
xAIの実際の課金方法
音声AIの料金ページは、実際に何を単位に課金されるのかをわかりにくくしがちです。xAIはその点が明快で、その料金ページの音声APIセクションには課金単位が最初から明記されており、それは音声の分数であって、トークンでも文字数でも「クレジット」でもありません。
見出しの数字だけでなく、xAIが公開しているすべての項目を含む料金表全体は以下の通りです。
| 項目 | 価格 |
|---|---|
| リアルタイム音声エージェント | $0.05 / 分($3.00 / 時) |
| 電話番号(テレフォニー) | +$0.01 / 分 |
| リアルタイムテキスト入力 | $0.004 / メッセージ |
| テキスト読み上げ(TTS) | $15.00 / 100万文字 |
| 音声認識(STT) | $0.10 / 時間(REST)、$0.20 / 時間(ストリーミング) |
| ウェブ検索 | $5 / 1,000コール |
| X検索 | $5 / 1,000コール |
| ドキュメント/コレクション検索(RAG) | $2.50 / 1,000コール |
| ファイル添付検索 | $10 / 1,000コール |
| ファイルストレージ | $0.025 / GiB / 日 |
| コレクションストレージ | $0.10 / GiB / 日 |
| バッチAPI | 標準トークンレートから20〜50%オフ(テキスト/言語モデルのみ) |
| 優先処理 | 標準レートの2倍 |
表全体を見ると、2つのことが浮かび上がります。まず、音声レートと電話レートだけが完全に見通しを立てて予算化できるコストで、それ以外はすべてエージェントが通話中にどう振る舞うかによって変動します。次に、月額プラットフォーム料金や座席ライセンスに相当する行がどこにもなく、Grokの課金は純粋な従量制です。これは音声エージェントビルダーとしては珍しく、サブスクリプション型の競合と比較検討している場合には特筆すべき点です。
実際の通話にかかる本当のコスト
料金表はあくまで単位あたりの価格しか教えてくれません。本当に知りたいのは1回の通話にいくらかかるかです。そこで、発行済み電話番号での現実的な5分間のサポート通話(何かを調べるために2回ほどツール呼び出しが発生するケース)を、項目ごとに積み上げて試算しました。

- 音声:5分 × $0.05 = $0.25
- 電話番号:5分 × $0.01 = $0.05
- ウェブ検索2回:2 × $0.005 = $0.01
- ドキュメント/コレクション検索1回:1 × $0.0025 = $0.0025
つまり、実際に何かを調べる5分間の通話は約$0.31となり、音声と電話だけの約$0.30とほぼ変わりません。言い換えると、xAIが注意書きで警告しているツール呼び出しの落とし穴は実在するものの、1回の通話で見れば数セント程度で、倍増するようなものではありません。また、基盤となるGrokモデルは、これらツール呼び出しの背後にある推論の分だけ独自のトークン使用料(モデルによって100万トークンあたり$1.25〜$2.50)も課金しますが、これは通常、エージェントが異常に長い内容を推論しない限り、分単位の料金に比べれば誤差の範囲です。
積み上がってくるのは、単発の通話ではなくボリュームの部分です。
実際に運用したときのコスト
1回の通話の計算は安心材料になります。予算の話として重要になってくるのは、1か月分の通話量です。

発行済み電話番号で平均4分の通話(音声+電話で$0.06/分)を想定し、ツール呼び出しの費用を含めない場合。
| 月間通話件数 | 音声+電話のみ |
|---|---|
| 月200件 | 約$48 |
| 月1,000件 | 約$240 |
| 月5,000件 | 約$1,200 |
上記の試算例のように、通話ごとに軽くツール呼び出しが数回加わると、各金額はおおよそ5〜6%上振れするため、5,000件の階層は$1,200ではなく$1,270/月程度に近づきます。料金ページにはどの階層でもボリューム割引は一切公開されておらず、月200件でも50,000件でも1分あたりのレートは変わりません。これは予測しやすさとしては公平なトレードオフですが、一部のエンタープライズ向け競合がひそかに提供しているような、規模に応じたレート改善は得られないということでもあります。
OpenAIやElevenLabsとの料金比較
xAIが「$0.05/分、業界最安クラス」を前面に打ち出しているのは、競合する音声スタックの多くが同等にわかりやすい数字を公開していないからです。

| プロバイダー | 課金単位 | 実質レート |
|---|---|---|
| Grok Voice Agent | 分単位(一律) | $0.05/分 |
| ElevenLabs Agents | 分単位(サブスクリプション階層) | 約$0.08/分、$6のStarterプラン(75分)から$990のBusinessプラン(12,375分)まで一貫 |
| ElevenLabs API(従量課金) | 分単位 | $0.08/分のスピーチエンジンレート |
| OpenAI gpt-realtime-2 | トークン単位 | 入力100万トークンあたり$32、出力$64の音声トークン、統合された分単位のレートは非公開 |
ElevenLabsの方が比較しやすいのは、こちらも実際の分単位の数字を公開しているためで、$6のStarterプランの75分から$990のBusinessプランの12,375分まで、すべての階層がほぼ正確に$0.08/分になります。Grokは基本の音声レートだけで、それを37.5%下回っています。
OpenAIの方が把握しづらい存在です。現在の料金ページではgpt-realtime-2は分単位ではなく音声トークン単位で課金され、このモデル自体の統合的な分単位の見積もりは一切公開されていません。分単位の数字が公開されているのは、より狭い用途向けの2つのモデル(gpt-realtime-translateが$0.034/分、gpt-realtime-whisperが$0.017/分)だけです。だからこそxAI自身の比較は実測値ではなく見積もりに頼っており、xAIは「$0.10/分というのはかなり控えめな混合見積もりであり、実運用では通常$0.10/分を上回る」と述べています。これはOpenAI自身が公開した数字ではなく、競合について語ったxAI側の数字なので参考程度に受け止めるべきですが、OpenAIがそもそも比較可能な分単位の数字を一切公開していないこと自体が、それはそれで示唆的です。
実際に比較を行った開発者たちは、レイテンシーの話だけをしているわけではありません。GrokがBig Bench Audioのリーダーボードでトップに立った後の、コミュニティからのより冷静な反応の一つは、価格とスピードがまだ流動的であることを思い起こさせるものでした。
"Good job on getting it to #1 in the benchmark but cost and speed needs work. Though I expect xAI to deliver on cost and speed soon enough."
予算化しておくべき注意点
見出しの料金だけではわからない3つのポイントを、予算枠を確保する前に確認しておく価値があります。
- 無料プランがない。 xAIの料金ページには有料レートしか記載されていません。テスト用の無料電話番号が1つとブラウザ上でのテストは可能ですが、課金される前に試せる利用枠はありません。
- 公開されているボリューム割引がない。 上記の試算表の通り、月200件でも50,000件でも1分あたりのレートは同一です。エンタープライズ向けのボリューム交渉をしたい場合、その話は公開ページの外で行うことになります。
- ツール呼び出しは通話数ではなくエージェントの振る舞いに応じて増える。 毎ターン積極的に検索するよう設定されたエージェントは、通話がどれだけ短くても1,000コールあたり$5〜$10のツール料金がかさむため、請求額を左右する本当のレバーは通話時間の長さではなく、エージェントのプロンプト設計と設定にあります。
バックログが電話ではなくテキストの場合
ここまでの話はすべて電話と音声の分数についてであり、多くのサポートチームが実際に減らそうとしている予算項目、つまりZendeskやFreshdeskに溜まったメール・チャットのチケットの山とは、根本的に別物です。それこそが私がeeselで自動化を構築している対象であり、そちらの料金比較は分単位ではなく、解決したチケット単位で行われます。
eeselの料金は解決した会話1件あたり$0.40で、席数課金もプラットフォームの最低利用料もなく、自分のチケットで試すための最初の$50分は無料です。数分で既存のヘルプデスクに組み込め、すでに解決済みのチケットから学習し、実際の顧客に回答する前にチケット履歴に対するシミュレーションを実行します。これはGrokのような音声エージェントビルダーも依然として取り組んでいる、「推測で行動させない」という同じ課題への対応です。Smavaはこの料金体系で月10万件以上のチケットに完全自動化エージェントを稼働させており、Gridwiseは導入初月でティア1リクエストの73%を解決しました。
支出はチャネルに合わせましょう。電話回線にはGrok Voice、チケットキューにはAIヘルプデスクエージェントです。どちらを選ぶか決める前に、eeselを無料で試すこともできます。









