Comparativas de modelos
Grok STT o HeartMuLa Transcribe, nivel a nivel: precios alineados, campos de la petición, límites y política de contenido medida.
Grok STT es el speech-to-text de xAI: envía una URL de audio y recibe la transcripción en texto, con tiempos por palabra y el idioma detectado. Cubre 25 idiomas, con transcripción por canal y pistas de términos clave.
Ver Schema →Ver ejemplos de resultados →HeartMuLa Transcribe es un endpoint speech-to-text multilingüe afinado para voces cantadas: envía una URL de audio y recibe la letra en texto. No hay opciones y no se devuelven tiempos por línea, valores de confianza ni etiquetas de hablante.
Ver Schema →Comparar
Parte de la entrada que tienes, el resultado que buscas y tu presupuesto. Estas diferencias te ayudan a elegir.
Compara los ejemplos publicados y prueba ambos modelos con la misma entrada y ajustes equivalentes.
Precio actual
Un precio de entrada responde a otra pregunta distinta de la que tienes. Aquí están los niveles que ambos modelos publican, alineados ajuste por ajuste, en dólares estadounidenses por unidad facturada y sin conversión de por medio.
Estos dos cobran por niveles distintos, así que no hay filas que alinear. En su lugar van los niveles publicados por cada uno.
Grok STT: $0.00003 / segundos de salida
HeartMuLa Transcribe: $0.05 / solicitudes
Es aritmética sobre las tarifas publicadas en el ajuste por defecto de cada modelo, no una cotización. La consola calcula el precio de tus ajustes reales antes de aceptar la petición.
Acerca de la comparativa
Cada fila se lee del JSON Schema contra el que valida el endpoint, así que coincide con lo que la API acepta de verdad y no con una lista de funciones escrita a mano.
Desliza horizontalmente para comparar todos los campos.
| Controles y límites | Grok STT | HeartMuLa Transcribe |
|---|---|---|
| Tareas | speech-to-text | speech-to-text |
| Ejecución | Enviar y luego consultar o recibir el callback | Enviar y luego consultar o recibir el callback |
| Tiempo máximo por petición | 60 minutos | 60 minutos |
| Disponibilidad | Disponible | Disponible |
¿Menos restricciones significa que se permite cualquier solicitud?
Detrás de estas etiquetas hay dos hechos distintos. El primero es lo que hacemos nosotros, que es nada: ningún filtro de contenido de la plataforma y ningún indicador de madurez que haya que marcar en una petición. El segundo es lo que hace cada modelo por su cuenta, y esa es la única parte que cambia entre estos dos.
Grok STT
Este modelo declara que no aplica filtros. SpicyAPI reenvía sin añadir análisis de contenido de la plataforma; las obligaciones legales y de consentimiento siguen siendo del cliente.
Nota de uso SpicyAPI no añade ningún filtro de contenido: el habla se transcribe tal como se pronunció, en lugar de enmascararse o rechazarse. Eres responsable de los derechos sobre el audio que envías y del consentimiento de las personas grabadas.
HeartMuLa Transcribe
Este modelo declara que no aplica filtros. SpicyAPI reenvía sin añadir análisis de contenido de la plataforma; las obligaciones legales y de consentimiento siguen siendo del cliente.
Nota de uso SpicyAPI no agrega ningún filtro de contenido: las letras con lenguaje fuerte se transcriben tal como se cantan, sin enmascarar ni rechazar. Los derechos sobre el audio de origen y sobre la transcripción siguen siendo responsabilidad de quien llama.
Usa estas categorías para seleccionar modelos y consulta los ejemplos y detalles de las pruebas de contenido en sus páginas.
La etiqueta no cambia tus obligaciones. Edad, consentimiento, parecido con personas reales y la ley del lugar donde operas siguen siendo cosa tuya; SpicyAPI no revisa el contenido de cada petición.
¿Puedo cambiar solo el ID del modelo sin tocar el cuerpo de la solicitud?
El ciclo de la tarea es común; el cuerpo no. Cada endpoint publica su propio JSON Schema y la API valida contra ese, así que esta es la lista que hay que conciliar antes de cambiar.
Comparar
Los identificadores de modelo son xai/grok-stt/speech-to-text y heartmula/transcribe/speech-to-text, y los dos van en el mismo campo de la misma petición.
Los dos funcionan igual: envías la tarea y luego la consultas o recibes el callback. La cola y la lógica de reintentos se reutilizan tal cual.
El envío y el seguimiento siguen el mismo flujo, pero las entradas obligatorias pueden cambiar. Revisa ambas páginas de modelo antes de sustituir uno.
Una clave, un saldo, un mismo juego de topes de gasto. Ambos se facturan a la misma cuenta en dólares estadounidenses, y los topes diario, mensual y acumulado de la clave se aplican llames a cual llames.
Preguntas frecuentes
Cobran por niveles distintos, de modo que no hay una fila directamente comparable: Grok STT arranca en $0.00003 / segundos de salida y HeartMuLa Transcribe en $0.05 / solicitudes. Comprueba la estimación actual antes de enviar.
Grok STT admite 60 minutos por tarea y HeartMuLa Transcribe admite 60. Son techos, no tiempos habituales — la mayoría termina mucho antes —, pero tu propio timeout de cliente tiene que aguantarlos.
Los precios y funciones mostrados proceden del catálogo público actual. Consulta cada página de modelo para ver las entradas y ejemplos más recientes.