Confronti tra modelli
Grok STT o HeartMuLa Transcribe, fascia per fascia: prezzi allineati, campi della richiesta, limiti e policy sui contenuti misurata.
Grok STT è lo speech-to-text di xAI: invia un URL audio e ricevi la trascrizione come testo più i tempi parola per parola e la lingua rilevata. Copre 25 lingue, con trascrizioni per canale e suggerimenti di termini chiave.
Vedi lo Schema →Vedi esempi dei risultati →HeartMuLa Transcribe è un endpoint speech-to-text multilingue ottimizzato per voci cantate: invia un URL audio e ricevi il testo del brano. Non ci sono opzioni e non vengono restituiti tempi per riga, valori di confidenza né etichette dei parlanti.
Vedi lo Schema →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.
Grok STT: $0.00003 / secondi generati
HeartMuLa Transcribe: $0.05 / richieste
È aritmetica sulle tariffe pubblicate all’impostazione predefinita di ciascun modello, non un preventivo. La console calcola il prezzo delle tue impostazioni reali prima che la richiesta venga accettata.
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 | Grok STT | HeartMuLa Transcribe |
|---|---|---|
| Attività supportate | speech-to-text | speech-to-text |
| Esecuzione | Invio, poi polling o callback | Invio, poi polling o callback |
| Tempo massimo per richiesta | 60 minuti | 60 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.
Grok STT
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 dei contenuti: il parlato viene trascritto così come è stato pronunciato, invece di essere oscurato o rifiutato. Sei responsabile dei diritti sull'audio che invii e del consenso delle persone registrate.
HeartMuLa Transcribe
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: i testi con linguaggio forte vengono trascritti come sono stati cantati, senza mascherature e senza rifiuti. I diritti sull'audio di partenza e sulla trascrizione restano a carico di chi chiama.
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 xai/grok-stt/speech-to-text e heartmula/transcribe/speech-to-text, 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: Grok STT parte da $0.00003 / secondi generati e HeartMuLa Transcribe da $0.05 / richieste. I prezzi possono cambiare: prima di inviare controlla la stima mostrata per le tue impostazioni reali.
Grok STT consente 60 minuti per attività e HeartMuLa Transcribe ne consente 60. 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.