SpaceXAI: Grok STT 1.0

x-ai/grok-stt-1.0

Grok STT — это модель преобразования речи в текст от SpaceXAI, доступная через конечную точку REST /v1/stt. Она поддерживает транскрипцию с временными метками на уровне слов, необязательную диаризацию говорящих и многоканальное аудио.

Модальности

Аудио

12,38 ₽ за час

Контекст

Добавлена

23 июл. 2026 г.

Поставщики, endpoint’ы и маршрутизация

Один поставщик может предлагать несколько endpoint-вариантов: стандартный, flex, priority или региональный. Без дополнительных настроек выбирается самый дешёвый доступный endpoint.

Маршрут запроса

Сначала самый дешёвый доступный endpointrequest body

"provider": { "sort": "price" }

1 поставщика · 1 endpoint-вариантов

Поставщик / endpoint	Данные	Цена	Задержка	Скорость	Доступность
xAIДешевле xai·Стандарт		12,38 ₽за час	—	—	100,00%

Красный и жёлтый щиты отмечают предупреждения о данных. Наведите на значок для подробностей. Условия конкретного endpoint могут отличаться от общей политики провайдера.

Цены

Стоимость показана в рублях по текущему курсу пополнения. Итоговая сумма зависит от фактического usage ответа.

Операция	Стоимость
Аудио	12,38 ₽за час

Бенчмарки

Результаты стандартизированных оценок. Для индексов, ELO и точности большее значение означает лучший результат.

Для этой версии модели публичных результатов пока нет.

Параметры и модальности

Поддержка параметров синхронизирована с текущей версией модели.

Входные модальности

audio

Выходные модальности

transcription

logprobsmax_tokensresponse_formatseedtemperaturetop_logprobstop_p

Пример запроса

AUDIO_BASE64=$(base64 < audio.wav | tr -d '\n')

curl https://gorouter.ru/api/v1/audio/transcriptions \
  -H "Authorization: Bearer $GOROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d "{"model":"x-ai/grok-stt-1.0","input_audio":{"data":"$AUDIO_BASE64","format":"wav"}}"