Comparatifs de modèles
Grok STT ou HeartMuLa Transcribe, palier par palier : prix alignés, champs de requête, limites et politique de contenu mesurée.
Grok STT est le speech-to-text de xAI : envoyez l’URL d’un audio et recevez la transcription en texte, avec horodatage par mot et langue détectée. Il couvre 25 langues, avec transcriptions par canal et indices de termes clés.
Voir le Schema →Voir les exemples de résultats →HeartMuLa Transcribe est un endpoint speech-to-text multilingue réglé pour les voix chantées : envoyez l’URL d’un audio et récupérez les paroles en texte. Aucune option ; ni horodatage des lignes, ni scores de confiance, ni étiquettes de locuteurs en retour.
Voir le Schema →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.
Grok STT : $0.00003 / secondes produites
HeartMuLa Transcribe : $0.05 / requêtes
Simple calcul à partir des tarifs publiés, au réglage par défaut de chaque modèle : ce n’est pas un devis. La console chiffre vos réglages réels avant qu’une requête soit acceptée.
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 | Grok STT | HeartMuLa Transcribe |
|---|---|---|
| Tâches | speech-to-text | speech-to-text |
| Exécution | Envoi, puis interrogation ou callback | Envoi, puis interrogation ou callback |
| Délai maximal par requête | 60 minutes | 60 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.
Grok STT
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 : la parole est transcrite telle qu'elle a été prononcée, plutôt que masquée ou refusée. Vous êtes responsable des droits sur l’audio envoyé et du consentement des personnes enregistrées.
HeartMuLa Transcribe
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 paroles crues sont transcrites telles qu’elles sont chantées, sans masquage ni refus. Les droits sur l’audio source et sur la transcription restent à la charge de celui qui appelle.
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 xai/grok-stt/speech-to-text et heartmula/transcribe/speech-to-text, 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 : Grok STT démarre à $0.00003 / secondes produites et HeartMuLa Transcribe à $0.05 / requêtes. Vérifiez le devis actuel avant l’envoi.
Grok STT autorise 60 minutes par tâche et HeartMuLa Transcribe 60. 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.