Grok STT 1.0
Разработчик:
xAI
Идентификатор:
Скопировано!
Характеристики Grok STT 1.0
Контекстное окно —
Дата релиза 23 июля 2026
Мультимодальность
Входящие данные:
- Аудио
Исходящие данные:
- Транскрибация
Цены Grok STT 1.0 в рублях
Оплата производится по факту за использованные токены.
Тип
Стоимость
Аудио
Тарифицируется длительность входного аудио (в секундах) при расшифровке в текст.
0,17 ₽
/ 1 минута аудио
Цены указаны в рублях и могут меняться в зависимости от курса валют
Что умеет Grok STT 1.0
Grok STT — это модель преобразования речи в текст от xAI, доступная через REST /v1/stt endpoint. Она поддерживает транскрипцию с временными метками на уровне слов, необязательную диаризацию говорящих и многоканальное аудио.
API Grok STT 1.0: подключение и примеры кода
Наш сервис предоставляет единый API, совместимый с OpenAI SDK. Просто укажите наш base_url и используйте ключ, полученный в личном кабинете.
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://routerai.ru/api/v1"
)
with open("audio.mp3", "rb") as f:
transcription = client.audio.transcriptions.create(
model="x-ai/grok-stt-1.0",
file=f,
language="ru"
)
print(transcription.text)
import requests
import base64
import json
url = "https://routerai.ru/api/v1/audio/transcriptions"
headers = {
"Authorization": "Bearer YOUR_API_KEY",
"Content-Type": "application/json"
}
# Читаем аудиофайл и кодируем в base64
with open("audio.mp3", "rb") as f:
audio_base64 = base64.b64encode(f.read()).decode("utf-8")
data = {
"model": "x-ai/grok-stt-1.0",
"input_audio": {
"data": audio_base64,
"format": "mp3"
},
"language": "ru"
}
response = requests.post(url, headers=headers, json=data)
result = response.json()
print(json.dumps(result, indent=2, ensure_ascii=False))
# Вариант 1: multipart/form-data (OpenAI-совместимый) — файл как есть
curl -X POST "https://routerai.ru/api/v1/audio/transcriptions" \
-H "Authorization: Bearer YOUR_API_KEY" \
-F "file=@audio.mp3" \
-F "model=x-ai/grok-stt-1.0" \
-F "language=ru"
# Вариант 2: JSON с аудио в base64
curl -X POST "https://routerai.ru/api/v1/audio/transcriptions" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "x-ai/grok-stt-1.0",
"input_audio": {
"data": "'"$(base64 -w0 audio.mp3)"'",
"format": "mp3"
},
"language": "ru"
}'
Эндпоинт API
Audio Transcriptions
Расшифровывает аудио в текст. Принимает аудио в base64, возвращает JSON с текстом и usage.
POST
Документация
https://routerai.ru/api/v1/audio/transcriptions
Поддерживаемые параметры запроса
Параметр
Тип
По умолчанию
Описание
max_tokens
integer
—
Верхний предел количества токенов, которые модель может сгенерировать в ответе.
temperature
float
1
Влияет на разнообразие ответов модели: чем выше, тем более случайным будет вывод.
top_p
float
1
Ограничивает выбор модели долей наиболее вероятных токенов: учитываются только токены, чьи вероятности в сумме дают P.
seed
integer
—
Если задан, инференс выполняется детерминированно — повторные запросы с тем же seed и параметрами должны давать одинаковый результат.
logprobs
boolean
—
Возвращать ли логарифмы вероятностей выходных токенов.
top_logprobs
integer
—
Число от 0 до 20: сколько наиболее вероятных токенов возвращать на каждой позиции, каждый с логарифмом вероятности.
response_format
map
—
Заставляет модель выдавать ответ в определённом формате.
stop
array
—
Немедленно останавливает генерацию, если модель встречает любой из токенов, указанных в массиве stop.
frequency_penalty
float
0
Управляет повторением токенов в зависимости от того, как часто они встречаются во входных данных.
presence_penalty
float
0
Регулирует, насколько часто модель повторяет токены, уже встречавшиеся во входных данных.