Preços do Grok Voice Agent Builder: quanto ele realmente custa

Kurnia Kharisma
Escrito por

Kurnia Kharisma

Katelin Teen
Revisado por

Katelin Teen

Última edição 3 de julho de 2026

Verificado por especialista
Ilustração de um recibo e mostradores de preços do Grok Voice Agent Builder da xAI
TL;DR

O preço de destaque do Grok Voice Agent Builder é uma tarifa fixa de $0,05 por minuto de voz, com um número de telefone provisionado adicionando $0,01/min a mais, então uma chamada telefônica simples sai por $0,06/min antes de qualquer outra coisa. Isso já supera o ElevenLabs Agents, que resulta em um efetivo $0,08/min em todos os níveis, e evita o gpt-realtime-2 da OpenAI, que não tem nenhuma tarifa por minuto publicada, apenas preços de áudio por token que a maioria das equipes precisa estimar por conta própria.

O problema é que o valor de destaque de $0,05 nunca aparece sozinho em uma fatura real. Toda busca na web, consulta em documento ou chamada de ferramenta é cobrada separadamente além dos minutos de voz, e não há plano gratuito nem desconto por volume publicado. Eu calculei os números reais abaixo, uma única chamada, depois 200/1.000/5.000 chamadas por mês, para que você veja onde o custo real cai em vez de confiar na tarifa de destaque.

Se o que você está precificando é automação telefônica, o Grok é genuinamente a opção de tarifa fixa mais barata do mercado agora. Se o seu backlog real é de tickets de e-mail e chat, isso é um investimento completamente diferente, e é o que eu precifico profissionalmente na eesel.

Como a xAI realmente cobra você

As páginas de preços de IA de voz costumam esconder a unidade real de cobrança. A xAI não faz isso: a seção de Voice API da sua página de preços declara logo de início a unidade cobrável, e são minutos de áudio, não tokens, não caracteres, não "créditos".

A página de preços de desenvolvedor da xAI mostrando as tarifas por minuto da Voice API

Aqui está a tabela de tarifas completa, todos os itens que a xAI publica, não apenas o número de destaque:

ItemPreço
Agente de voz em tempo real$0,05 / min ($3,00 / h)
Número de telefone (telefonia)+$0,01 / min
Entrada de texto em tempo real$0,004 / mensagem
Texto para fala$15,00 / 1M de caracteres
Fala para texto$0,10 / h (REST), $0,20 / h (streaming)
Busca na web$5 / 1.000 chamadas
Busca no X$5 / 1.000 chamadas
Busca em documentos/coleções (RAG)$2,50 / 1.000 chamadas
Busca em anexos de arquivo$10 / 1.000 chamadas
Armazenamento de arquivos$0,025 / GiB / dia
Armazenamento de coleções$0,10 / GiB / dia
Batch API20-50% de desconto sobre as tarifas padrão de token (apenas modelos de texto/linguagem)
Processamento prioritárioprêmio de 2x sobre as tarifas padrão

Duas coisas chamam a atenção ao ver a tabela completa. Primeiro, a tarifa de voz e a tarifa de telefonia são os únicos dois custos que você consegue orçar com total confiança, tudo o mais escala de acordo com o comportamento real do agente durante a chamada. Segundo, não há nenhuma linha de taxa de plataforma mensal ou licença por assento em lugar nenhum, a cobrança do Grok é puramente por consumo, o que é incomum para um construtor de agentes de voz e vale a pena notar se você já precificou concorrentes com níveis de assinatura.

Quanto custa uma chamada real

A tabela de tarifas só informa o preço por unidade. O que você realmente quer saber é quanto custa uma chamada, então eu detalhei linha por linha uma chamada de suporte realista de 5 minutos em um número provisionado, uma que dispara algumas chamadas de ferramenta para pesquisar algo.

Detalhamento estilo recibo de uma chamada de cinco minutos do agente de voz Grok, dos minutos de voz às chamadas de ferramenta até o total
Detalhamento estilo recibo de uma chamada de cinco minutos do agente de voz Grok, dos minutos de voz às chamadas de ferramenta até o total
  • Voz: 5 min × $0,05 = $0,25
  • Número de telefone: 5 min × $0,01 = $0,05
  • Duas buscas na web: 2 × $0,005 = $0,01
  • Uma busca em documentos/coleções: 1 × $0,0025 = $0,0025

Isso dá ~$0,31 para uma chamada de 5 minutos que de fato pesquisa algo, contra os ~$0,30 de voz e telefonia isoladamente. Em outras palavras, a pegadinha das chamadas de ferramenta que a letra miúda da xAI avisa é real, mas em uma única chamada isso representa alguns centavos, não um multiplicador. O modelo Grok subjacente também cobra seu próprio uso de tokens pelo raciocínio por trás dessas chamadas de ferramenta ($1,25-$2,50 por 1M de tokens dependendo do modelo), o que costuma ser um erro de arredondamento perto das cobranças por minuto, a menos que o agente esteja raciocinando sobre algo incomumente longo.

Onde isso se acumula é no volume, não em uma chamada isolada.

Quanto custa quando você realmente está operando

A matemática de uma única chamada é tranquilizadora. Um mês de chamadas é onde o número começa a importar para uma conversa de orçamento.

Gráfico de degraus mostrando a fatura mensal de voz do Grok subindo em 200, 1.000 e 5.000 chamadas por mês
Gráfico de degraus mostrando a fatura mensal de voz do Grok subindo em 200, 1.000 e 5.000 chamadas por mês

Assumindo uma chamada média de 4 minutos em um número provisionado ($0,06/min para voz mais telefonia), antes de qualquer gasto com chamadas de ferramenta:

Volume mensal de chamadasApenas voz + telefonia
200 chamadas/mês~$48
1.000 chamadas/mês~$240
5.000 chamadas/mês~$1.200

Adicione uma camada leve de chamadas de ferramenta (algumas consultas por chamada, conforme o exemplo detalhado acima) e cada valor sobe cerca de 5-6%, então o nível de 5.000 chamadas fica mais próximo de $1.270/mês em vez de $1.200. Não há desconto por volume publicado em nenhum lugar na página de preços em nenhum desses níveis, a tarifa por minuto permanece igual seja fazendo 200 chamadas ou 50.000. Isso é uma troca justa por previsibilidade, mas significa que a escala não rende uma tarifa melhor como alguns concorrentes de nível empresarial discretamente oferecem.

Como o preço se compara à OpenAI e à ElevenLabs

O motivo pelo qual a xAI se apresenta com "$0,05/min, líder do setor" é que a maioria das stacks de voz concorrentes não publica um número comparável tão limpo.

Gráfico de barras comparando o custo de IA de voz por minuto entre Grok, ElevenLabs Agents e OpenAI Realtime
Gráfico de barras comparando o custo de IA de voz por minuto entre Grok, ElevenLabs Agents e OpenAI Realtime
ProvedorUnidade de cobrançaTarifa efetiva
Grok Voice AgentPor minuto (fixo)$0,05/min
ElevenLabs AgentsPor minuto (níveis de assinatura)~$0,08/min, consistente desde o plano Starter de $6 (75 min) até o plano Business de $990 (12.375 min)
ElevenLabs API (pagamento por uso)Por minuto$0,08/min tarifa do motor de fala
OpenAI gpt-realtime-2Por token$32/1M de entrada, $64/1M de saída de tokens de áudio, sem tarifa combinada por minuto publicada

A ElevenLabs é a comparação mais próxima porque também publica um número real por minuto, e todos os seus níveis de assinatura, desde os 75 minutos do plano Starter de $6 até os 12.375 minutos do plano Business de $990, resultam em quase exatamente $0,08 por minuto. O Grok supera isso em 37,5% apenas na tarifa base de voz.

A OpenAI é a mais difícil de precisar. Sua página de preços atual cobra o gpt-realtime-2 por tokens de áudio, não por minutos, e não publica nenhuma estimativa combinada por minuto para o modelo, apenas dois modelos mais específicos (gpt-realtime-translate a $0,034/min e gpt-realtime-whisper a $0,017/min) recebem uma cifra por minuto. É exatamente por isso que a própria comparação da xAI se apoia em uma estimativa em vez de uma cotação: a xAI afirma que "$0,10/min é uma estimativa combinada altamente conservadora. Na produção, o preço tipicamente ultrapassa $0,10/min." Esse é o número da xAI sobre um concorrente, não a tarifa publicada pela própria OpenAI, então trate-o como direcional, mas o fato de a OpenAI não publicar uma cifra comparável por minuto já é revelador por si só.

Desenvolvedores que de fato fizeram a comparação não estão falando só sobre latência. Uma das opiniões mais ponderadas da comunidade, depois que o Grok chegou ao topo do ranking Big Bench Audio, foi um lembrete de que preço e velocidade ainda são alvos móveis:

Reddit

"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."

As pegadinhas para orçar

Três coisas que a tarifa de destaque não conta, que vale a pena verificar antes de comprometer uma linha de orçamento com isso:

  • Sem plano gratuito. A página de preços da xAI lista apenas tarifas pagas. Você recebe um número de telefone gratuito para testes e testes pelo navegador, mas não há cota de uso para prototipar antes de ser cobrado.
  • Sem desconto por volume publicado. A tarifa por minuto é idêntica em 200 chamadas e em 50.000 chamadas por mês, conforme a tabela detalhada acima. Se você estiver negociando volume empresarial, essa conversa acontece fora da página pública.
  • As chamadas de ferramenta escalam com o comportamento do agente, não com a contagem de chamadas. Um agente configurado para pesquisar agressivamente em cada turno acumula $5-$10 por 1.000 chamadas em taxas de ferramenta independentemente de quão curtas sejam as chamadas, então a real alavanca da sua fatura é como o agente é instruído e configurado, não apenas quantos minutos ele fala.

Se o seu backlog é de texto, não de chamadas telefônicas

Tudo o que foi dito acima é sobre minutos de telefone e voz, o que é uma linha de orçamento genuinamente diferente daquela que a maioria das equipes de suporte está realmente tentando reduzir: a pilha de tickets de e-mail e chat parada no Zendesk ou Freshdesk. Essa é a fila para a qual eu construo automação na eesel, e a comparação de preços ali não é por minuto de forma alguma, é por ticket resolvido.

Página de preços da eesel AI mostrando preços baseados em uso, por ticket

O preço da eesel é de $0,40 por conversa resolvida, sem taxa por assento, sem mínimo de plataforma, com os primeiros $50 de uso gratuitos para testar com seus próprios tickets. Ela se conecta ao seu helpdesk existente em minutos, aprende com os tickets que você já resolveu e roda uma simulação contra o histórico de tickets antes de responder a um cliente real, o que é o mesmo problema de "não deixar ele agir com base em um palpite" que construtores de agentes de voz como o do Grok ainda estão resolvendo. A Smava opera um agente totalmente automatizado em mais de 100.000 tickets por mês a essa tarifa, e a Gridwise resolveu 73% das solicitações de nível 1 já no primeiro mês.

Combine o gasto com o canal: Grok Voice para uma linha telefônica, um agente de IA para helpdesk para a fila de tickets. Você pode experimentar a eesel gratuitamente antes de decidir de qualquer forma.

Perguntas Frequentes

Quanto custa o Grok Voice Agent Builder por minuto?
A Grok Voice Agent API subjacente é cobrada a uma tarifa fixa de $0,05 por minuto de áudio, com as vozes incluídas. Adicione $0,01 por minuto se você usar um número de telefone provisionado, então uma chamada totalmente por telefonia sai por $0,06 por minuto antes de qualquer chamada de ferramenta.
Existe um plano gratuito para o Grok Voice Agent Builder?
Não. A página de preços da xAI lista apenas tarifas pagas por minuto, por token e por chamada, sem nenhuma cota de uso gratuito. Cada conta recebe um número de telefone gratuito para testes, e você pode testar um agente no navegador antes de implantá-lo.
Como o preço do Grok se compara à OpenAI Realtime API e à ElevenLabs?
A tarifa fixa de $0,05/min do Grok supera o efetivo $0,08/min do ElevenLabs Agents em todos os níveis de assinatura. O gpt-realtime-2 da OpenAI não tem nenhuma tarifa por minuto publicada, é cobrado por token de áudio ($32 de entrada / $64 de saída por 1M de tokens), motivo pelo qual a própria xAI estima que o custo real da OpenAI fique em $0,10/min ou mais.
O que mais é cobrado além da tarifa de voz por minuto?
As ferramentas do lado do servidor são cobradas separadamente: busca na web e no X a $5 por 1.000 chamadas, busca em documentos/RAG a $2,50 por 1.000 chamadas, além do custo de token subjacente do modelo Grok que processa o raciocínio da chamada. Nada disso aparece no valor de destaque de $0,05, então um agente conversador que pesquisa constantemente custa mais do que o preço anunciado.
O Grok Voice Agent Builder é mais barato do que automatizar o suporte com a eesel?
Na verdade, não são a mesma compra. O Grok cobra por minutos de telefone e voz; a eesel cobra por tickets de e-mail e chat resolvidos a $0,40 cada, sem taxa por assento. Se o seu backlog é baseado em texto em vez de uma fila telefônica, um agente de IA para helpdesk é o investimento mais diretamente comparável.

Share this article