详细参数
模型类型
speech_recognition
适合场景
语音识别与转写
计费价格
公开资料未说明
计费方式
公开资料未说明
计费单位
未标注
输入形式
音频
输出形式
文本
语音模型
Grok Speech to Text
Grok Speech to Text 是 xAI 的语音识别模型，用于音频转写和语音输入处理。
语音转写语音输入多模态 Agent语音交互结构化输出speech_recognitionmultilingualspeech_recognition预览版
快速入口
- 适合
- 语音识别与转写
- 价格
- 公开资料未说明
- 输入/输出
- 音频 → 文本
能力与信息
交互链路
实时
不支持
语音输入
支持
语音输出
不支持
语音理解
转写
不支持
翻译
不支持
时间戳
不支持
语音生成
TTS
不支持
说话人区分
不支持
开发接入
工具调用
不支持
接入信息
调用名
grok-stt
API 基础地址
https://api.x.ai
调用协议
openai-compatible
主接口
/v1/audio/transcriptions
接口说明
xAI 官方模型文档列出的语音转文字模型，使用音频转写接口调用。
发布时间
2026-08-12
价格与计费
计费摘要
输入价
公开资料未说明
输出价
公开资料未说明
缓存输入
公开资料未说明
币种
未标注
计费单位
1M Tokens
单位类型
未标注
价格说明
原始价格文案
未收录
补充说明
暂无
发布时间
2026-08-12
官方入口
成本估算
官方暂未公开这个模型的按量价格，可能按订阅、资源包或商业授权计费，接入前建议先向厂商询价。
资料核验 2026-04-16发布于 2026-08-12
能力说明
speech_recognition
支持语音识别，把音频转成文字。
multilingual
多语言支持较好，中英文之外也能用。
同类模型对比
| 模型 | 输入价格 | 输出价格 | 上下文 | 发布 |
|---|---|---|---|---|
| Grok Speech to Text xAI / Grok · 本页 | 公开资料未说明 | 公开资料未说明 | - | 2026-08-12 |
| Gemini 3.1 Flash Live Preview Google / Gemini | $0.75 / 1M Tokens | $4.50 / 1M Tokens | 131K | 2026-03-01 |
| Gemini 2.5 Flash Live Preview Google / Gemini | $0.50 / 1M Tokens | $2.00 / 1M Tokens | 131K | 2025-09-01 |
| gpt-realtime-2.1 OpenAI / ChatGPT | $4.00 / 1M Tokens | $24.00 / 1M Tokens | 128K | 2026-07-06 |
| GPT-Realtime-2 OpenAI / ChatGPT | $4.00 / 1M Tokens | $24.00 / 1M Tokens | 128K | 2026-07-06 |
按同类目里价格最接近的模型挑选，价格单位与口径以各自详情页为准。
调用示例
调用名 grok-stt，接口地址 https://api.x.ai。示例里的 KEY 换成自己的密钥即可。
curl
curl https://api.x.ai/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "grok-stt",
"messages": [{"role": "user", "content": "你好，介绍一下你自己"}]
}'Python
from openai import OpenAI
client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.x.ai/v1")
response = client.chat.completions.create(
model="grok-stt",
messages=[{"role": "user", "content": "你好，介绍一下你自己"}],
)
print(response.choices[0].message.content)常见问题
Grok Speech to Text 多少钱？
官方暂未公开 Grok Speech to Text 的按量价格，可能按订阅、资源包或商业授权计费，接入前建议先向 xAI / Grok 询价。
Grok Speech to Text 的上下文够用吗？
Grok Speech to Text 的上下文长度官方资料暂未明确标注，接入前建议以官方文档为准。
怎么接入 Grok Speech to Text？
调用名是 grok-stt，接口地址是 https://api.x.ai，协议是 openai-compatible，按官方文档填密钥即可调用。
Grok Speech to Text 能私有化部署吗？
Grok Speech to Text 是闭源模型，一般只能通过 xAI / Grok 的 API 或云厂商服务调用，需要私有化部署建议直接联系厂商谈商业方案。
Grok Speech to Text 支持哪些能力？
官方资料显示 Grok Speech to Text 支持结构化输出、语音输入，发布于 2026-08-12。