Transcrição · xAI

xAI Speech to Text

O reconhecimento de fala da xAI, a transcrição mais barata do catálogo. Anonimizado.

Anonimizado Low cost
Última versãoGrok Speech to Text (1.0)17 de abril de 2026
Artificial Analysis word error rate4%2º de 4 em Artificial Analysis word error rate
Preço$ 0,048 por hora de áudioxAI Speech to Text v1
Especificação principalMais de 25 idiomas

O que o diferencia

A conversão de fala em texto da xAI é a mais barata do catálogo, a US$ 0,10 por hora em lote. Cobre mais de 25 idiomas, identifica interlocutores, lida com áudio multicanal e formata números e entidades. A versão 2.0 reduz a taxa de erro mais ou menos pela metade.

  • US$ 0,10 por hora em lote, segundo a xAI
  • Mais de 25 idiomas, identificação de interlocutores, multicanal
  • Formata números, moedas e e-mails

Recomendado para: transcrever reuniões e ditados.

Pontos fortes e limites

Onde ele brilha

  • O menor preço por minuto aqui
  • Mais de 25 idiomas, segundo a xAI

Pense duas vezes quando

  • Anonimizado, não privado: vale a política de retenção da xAI
  • Mais novo e menos testado que o Parakeet ou o Whisper
  • Mais de 25 idiomas

Casos de uso

Transcrever uma ligação com nomes e valores

Transcreva esta ligação de cliente em dois canais, formate os valores e os endereços de e-mail, e identifique o atendente e o cliente.

Lida com áudio multicanal e formatação de entidades, segundo a xAI.

Transcrever um arquivo grande com pouco orçamento

Transcreva estas 40 aulas gravadas em texto simples, um arquivo por aula.

O preço por hora é o mais baixo aqui.

Diante dos rivais

  • ScribeO Scribe cobre mais de 90 idiomas e marcação de sons, a um preço mais alto.1º de 4 em Artificial Analysis word error rate ( 2,2%)
  • WhisperO Whisper é privado, aberto e cobre 99 idiomas.3º de 4 em Artificial Analysis word error rate ( 4,1%)
  • ParakeetO Parakeet é privado e igualmente barato, para 25 idiomas europeus.
Comparar lado a lado ↗

Histórico de versões

Cada versão, com data, e o que ela mudou em relação à anterior.

Artificial Analysis word error rate, versão após versãoQuanto menor, melhor · Artificial Analysis

Os pontos vazados são versões anteriores que o Sub Rosa não oferece mais.

Ver os números
VersãoLançamento%
Grok Speech to Text (1.0)2026-04-174%
Grok Voice Transcribe 2.02026-09-182,3%
  1. Grok Speech to Text (1.0)A mais recente
    • API independente de fala para texto, em lote e em streaming, com identificação de interlocutores, marcação de tempo e áudio multicanal
    • Normalização inversa de texto para números, moedas e endereços de e-mail
    Fonte : x.ai
  2. Grok Voice Transcribe 2.0Anterior, fora do Sub Rosa
    • Duas vezes mais preciso que o 1.0 pelo mesmo preço, segundo a xAI
    • Taxa de erro multilíngue em frases curtas caiu de 20,6% para 6,8% em 19 idiomas
    Fonte : x.ai

Benchmarks

Como ler estas pontuações: o que um benchmark diz.

Artificial Analysis word error rate: 2º de 4 modelos medidos no catálogo. A proporção de palavras que uma transcrição erra (omitidas, acrescentadas ou trocadas) em um conjunto variado de gravações reais. Quanto menor, melhor. Com 5%, uma palavra em cada vinte precisa de correção; abaixo de 3%, a transcrição sai quase limpa.

Artificial Analysis word error rateQuanto menor, melhor · Artificial Analysis, 4 de outubro de 2026
  1. 1. ElevenLabs Scribe V2Scribe2,2%
  2. 2. xAI Speech to Text v1xAI Speech to Text4%
  3. 3. Whisper Large V3Whisper4,1%
  4. 4. Wizper (Whisper v3)Whisper4,7%
Ver os números
Modelo%
1. ElevenLabs Scribe V22,2%
2. xAI Speech to Text v14%
3. Whisper Large V34,1%
4. Wizper (Whisper v3)4,7%

Anunciado pelo fabricante

Medidas pelo fabricante com as próprias configurações: úteis, mas não diretamente comparáveis às pontuações independentes acima.

BenchmarkModeloTrilhaFonte
Artificial Analysis word error ratexAI Speech to Text v16,9%x.ai

O modelo desta família

ModeloUsoPrivacidadePreço
xAI Speech to Text v1stt-xai-v1TranscriçãoAnonimizado$ 0,048 por hora de áudio

Especificações

EspecificaçãoGrok Speech to Text 1.0
Lançamento17 de abril de 2026
PesosFechados
Aceitaaudio
Produztext
IdiomasMais de 25 idiomas
Preço$ 0,048 por hora de áudio
PrivacidadeAnonimizado

Preços, contexto e durações do catálogo ao vivo em 16 de outubro de 2026; parâmetros e licenças segundo o fabricante.