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".
Aqui está a tabela de tarifas completa, todos os itens que a xAI publica, não apenas o número de destaque:
| Item | Preço |
|---|---|
| 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 API | 20-50% de desconto sobre as tarifas padrão de token (apenas modelos de texto/linguagem) |
| Processamento prioritário | prêmio 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.
- 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.
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 chamadas | Apenas 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.
| Provedor | Unidade de cobrança | Tarifa efetiva |
|---|---|---|
| Grok Voice Agent | Por minuto (fixo) | $0,05/min |
| ElevenLabs Agents | Por 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-2 | Por 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:
"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.
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.
