Comparações de modelos
Grok STT ou HeartMuLa Transcribe, faixa a faixa: preços alinhados, campos da requisição, limites e política de conteúdo medida.
O Grok STT é o speech-to-text da xAI: envie a URL de um áudio e receba a transcrição em texto, com tempos por palavra e o idioma detectado. Cobre 25 idiomas, com transcrição por canal e dicas de termos-chave.
Ver Schema →Ver exemplos de resultados →O HeartMuLa Transcribe é um endpoint de speech-to-text multilíngue ajustado para vocais cantados: envie a URL de um áudio e receba a letra em texto. Não há opções, e não são devolvidos tempos por linha, valores de confiança nem rótulos de falante.
Ver Schema →Comparar
Comece pela entrada que você tem, pelo resultado desejado e pelo orçamento. Estas diferenças ajudam na escolha.
Compare os exemplos publicados e experimente os dois modelos com a mesma entrada e configurações equivalentes.
Preço atual
Preço inicial responde a outra pergunta, não à sua. Aqui estão as faixas que os dois modelos publicam, alinhadas ajuste a ajuste, em dólares por unidade cobrada e sem nenhuma conversão no meio.
Esses dois cobram por faixas diferentes, então não há linha para alinhar. No lugar disso, seguem as faixas publicadas por cada um.
Grok STT: $0.00003 / segundos de saída
HeartMuLa Transcribe: $0.05 / solicitações
É conta feita com as tarifas publicadas no ajuste padrão de cada modelo, não um orçamento. O console calcula o preço dos seus ajustes reais antes de a requisição ser aceita.
Sobre a comparação
Cada linha aqui é lida do JSON Schema contra o qual o endpoint valida, então bate com o que a API realmente aceita, e não com uma lista de recursos escrita à mão.
Deslize horizontalmente para comparar todos os campos.
| Controles e limites | Grok STT | HeartMuLa Transcribe |
|---|---|---|
| Tarefas | speech-to-text | speech-to-text |
| Execução | Enviar e depois consultar ou receber o callback | Enviar e depois consultar ou receber o callback |
| Tempo máximo por requisição | 60 minutos | 60 minutos |
| Disponibilidade | Disponível | Disponível |
Menos restrições significa que qualquer solicitação é permitida?
Por trás desses rótulos há dois fatos distintos. O primeiro é o que nós fazemos, que é nada: nenhum filtro de conteúdo da plataforma e nenhum sinalizador de maturidade para marcar na requisição. O segundo é o que cada modelo faz por conta própria, e essa é a única parte que muda entre os dois.
Grok STT
Este modelo declara não aplicar filtro de conteúdo. A SpicyAPI encaminha a solicitação sem adicionar uma análise de conteúdo da plataforma; as obrigações legais e de consentimento continuam com o cliente.
Nota de uso O SpicyAPI não adiciona filtro de conteúdo: a fala é transcrita como foi falada, em vez de mascarada ou recusada. Você é responsável pelos direitos sobre o áudio que envia e pelo consentimento das pessoas gravadas.
HeartMuLa Transcribe
Este modelo declara não aplicar filtro de conteúdo. A SpicyAPI encaminha a solicitação sem adicionar uma análise de conteúdo da plataforma; as obrigações legais e de consentimento continuam com o cliente.
Nota de uso A SpicyAPI não acrescenta filtro de conteúdo: letras com linguagem pesada são transcritas como foram cantadas, sem máscara e sem recusa. Os direitos sobre o áudio de origem e sobre a transcrição continuam sendo de quem chama.
Use estas categorias para selecionar modelos e consulte os exemplos e detalhes dos testes de conteúdo nas páginas de cada um.
O rótulo não muda as suas obrigações. Idade, consentimento, semelhança com pessoas reais e a lei de onde você opera continuam por sua conta; a SpicyAPI não analisa o conteúdo de cada requisição.
Posso trocar apenas o ID do modelo sem alterar o corpo da solicitação?
O ciclo da tarefa é comum; o corpo não é. Cada endpoint publica o próprio JSON Schema e a API valida contra ele, então esta é a lista a conciliar antes de trocar.
Comparar
Os identificadores de modelo são xai/grok-stt/speech-to-text e heartmula/transcribe/speech-to-text, e os dois vão no mesmo campo da mesma requisição.
Os dois funcionam igual: você envia a tarefa e depois consulta ou recebe o callback. Fila e lógica de repetição continuam as mesmas.
O envio e o acompanhamento seguem o mesmo fluxo, mas as entradas obrigatórias podem variar. Confira as duas páginas de modelo antes de trocar.
Uma chave, um saldo, um mesmo conjunto de tetos de gasto. Os dois são cobrados da mesma conta em dólares, e os tetos diário, mensal e acumulado da chave valem para qualquer um deles.
Perguntas frequentes
Os dois cobram por faixas diferentes, então não há linha diretamente comparável: Grok STT começa em $0.00003 / segundos de saída e HeartMuLa Transcribe em $0.05 / solicitações. Confira a estimativa atual antes do envio.
Grok STT permite 60 minutos por tarefa e HeartMuLa Transcribe permite 60. São tetos, não tempos típicos — a maioria termina bem antes —, mas é isso que o timeout do seu cliente precisa aguentar.
Os preços e recursos exibidos vêm do catálogo público atual. Consulte a página de cada modelo para ver as entradas e os exemplos mais recentes.