Comparatifs de modèles
Gemini 3.8 Flash-Lite TTS ou Grok TTS, palier par palier : prix alignés, champs de requête, limites et politique de contenu mesurée.
Gemini 3.8 Flash-Lite TTS est le modèle text-to-speech plus rapide et moins cher de Google : choisissez l’une des 30 voix et obtenez un WAV mono 24 kHz, en général en quelques secondes. Le dialogue gère deux voix, et la ponctuation façonne l’interprétation.
Voir le Schema →Voir les exemples de résultats →Grok TTS est le text-to-speech de xAI : il lit un script de 15 000 caractères maximum avec l’une des 71 voix prédéfinies dans 20 langues. Les balises comme laughs et whispers sont jouées, et la vitesse va de 0,7 à 1,5 fois.
Voir le Schema →Voir les exemples de résultats →Comparer
Partez de votre entrée, du résultat souhaité et de votre budget. Voici les différences qui orientent ce choix.
Comparez les exemples publiés, puis essayez les deux modèles avec la même entrée et des réglages équivalents.
Prix actuel
Un prix d’appel répond rarement à la question que vous vous posez. Voici les paliers publiés par les deux modèles, alignés réglage par réglage, en dollars américains par unité facturée et sans conversion intermédiaire.
Ces deux modèles facturent selon des paliers différents : aucune ligne à aligner. Voici plutôt les paliers publiés par chacun.
Gemini 3.8 Flash-Lite TTS : $0.00021 / secondes produites
Grok TTS : $0.018 / milliers de caractères
À propos de ce comparatif
Chaque ligne est lue dans le JSON Schema contre lequel l’endpoint valide. Elle correspond donc à ce que l’API accepte réellement, et non à une liste de fonctionnalités écrite à la main.
Balayez horizontalement pour comparer tous les champs.
| Réglages et limites | Gemini 3.8 Flash-Lite TTS | Grok TTS |
|---|---|---|
| Tâches | text-to-speech | text-to-speech |
| Sortie audio | Oui | Oui |
| Exécution | Envoi, puis interrogation ou callback | Envoi, puis interrogation ou callback |
| Délai maximal par requête | 30 minutes | 30 minutes |
| Disponibilité | Disponible | Disponible |
Moins restrictive signifie-t-il que toute requête est permise ?
Deux faits distincts se cachent derrière ces mentions. Le premier nous concerne, et c’est : rien. Aucun filtre de contenu de la plateforme, aucun indicateur de maturité à poser sur une requête. Le second concerne le comportement propre à chaque modèle, et c’est la seule partie qui varie entre ces deux-là.
Gemini 3.8 Flash-Lite TTS
Ce modèle déclare ne pas filtrer le contenu. SpicyAPI transmet sans ajouter d’analyse de contenu par la plateforme ; les obligations juridiques et de consentement restent au client.
Note d’usage SpicyAPI n’ajoute aucun filtre de contenu : les scripts NSFW sont lus tels quels. Vous êtes responsable des scripts que vous envoyez et de l’usage que vous faites de l’audio obtenu, y compris de ne pas le faire passer pour les mots d’une personne réelle.
Grok TTS
Ce modèle déclare ne pas filtrer le contenu. SpicyAPI transmet sans ajouter d’analyse de contenu par la plateforme ; les obligations juridiques et de consentement restent au client.
Note d’usage SpicyAPI n’ajoute aucun filtre de contenu : les scripts NSFW sont lus tels qu’ils sont écrits. Vous êtes responsable des scripts que vous envoyez et de l’usage de l’audio obtenu, y compris de ne pas le faire passer pour les propos d’une personne réelle.
Ces catégories vous aident à sélectionner des modèles. Consultez ensuite les exemples et les détails des tests de contenu sur leurs pages.
La mention ne change rien à vos obligations. Âge, consentement, ressemblance avec une personne réelle et droit applicable restent à votre charge ; SpicyAPI n’analyse pas chaque requête.
Puis-je seulement changer l’ID du modèle sans modifier le corps de la requête ?
Le cycle de vie de la tâche est commun, le corps ne l’est pas. Chaque endpoint publie son propre JSON Schema et l’API valide contre celui-ci : c’est la liste à réconcilier avant un changement.
Comparer
Les identifiants de modèle sont google/gemini-3.8-flash-lite-tts/text-to-speech et xai/grok-tts/text-to-speech, et tous deux vont dans le même champ de la même requête.
Les deux fonctionnent pareil : on envoie la tâche, puis on l’interroge ou on reçoit le callback. File d’attente et logique de reprise se réutilisent telles quelles.
L’envoi et le suivi suivent le même flux, mais les entrées obligatoires peuvent différer. Consultez les deux pages modèle avant de changer.
Une clé, un solde, un jeu de plafonds. Les deux sont facturés au même compte en dollars américains, et les plafonds quotidien, mensuel et cumulé de la clé s’appliquent quel que soit le modèle appelé.
Questions fréquentes
Les deux facturent selon des paliers différents, il n’y a donc pas de ligne directement comparable : Gemini 3.8 Flash-Lite TTS démarre à $0.00021 / secondes produites et Grok TTS à $0.018 / milliers de caractères. Vérifiez le devis actuel avant l’envoi.
Gemini 3.8 Flash-Lite TTS autorise 30 minutes par tâche et Grok TTS 30. Ce sont des plafonds, pas des durées habituelles — la plupart des requêtes se terminent bien avant — mais votre propre timeout client doit les encaisser.
Les prix et fonctions affichés proviennent du catalogue public actuel. Consultez chaque page modèle pour les entrées et exemples les plus récents.