejarlo activado.

En una conversación de Responses de varios turnos, conserve los elementos de razonamiento cifrados en la solicitud siguiente. Descartarlos tira el contexto que el modelo usó para llegar a la respuesta anterior. Chat Completions no devuelve ese campo cifrado.

Herramientas, imágenes y memoria

La llamada a funciones es la ruta de herramientas que usted implementa. Declara la función, el modelo propone una llamada, su aplicación la ejecuta y usted devuelve el resultado. La búsqueda web, la búsqueda en X y la ejecución de código las aloja xAI. El modelo puede invocarlas por su cuenta, y cada invocación se tarifica aparte de los tokens.

Las imágenes se pueden enviar como entrada. El resumen de la página del modelo no lista un precio de imagen aparte. Las entradas de imagen consumen contexto y aparecen en el uso de tokens de la solicitud. La generación de imágenes permanece en los modelos Grok Imagine, que son una API distinta.

Quinientos mil tokens es la ventana, no un presupuesto que deba llenar. xAI recomienda una prompt_cache_key estable en la Responses API, y la cabecera x-grok-conv-id en Chat Completions directo, para que una conversación tenga más probabilidad de caer en el mismo servidor y acertar la caché. Sin esa afinidad, un servidor con la caché en frío factura el precio completo de entrada. También se espera que los bucles largos compacten los turnos más antiguos. La compactación cambia lo que el modelo puede ver. Compruebe el resumen frente a las restricciones originales, los ID, las decisiones y los errores abiertos.

El corte de mayo de 2026 es un límite duro del conocimiento memorizado. Cualquier cosa más reciente exige una herramienta de búsqueda, y la búsqueda no está incluida en el precio de los tokens.

Salvaguardas

xAI dice que Grok 4.7 usa una pila nueva de salvaguardas y que es el modelo más fuerte que ha probado en rechazos y en resistencia a los jailbreaks. En la publicación del lanzamiento aparecen dos cifras:

  • El punto de referencia de bioseguridad de LatchBio: 62.4%.
  • HackerBench v0.3, que xAI describe como su punto de referencia de tareas cibernéticas arriesgadas y maliciosas: se deja pasar el 3.3% de los prompts de doble uso arriesgados. xAI dice también que el trabajo legítimo de seguridad rara vez se bloquea.

La publicación dice que socios seleccionados de ciberseguridad tienen acceso solo por invitación a capacidades de equipo rojo para investigación defensiva. Ese acceso no forma parte de la API pública de grok-4.7 descrita aquí.

Estas cifras son evaluaciones del proveedor. No son una auditoría independiente, y no son un motivo para saltarse la revisión humana en respuestas médicas, jurídicas, de seguridad u otras de alto riesgo.

Precios oficiales

Tarifas por token

La página de precios de xAI, comprobada el 21 de septiembre de 2026, lista USD por millón de tokens:

Tamaño del prompt Entrada Entrada en caché Salida
Por debajo de 200,000 tokens de prompt $2.00 $0.50 $6.00
En 200,000 tokens de prompt o por encima $4.00 $1.00 $12.00

La tarifa larga cubre toda la solicitud una vez que el prompt alcanza el umbral. Los primeros 200,000 tokens no conservan la tarifa corta.

Tres ejemplos oficiales

Quedan excluidas las tarifas de las herramientas alojadas.

Solicitud Base Aritmética Total
100,000 de entrada sin caché, 5,000 de salida Corto 0.1 × $2 + 0.005 × $6 $0.230
100,000 de entrada en caché, 5,000 de salida Corto 0.1 × $0.50 + 0.005 × $6 $0.080
220,000 de entrada sin caché, 10,000 de salida Largo 0.22 × $4 + 0.01 × $12 $1.000

El salto de la primera fila a la tercera no es «un poco más de texto». Cruzar 200,000 tokens duplica cada tarifa, y los tokens de más se facturan a la tarifa duplicada. Un prompt de 100,000 tokens totalmente en caché, en la segunda fila, cuesta alrededor de un tercio del prompt corto sin caché, porque la entrada en caché es un cuarto de la tarifa de entrada y el cargo de salida no cambia.

Herramientas alojadas, Fast y la región de EE. UU.

Invocaciones de herramientas alojadas en la misma página de precios:

  • Búsqueda web (web_search): $5 por 1,000 llamadas.
  • Búsqueda en X (x_search): $5 por 1,000 llamadas en el momento de esta comprobación. A partir del 21 de septiembre de 2026 a las 12:00 PT, xAI sustituye ese precio por llamada por $5 por 1,000 publicaciones obtenidas y $10 por 1,000 perfiles de usuario obtenidos. Cuenta cada publicación devuelta, incluidos los padres y las citas. Cuenta cada perfil devuelto.
  • Ejecución de código (code_execution y code_interpreter): $5 por 1,000 llamadas.
  • Búsqueda en archivos adjuntos: $10 por 1,000 llamadas.
  • Búsqueda en colecciones: $2.50 por 1,000 llamadas.

El modelo elige cuántas llamadas alojadas hace. Una respuesta con mucha búsqueda puede costar más en tarifas de herramientas que en tokens.

El punto de conexión regional de EE. UU. https://us.api.x.ai/v1 mantiene la inferencia en Estados Unidos y multiplica la entrada, la entrada en caché y la salida por 1.1, incluidas las tarifas de contexto largo. Para grok-4.7 eso es $2.20 / $0.55 / $6.60 por debajo de 200,000 tokens de prompt, y $4.40 / $1.10 / $13.20 en esa línea o por encima.

Grok 4.7 Fast es el mismo modelo sobre una infraestructura más rápida. La prosa de xAI dice que se factura al doble de las tarifas estándar por token. La tabla de precios imprime $4.00 / $1.00 / $12.00 por debajo de 200,000 tokens de prompt, y $6.00 / $1.50 / $18.00 en 200,000 o por encima. Duplicar la fila estándar de contexto largo de $4 / $1 / $12 daría $8 / $2 / $24. La fila impresa de Fast para contexto largo no coincide con esa duplicación. Presupueste a partir de la tabla y vuelva a comprobar la página de precios antes de depender de Fast. Fast se vende a través de Cursor y de Grok Build. No está en la API pública de xAI, no está incluido en el nivel gratuito de Grok Build, y el catálogo de Modelflare comprobado el 21 de septiembre de 2026 no tenía ningún ID de modelo Fast. Los ID de Grok presentes eran grok-4.5, grok-4.6 y grok-4.7.

Puntos de referencia del lanzamiento

Las puntuaciones de abajo están copiadas de la publicación de lanzamiento de xAI del 21 de septiembre de 2026. Folkbench compara rutas por disponibilidad, latencia y precio, y guarda sus notas sobre este modelo en folkbench.com/models/grok-4-7. Las cabeceras de columna conservan el ajuste de esfuerzo que imprimió xAI. Las puntuaciones de los otros modelos son las que xAI colocó en la misma tabla. Modelflare no las volvió a ejecutar.

Evaluación Grok 4.7 xHigh Grok 4.6 High GPT-5.6 Sol Max Fable 5.1 Max
Precio de lista de entrada, USD / 1M 2 2 4 10
Precio de lista de salida, USD / 1M 6 6 20 50
CursorBench 4.0 46.3% 40.4% 41.7% 51.8%
DeepSWE v1.1 71.0% (high, no xHigh) 65.2% 72.7% 70.0%
EEBench 64.0% 53.0% 39.4% 56.4%
AA Briefcase v1.1 1,657 1,546 1,487 1,678
Terminal-Bench 4.0 38.0% 20.3% 37.3% 57.9%
Harvey Legal Agent Benchmark 19.6% 15.8% 2.5% 6.7%
HealthBench Professional 56.7% 48.5% 60.5% 62.1%

La columna de Grok 4.7 no es un solo ajuste de esfuerzo. DeepSWE es explícitamente una puntuación de esfuerzo high. Las demás celdas de Grok 4.7 quedan bajo la cabecera xHigh. Grok 4.6 es High. Sol y Fable son Max. Una puntuación más alta puede venir de un ajuste de razonamiento más profundo y más caro. Conviene saberlo, y no es una comparación emparejada a un solo nivel de esfuerzo.

En esta tabla, Grok 4.7 lidera EEBench y el punto de referencia de Harvey. Está cerca de los líderes en CursorBench, DeepSWE, AA Briefcase y en Terminal-Bench frente a Sol. Queda muy por detrás de Fable 5.1 en Terminal-Bench, y queda por detrás tanto de Sol como de Fable 5.1 en HealthBench Professional.

El precio de lista de entrada es la mitad del de Sol y una quinta parte del de Fable. El precio de lista de salida es el 30% del de Sol y el 12% del de Fable. «La mitad del precio» encaja con la celda de entrada de Sol y no encaja con todas las demás celdas. La tabla es la comparación precisa.

Precios de Modelflare y en qué se diferencian los grupos

El 21 de septiembre de 2026, la respuesta pública de precios de Modelflare incluía grok-4.7. La tarifa de lista del catálogo coincide con el precio de lista de contexto corto de xAI: entrada de $2 por millón de tokens, un multiplicador de completado de 3, de modo que la salida es $6, y un multiplicador de caché de 0.25, de modo que la entrada en caché es $0.50. Esa fila no publica un segundo tramo de contexto largo. No multiplique la tarifa larga de xAI de $4 / $1 / $12 por un multiplicador de grupo de Modelflare y trate el producto como la factura. El cargo guardado en la solicitud terminada es la cifra que se aplicó.

El grupo se selecciona en la clave de API. Ambos grupos llaman al mismo ID de modelo.

Tabla de precios

Grupo Multiplicador Entrada / 1M Entrada en caché / 1M Salida / 1M Descripción del catálogo
grok-award 0.03 $0.06 $0.015 $0.18 Enrutamiento con prioridad de precio para desarrollo, pruebas y cargas flexibles, sensibles al presupuesto y que admiten reintento
grok-stable 0.11 $0.22 $0.055 $0.66 Desarrollo cotidiano, proyectos más largos y aplicaciones de producción para desarrolladores individuales que quieren estabilidad

La aritmética es la tarifa de lista del catálogo multiplicada por el multiplicador del grupo. Award es $2.00 × 0.03, $0.50 × 0.03 y $6.00 × 0.03. Stable es $2.00 × 0.11, $0.50 × 0.11 y $6.00 × 0.11. Frente al precio de lista de contexto corto, esos multiplicadores son 3% y 11%. No son el 3% ni el 11% del precio de lista de contexto largo, del precio regional de EE. UU. ni de las tarifas de herramientas alojadas.

El texto chino del catálogo para grok-award añade una frase que la descripción en inglés no tiene: el precio muy bajo no garantiza la estabilidad ni la calidad del modelo. Téngala junto al multiplicador 0.03. grok-stable es la descripción del catálogo para el desarrollo ordinario y la producción. Ninguna de las dos frases es un acuerdo medido de disponibilidad, un objetivo de latencia ni una afirmación de que los grupos ejecuten pesos distintos.

Tres ejemplos de Modelflare

Las formas de tokens coinciden con los ejemplos oficiales. Se tarifan con la tarifa única del catálogo. Las filas en caché suponen que el registro de uso cuenta esos tokens de entrada como aciertos de caché. Los cargos muy pequeños también pueden moverse cuando la cuota se redondea a la unidad de facturación, así que el registro de la solicitud sigue siendo la factura.

Solicitud grok-award grok-stable
100,000 de entrada sin caché, 5,000 de salida $0.0069 $0.0253
100,000 de entrada en caché, 5,000 de salida $0.0024 $0.0088
220,000 de entrada sin caché, 10,000 de salida, a la tarifa única del catálogo $0.0150 $0.0550

La fila de 220,000 tokens no es, a propósito, 0.03 × $1.00 ni 0.11 × $1.00. Un dólar es el cargo de lista de contexto largo de xAI. Si una revisión posterior del catálogo añade un tramo de contexto largo, esta fila deja de ser la cotización. La página en vivo es la página de precios de grok-4.7. El índice es Modelos y precios.

Llamar al modelo a través de Modelflare, en lugar de abrir una cuenta de xAI aparte solo para este ID, significa:

  • El ID de modelo sigue siendo grok-4.7. El cliente no apunta a un alias con otro nombre.
  • La URL base canónica es la compatible con OpenAI https://modelflare.dev/v1. Un SDK de OpenAI suele necesitar esa URL base, una clave de Modelflare y el ID de modelo.
  • La clave se coloca en grok-award o en grok-stable. La misma cuenta puede llamar a otros modelos del catálogo cuando el grupo de la clave lo permite.
  • La separación de precios es explícita. Award es la ruta barata para el trabajo que se puede reintentar, con la salvedad de estabilidad y calidad de arriba. Stable es la ruta que el catálogo describe para el desarrollo cotidiano y la producción.
  • Los tipos de punto de conexión listados para este ID son Chat Completions, Responses y la compactación de Responses.

Este precio no incluye una ventaja de latencia medida frente a llamar a xAI directamente, ni las tarifas de búsqueda alojada o de ejecución de código, ni el nivel de servicio Fast, ni un nivel de servicio más allá de la descripción del grupo.

Cómo llamar a Grok 4.7 en Modelflare

Cree una clave de API y seleccione grok-award o grok-stable. El grupo vive en la clave. Una clave de un grupo no relacionado puede fallar en grok-4.7 aunque el modelo esté listado públicamente. Envíe el ID de modelo con exactitud. La URL base canónica es https://modelflare.dev/v1. La misma API también se publica en https://cf.modelflare.dev/v1 y en https://origin.modelflare.dev/v1. El nombre de host raíz es el sitio canónico.

Chat Completions:

export MODELFLARE_API_KEY="YOUR_MODELFLARE_API_KEY"

curl -sS https://modelflare.dev/v1/chat/completions \
  -H "Authorization: Bearer $MODELFLARE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.7",
    "reasoning_effort": "high",
    "messages": [
      {
        "role": "user",
        "content": "Review this migration plan and list the three assumptions that most need a test."
      }
    ]
  }'

Responses:

curl -sS https://modelflare.dev/v1/responses \
  -H "Authorization: Bearer $MODELFLARE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.7",
    "reasoning": {"effort": "high"},
    "input": "Review this migration plan and list the three assumptions that most need a test."
  }'

En Chat Completions, reasoning_effort acepta low, medium, high y xhigh. En Responses, ponga reasoning.effort en los mismos valores. La entrada de imagen usa el array de contenido ordinario de OpenAI en un mensaje de usuario. Sus propias funciones usan el campo ordinario tools. POST /v1/responses/compact está listado para este modelo y se reenvía como compactación sobre grok-4.7, no como otro ID de modelo. Las herramientas alojadas de xAI, incluida la búsqueda web, son un comportamiento del proveedor. Pruébelas en la ruta que vaya a usar de verdad, y lea el registro de uso, antes de depender de ellas o de las tarifas de invocación de xAI.

Para la diferencia entre las dos formas de solicitud, vea Responses API frente a Chat Completions. Para el método de coste que hay detrás de las tablas, vea cómo se calcula el coste de tokens de un LLM y seguimiento del coste de la API de IA.

Comprobaciones antes de cambiar el tráfico

  1. Fije grok-4.7. No acepte una sustitución silenciosa por Grok 4.6 o por Grok 4.5.
  2. Confirme que el grupo de la clave es grok-award o grok-stable, y elíjalo según la tolerancia a los reintentos y no solo según el multiplicador.
  3. Vuelva a ejecutar un conjunto fijo y no sensible en low, medium, high y xhigh. Registre el éxito, la latencia, los tokens de entrada, la entrada en caché, los tokens de salida y el cargo.
  4. Ejecute Grok 4.6 sobre ese mismo conjunto antes de sustituirlo. El precio de lista es parecido. La tabla de puntuaciones no es uniforme.
  5. Tarifique un prompt justo por debajo de 200,000 tokens y otro justo por encima, y después lea el cargo registrado. La hoja de xAI y la fila del catálogo de Modelflare no publican hoy la misma regla de contexto largo.
  6. Si el flujo de trabajo necesita imágenes, llamadas a funciones, transmisión o cancelación, pruebe esas rutas. Un único éxito de solo texto no las cubre.
  7. Conserve una ruta de reversión. Una respuesta HTTP completada solo muestra que una llamada terminó.

Fuentes

Comprobado el 21 de septiembre de 2026.