xAI julkaisi lauantaina 2. toukokuuta uuden Grok 4.3 -mallin, jonka mukana avautui myös Custom Voices -äänikloonipalvelu. Päivitys vie yhtiön suoraan Anthropicin ja OpenAI:n kintereille, mutta murto-osalla niiden hinnasta.
Input-hinta neljäsosa Anthropicin tasosta
Grok 4.3:n rajapintahinta on 1,25 dollaria miljoonalta input-tokenilta ja 2,50 dollaria miljoonalta output-tokenilta. Yli 200 000 tokenin pyynnöissä hinta nousee, ja toistuville kehotteille on tarjolla 0,20 dollarin välimuistihinta.
Vertailu kilpailijoihin paljastaa hintapaineen mittakaavan. Anthropicin Claude Opus 4.7 maksaa 5 dollaria miljoonalta input-tokenilta ja 25 dollaria miljoonalta output-tokenilta. OpenAI:n GPT-5.5 noudattelee samaa kaavaa: 5 dollaria input ja 30 dollaria output. Grok 4.3:n input on siis neljäsosa kilpailijoiden tasosta, ja output joko kymmenesosa Claudeen verrattuna tai noin kuudesosa GPT-5.5:n hinnasta.
OpenAI tuplasi GPT-5-linjan hinnan vasta huhtikuun lopussa GPT-5.5:n julkaisun yhteydessä, ja Anthropic piti Opus 4.7:n hinnan ennallaan. xAI vastaa nyt päinvastaisella vedolla: noin 40 prosentin pudotus input-puolella ja 60 prosentin pudotus output-puolella edelliseen Grok 4.20:hen verrattuna.
Päättely taustalla, miljoonan tokenin muisti
Aiemmin reasoning-tila piti kytkeä erikseen päälle tai säätää eri tasoille. Grok 4.3:ssa päättely on rakennettu malliin pysyvästi käynnissä olevaksi tilaksi – malli ajattelee ennen vastausta jokaisessa pyynnössä. Käytännössä tämä yksinkertaistaa rajapinnan käyttöä, mutta kasvattaa output-tokenien määrää, mikä syö osan halvasta hinnasta.
Konteksti-ikkuna venyy miljoonaan tokeniin, mikä vastaa noin 750 000 sanaa eli kahta paksua romaania tai keskikokoisen ohjelmiston koko koodipohjaa. Sama kapasiteetti löytyy myös Claude Opus 4.7:stä ja GPT-5.5:stä, joten erottautuminen tapahtuu hinnassa, ei muistissa. Generointinopeus on noin 100 tokenia sekunnissa, mikä asettaa Grokin nopeusluokassa keskikastiin.
Suorituskyvyssä Grok 4.3 jää kärjestä. Artificial Analysisin Intelligence Index antaa sille 53 pistettä ja kahdeksannen sijan. Reaalimaailman tehtävissä mitatussa GDPval-AA-vertailussa malli sai 1 500 Elo-pistettä, mikä riittää voittamaan Googlen Gemini 3.1:n mutta jää alle GPT-5.5:n. Hinta-laatusuhteesta yhtiö tekee valttinsa.
Custom Voices avaa äänikloonit suomalaisille yrityksille
Custom Voices on äänikloonipalvelu, jolla kehittäjä voi kouluttaa mallin jäljittelemään tiettyä ääntä. xAI:n mukaan hinta on noin kymmenesosa alan vakiotasosta. Käyttötapauksiksi yhtiö nimeää asiakaspalvelubotit, podcast-tuotannon ja autojen ääniavustajat.
Suomalaisille yrityksille kyse on konkreettisesta säästöstä etenkin asiakaspalvelussa, jossa puhelinautomaation käyttöönotto on pitkään törmännyt suomen kielen heikkoon tukeen. Kun ääniklooni voidaan kouluttaa suomalaisella puhujalla ja kytkeä Grokin kielimalliin, käyttöönoton kynnys laskee olennaisesti. Reaktorin, Futuricen ja Solitan kaltaisille kehittäjätaloille palvelu tarjoaa uuden palan toteutusvalikoimaan, ja vakuutusyhtiöiden tai puhelinoperaattoreiden chatbotteihin ratkaisu istuu suoraan.
Toinen puoli kolikosta on deepfake-riski. Maaliskuussa voimaan astunut P5-merkintävelvoite vaatii, että tekoälyllä tuotettu audio merkitään tunnistettavasti. Äänikloonin käyttö ilman merkintää voi tuottaa sakon. Yrityksille tämä on kaksipiippuinen juttu: työkalu helpottaa asiakaspalvelun automatisointia, mutta vastuu väärinkäytön estämisestä ja merkitsemisvelvoitteen noudattamisesta jää käyttäjälle.
Imagine Agent siirtää xAI:n pidempiin työnkulkuihin
Beta-versiossa julkaistu Grok Imagine Agent Mode vie xAI:n agenttipuolelle. Se ei vastaa yksittäisiin kehotteisiin, vaan suunnittelee, tuottaa ja muokkaa sisältöä iteratiivisesti – esimerkiksi lyhytelokuvaa tai mangasarjaa varten. Ominaisuus on vielä rajatussa testauksessa, eikä yhtiö ole julkistanut sille erillistä hinnoittelua.
Hintaromahdus on Grok 4.3:n vahvin yksittäinen viesti, vaikka kärkimallien suorituskykyyn yhtiö ei vielä yllä. Suomalaiselle kehittäjätiimille opetus on, että yhden mallin lukitseminen koko ratkaisun pohjaksi on entistä huonompi strategia. Kun hinnat ja kyvyt liikkuvat kuukausittain, rakennusvalinta kannattaa tehdä modulaarisesti niin, että vaihto Anthropicin, OpenAI:n ja xAI:n välillä onnistuu ilman koko sovelluksen uudelleenkirjoitusta.
Sanasto
- Token
- Tekstin perusyksikkö, jolla kielimalli mittaa työtään. Yksi token vastaa noin puolta suomenkielistä sanaa, ja API-hinnoittelussa lasketaan, kuinka monta tokenia syötetään ja tuotetaan.
- Konteksti-ikkuna
- Tekstimäärä, jonka kielimalli pystyy pitämään muistissaan kerralla. Miljoonan tokenin ikkunaan mahtuu noin 750 000 sanaa eli pari paksua romaania tai keskikokoisen ohjelmiston koko koodipohja.
- Reasoning-tila (päättelytila)
- Toimintatapa, jossa kielimalli käy vastausta läpi vaiheittain ennen lopullista vastausta – käytännössä ajattelee ääneen sisäisesti. Parantaa vaikeiden tehtävien tarkkuutta mutta tuottaa enemmän laskutettavia tokeneita.
