Cómo cobra realmente xAI
Las páginas de precios de IA de voz suelen ocultar la unidad por la que realmente se te cobra. xAI no lo hace: la sección de la API de Voz de su página de precios indica la unidad facturable desde el principio, y son minutos de audio, no tokens, no caracteres, no "créditos".
Aquí está la tabla de tarifas completa, cada partida que publica xAI, no solo el número principal:
| Partida | Precio |
|---|---|
| Agente de voz en tiempo real | $0.05 / min ($3.00 / h) |
| Número de teléfono (telefonía) | +$0.01 / min |
| Entrada de texto en tiempo real | $0.004 / mensaje |
| Texto a voz | $15.00 / 1M caracteres |
| Voz a texto | $0.10 / h (REST), $0.20 / h (streaming) |
| Búsqueda web | $5 / 1.000 llamadas |
| Búsqueda en X | $5 / 1.000 llamadas |
| Búsqueda de documentos/colecciones (RAG) | $2.50 / 1.000 llamadas |
| Búsqueda de archivos adjuntos | $10 / 1.000 llamadas |
| Almacenamiento de archivos | $0.025 / GiB / día |
| Almacenamiento de colecciones | $0.10 / GiB / día |
| API por lotes | 20-50% de descuento sobre las tarifas estándar de tokens (solo modelos de texto/lenguaje) |
| Procesamiento prioritario | prima del 2x sobre las tarifas estándar |
Dos cosas llaman la atención al ver la tabla completa. Primero, la tarifa de voz y la tarifa de telefonía son los únicos dos costes que puedes presupuestar con total confianza; todo lo demás escala según cómo se comporte realmente el agente durante la llamada. Segundo, no hay ninguna línea para una tarifa de plataforma mensual o licencia por puesto en ninguna parte, la facturación de Grok es puro consumo, lo cual es inusual para un creador de agentes de voz y vale la pena señalarlo si has evaluado competidores con niveles de suscripción.
Lo que realmente cuesta una llamada real
La tabla de tarifas solo te dice el precio por unidad. Lo que realmente quieres saber es cuánto cuesta una llamada, así que lo desglosé línea por línea para una llamada de soporte realista de 5 minutos con un número asignado, una que dispara un par de llamadas a herramientas para buscar algo.
- Voz: 5 min × $0.05 = $0.25
- Número de teléfono: 5 min × $0.01 = $0.05
- Dos búsquedas web: 2 × $0.005 = $0.01
- Una búsqueda de documento/colección: 1 × $0.0025 = $0.0025
Eso son ~$0.31 para una llamada de 5 minutos que realmente busca algo, frente a los ~$0.30 solo en voz y telefonía. En otras palabras, la trampa de las llamadas a herramientas que advierte la letra pequeña de xAI es real, pero en una sola llamada son unos pocos centavos, no un multiplicador. El modelo de Grok subyacente también factura su propio uso de tokens por el razonamiento detrás de esas llamadas a herramientas ($1.25-$2.50 por 1M de tokens según el modelo), que normalmente es un error de redondeo frente a los cargos por minuto, a menos que el agente esté razonando algo inusualmente largo.
Donde esto se acumula es en el volumen, no en ninguna llamada individual.
Lo que cuesta cuando ya lo estás usando de verdad
Las cuentas de una sola llamada son tranquilizadoras. Un mes de llamadas es donde el número empieza a importar para una conversación de presupuesto.
Asumiendo una llamada promedio de 4 minutos con un número asignado ($0.06/min por voz más telefonía), antes de cualquier gasto en llamadas a herramientas:
| Volumen mensual de llamadas | Solo voz + telefonía |
|---|---|
| 200 llamadas/mes | ~$48 |
| 1.000 llamadas/mes | ~$240 |
| 5.000 llamadas/mes | ~$1.200 |
Añade una capa ligera de llamadas a herramientas (un par de búsquedas por llamada, según el ejemplo calculado anteriormente) y cada cifra sube aproximadamente un 5-6%, así que el nivel de 5.000 llamadas se acerca más a $1.270/mes en lugar de $1.200. No hay ningún descuento por volumen publicado en ninguna parte de la página de precios en ninguno de estos niveles; la tarifa por minuto se mantiene plana ya sea que hagas 200 llamadas o 50.000. Eso es un intercambio justo por previsibilidad, pero sí significa que la escala no te consigue una mejor tarifa como algunos competidores de nivel empresarial ofrecen discretamente.
Cómo se compara el precio con OpenAI y ElevenLabs
La razón por la que xAI lidera con "$0.05/min, líder de la industria" es que la mayoría de las plataformas de voz competidoras no publican un número comparablemente claro.
| Proveedor | Unidad de facturación | Tarifa efectiva |
|---|---|---|
| Grok Voice Agent | Por minuto (plana) | $0.05/min |
| ElevenLabs Agents | Por minuto (niveles de suscripción) | ~$0.08/min, consistente desde el plan Starter de $6 (75 min) hasta el plan Business de $990 (12.375 min) |
| ElevenLabs API (pago por uso) | Por minuto | $0.08/min tarifa del motor de voz |
| OpenAI gpt-realtime-2 | Por token | $32/1M entrada, $64/1M salida tokens de audio, sin tarifa combinada por minuto publicada |
ElevenLabs es la comparación más cercana porque también publica un número real por minuto, y cada uno de sus niveles de suscripción, desde los 75 minutos del plan Starter de $6 hasta los 12.375 minutos del plan Business de $990, sale a casi exactamente $0.08 por minuto. Grok supera eso en un 37.5% solo en la tarifa base de voz.
OpenAI es el más difícil de precisar. Su página de precios actual factura gpt-realtime-2 por tokens de audio, no por minutos, y no publica ninguna estimación combinada por minuto para el modelo en absoluto; solo dos modelos más específicos (gpt-realtime-translate a $0.034/min y gpt-realtime-whisper a $0.017/min) tienen una cifra por minuto. Por eso mismo la propia comparación de xAI se apoya en una estimación en lugar de una cifra oficial: xAI afirma que "$0.10/min es una estimación combinada muy conservadora. En producción, el precio típicamente supera los $0.10/min." Ese es el número de xAI sobre un competidor, no la tarifa publicada oficialmente por OpenAI, así que trátalo como orientativo, pero el hecho de que OpenAI no publique en absoluto una cifra comparable por minuto ya dice algo por sí mismo.
Los desarrolladores que han hecho realmente la comparación no solo hablan de la latencia. Uno de los comentarios más mesurados de la comunidad, después de que Grok encabezara la clasificación de Big Bench Audio, fue un recordatorio de que el precio y la velocidad siguen siendo objetivos móviles:
"Buen trabajo al llevarlo al #1 en el benchmark, pero el coste y la velocidad necesitan trabajo. Aunque espero que xAI mejore el coste y la velocidad pronto."
Los detalles ocultos que hay que presupuestar
Tres cosas que la tarifa de referencia no te dice, vale la pena revisarlas antes de comprometer una partida de presupuesto para esto:
- Sin plan gratuito. La página de precios de xAI solo enumera tarifas de pago. Recibes un número de teléfono gratuito para probar y pruebas basadas en el navegador, pero no hay ninguna asignación de uso para prototipar antes de que se te facture.
- Sin descuento por volumen publicado. La tarifa por minuto es idéntica a 200 llamadas y a 50.000 llamadas al mes, según la tabla calculada anteriormente. Si estás negociando un volumen empresarial, esa conversación ocurre fuera de la página pública.
- Las llamadas a herramientas escalan según el comportamiento del agente, no según el número de llamadas. Un agente configurado para buscar agresivamente en cada turno acumula $5-$10 por cada 1.000 llamadas en tarifas de herramientas sin importar lo cortas que sean las llamadas, así que la verdadera palanca de tu factura es cómo está indicado y configurado el agente, no solo cuántos minutos habla.
Si tu backlog es texto, no llamadas telefónicas
Todo lo anterior trata sobre minutos de teléfono y voz, que es una partida de presupuesto genuinamente distinta a la que la mayoría de los equipos de soporte realmente intenta reducir: el montón de tickets de correo y chat que se acumulan en Zendesk o Freshdesk. Esa es la cola para la que construyo automatización en eesel, y la comparación de precios ahí no es por minuto en absoluto, es por ticket resuelto.
Los precios de eesel son $0.40 por conversación resuelta, sin tarifa por puesto, sin mínimo de plataforma, con los primeros $50 de uso gratis para probar con tus propios tickets. Se integra con tu helpdesk existente en minutos, aprende de los tickets que ya has resuelto, y ejecuta una simulación contra tu historial de tickets antes de responder jamás a un cliente real, que es el mismo problema de "no dejar que actúe basándose en una suposición" que los creadores de agentes de voz como el de Grok todavía están resolviendo. Smava ejecuta un agente totalmente automatizado en más de 100.000 tickets al mes a esa tarifa, y Gridwise resolvió el 73% de las solicitudes de nivel 1 en su primer mes.
Ajusta el gasto al canal: Grok Voice para una línea telefónica, un agente de IA para el helpdesk para la cola de tickets. Puedes probar eesel gratis antes de decidir cualquiera de las dos opciones.
