Confronti tra modelli
Gemini 3.8 Flash-Lite TTS o Grok TTS, fascia per fascia: prezzi allineati, campi della richiesta, limiti e policy sui contenuti misurata.
Gemini 3.8 Flash-Lite TTS è il modello text-to-speech di Google più veloce e più economico: scegli una di 30 voci e ottieni un WAV mono a 24 kHz, di solito in pochi secondi. Il dialogo supporta fino a due voci e la punteggiatura modella la resa.
Vedi lo Schema →Vedi esempi dei risultati →Grok TTS è il text-to-speech di xAI: legge un testo fino a 15.000 caratteri con una di 71 voci predefinite in 20 lingue. Tag vocali come risate e sussurri vengono recitati, e la velocità va da 0,7 a 1,5 volte.
Vedi lo Schema →Vedi esempi dei risultati →Confronta
Parti dall’input che hai, dal risultato che cerchi e dal budget. Queste differenze aiutano a scegliere.
Confronta gli esempi pubblicati, poi prova i due modelli con lo stesso input e impostazioni equivalenti.
Prezzo attuale
Un prezzo di partenza risponde a una domanda diversa dalla tua. Qui trovi le fasce pubblicate da entrambi i modelli, allineate impostazione per impostazione, in dollari statunitensi per unità fatturata e senza conversioni intermedie.
Questi due fatturano su fasce diverse, quindi non c’è nessuna riga da allineare. Al suo posto trovi le fasce pubblicate da ciascuno.
Gemini 3.8 Flash-Lite TTS: $0.00021 / secondi generati
Grok TTS: $0.018 / migliaia di caratteri
Su questo confronto
Ogni riga è letta dal JSON Schema con cui l’endpoint valida le richieste, quindi corrisponde a ciò che l’API accetta davvero e non a un elenco di funzioni scritto a mano.
Scorri in orizzontale per confrontare tutti i campi.
| Controlli e limiti | Gemini 3.8 Flash-Lite TTS | Grok TTS |
|---|---|---|
| Attività supportate | text-to-speech | text-to-speech |
| Output audio | Sì | Sì |
| Esecuzione | Invio, poi polling o callback | Invio, poi polling o callback |
| Tempo massimo per richiesta | 30 minuti | 30 minuti |
| Disponibilità | Disponibile | Disponibile |
Meno restrizioni significa che qualsiasi richiesta è permessa?
Dietro queste etichette ci sono due fatti distinti. Il primo riguarda noi, e la risposta è: niente. Nessun filtro sui contenuti da parte della piattaforma e nessun flag da alzare nella richiesta. Il secondo riguarda il comportamento del singolo modello, ed è l’unica parte che cambia fra questi due.
Gemini 3.8 Flash-Lite TTS
Questo modello dichiara di non applicare alcun filtro sui contenuti. SpicyAPI inoltra la richiesta senza aggiungere controlli di piattaforma; gli obblighi di legge e la verifica del consenso restano a carico del cliente.
Nota d’uso SpicyAPI non aggiunge alcun filtro sui contenuti: gli script NSFW vengono letti così come sono scritti. Sei responsabile degli script che invii e di come usi l'audio risultante, incluso non farlo passare per le parole di una persona reale.
Grok TTS
Questo modello dichiara di non applicare alcun filtro sui contenuti. SpicyAPI inoltra la richiesta senza aggiungere controlli di piattaforma; gli obblighi di legge e la verifica del consenso restano a carico del cliente.
Nota d’uso SpicyAPI non aggiunge filtri sui contenuti: i copioni NSFW vengono letti così come sono scritti. Sei responsabile dei copioni che invii e dell'uso dell'audio ottenuto, compreso non spacciarlo per le parole di una persona reale.
Usa queste categorie per selezionare i modelli, poi consulta esempi e dettagli dei test sui contenuti nelle rispettive pagine.
L’etichetta non cambia i tuoi obblighi. Età, consenso, somiglianza con persone reali e legge del posto in cui operi restano a tuo carico; SpicyAPI non esamina il contenuto di ogni richiesta.
Posso cambiare solo l’ID del modello senza toccare il corpo della richiesta?
Il ciclo di vita dell’attività è comune, il corpo della richiesta no. Ogni endpoint pubblica il proprio JSON Schema e l’API valida su quello: è questa la lista da riconciliare prima di cambiare.
Confronta
Gli identificatori dei modelli sono google/gemini-3.8-flash-lite-tts/text-to-speech e xai/grok-tts/text-to-speech, e vanno entrambi nello stesso campo della stessa richiesta.
I due funzionano allo stesso modo: invii l’attività, poi la interroghi o ricevi il callback. Coda e logica di ritentativo restano quelle che hai già.
L’invio e il monitoraggio seguono lo stesso flusso, ma gli input obbligatori possono cambiare. Controlla entrambe le pagine dei modelli prima di sostituirne uno.
Una chiave, un saldo, un unico insieme di tetti di spesa. Entrambi vengono addebitati sullo stesso account in dollari statunitensi, e i limiti giornaliero, mensile e complessivo della chiave valgono per l’uno come per l’altro.
Domande frequenti
I due fatturano su fasce diverse, quindi non c’è una riga confrontabile: Gemini 3.8 Flash-Lite TTS parte da $0.00021 / secondi generati e Grok TTS da $0.018 / migliaia di caratteri. I prezzi possono cambiare: prima di inviare controlla la stima mostrata per le tue impostazioni reali.
Gemini 3.8 Flash-Lite TTS consente 30 minuti per attività e Grok TTS ne consente 30. Sono tetti, non tempi tipici — quasi tutte le richieste finiscono molto prima — ma è a questi che il timeout del tuo client deve reggere.
I prezzi e le funzionalità mostrati arrivano dal catalogo pubblico attuale. Per input ed esempi più recenti guarda la pagina di ciascun modello.