详细参数
模型类型
realtime_speech_recognition
适合场景
流式语音转文本
计费价格
$0.20 / hr
计费方式
按分钟
计费单位
按分钟
输入形式
音频
输出形式
文本
语音模型
Speech to Text Streaming
Speech to Text Streaming 是 xAI 当前公开的流式语音转文本能力线，适合在线识别和实时字幕。
实时字幕在线识别语音输入语音交互speech_recognitionrealtime_transcriptionrealtime_speech_recognition稳定版
快速入口
- 适合
- 流式语音转文本
- 价格
- $0.20 / hr
- 输入/输出
- 音频 → 文本
能力与信息
交互链路
实时
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
speech-to-text-streaming
API 基础地址
https://api.x.ai
调用协议
https/json
主接口
/v1/stt
接口说明
语音转文本当前流式入口为 https://api.x.ai/v1/stt（streaming mode）。
发布时间
公开资料未说明
价格与计费
计费摘要
计费价格
$0.20 / hr
计费单位
1 hour of audio
单位类型
按分钟
输入形式
音频
输出形式
文本
币种
USD
价格说明
原始价格文案
$0.20 / hr
补充说明
xAI 官方 Speech to Text 模型页当前公开 Streaming pricing 为 $0.20 / hr。
发布时间
未公开
官方入口
成本估算
$0.20 / hr
xAI 官方 Speech to Text 模型页当前公开 Streaming pricing 为 $0.20 / hr。
能力说明
speech_recognition
支持语音识别，把音频转成文字。
realtime_transcription
支持实时语音转写，边说边出文字。
同类模型对比
| 模型 | 输入价格 | 输出价格 | 上下文 | 发布 |
|---|---|---|---|---|
| Speech to Text Streaming xAI / Grok · 本页 | 公开资料未说明 | 公开资料未说明 | - | - |
| 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 speech-to-text-streaming，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": "speech-to-text-streaming",
"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="speech-to-text-streaming",
messages=[{"role": "user", "content": "你好，介绍一下你自己"}],
)
print(response.choices[0].message.content)常见问题
Speech to Text Streaming 多少钱？
官方暂未公开 Speech to Text Streaming 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。
Speech to Text Streaming 的上下文够用吗？
Speech to Text Streaming 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 Speech to Text Streaming？
调用名是 speech-to-text-streaming，接口地址是 https://api.x.ai，协议是 https/json，按官方文档填密钥即可调用。
Speech to Text Streaming 能私有化部署吗？
Speech to Text Streaming 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。
Speech to Text Streaming 支持哪些能力？
官方资料显示 Speech to Text Streaming 支持语音输入。