API de Grok Voice: precios, funciones y voces para desarrolladores
Cuánto cuesta por minuto la API de voz de Grok, qué admite, cómo ha cambiado desde su lanzamiento y cómo funciona la clonación de voz.
La API de voz a voz de Grok (grok-voice-3.0) cuesta $0.08 por minuto. La conversión de voz a texto cuesta $0.10 por hora (por lotes) o $0.20 (en streaming), y la de texto a voz, $15 por millón de caracteres. Ofrece 28 voces integradas, llamadas a funciones, búsqueda en la web y en X, y voces personalizadas.
Precios (octubre de 2026)
| Servicio | Precio |
|---|---|
| Voz a voz (grok-voice-3.0) | $0.08 por minuto ($4.80 por hora), más $0.004 por cada evento de entrada de texto |
| Voz a texto, por lotes | $0.10 por hora |
| Voz a texto, en streaming | $0.20 por hora |
| Texto a voz | $15 por cada millón de caracteres |
Según la página oficial de precios para desarrolladores, revisada el 18 de octubre de 2026. La API de agentes de voz se lanzó a $0.05 por minuto en diciembre de 2025; desde entonces, el precio por minuto ha subido a $0.08.
Cronología
- 17 dic 2025: se lanza la Grok Voice Agent API para apps de voz en tiempo real.
- Mayo de 2026: llegan las voces personalizadas (clonación de voz) con Grok 4.3, a partir de aproximadamente un minuto de habla más una verificación de consentimiento hablada.
- 29 jul 2026: se anuncia Grok Voice Think Fast 2.0.
- 14 oct 2026: se lanza Grok Voice 3.0; en su lanzamiento encabezó el índice de voz a voz de Artificial Analysis.
Qué admite la API
- Un endpoint WebSocket en tiempo real con detección automática de turnos o pulsar para hablar
- Llamadas a funciones, además de búsqueda web integrada, búsqueda en X y herramientas MCP remotas
- 28 voces integradas; voces personalizadas a partir de un clip de referencia de hasta 120 segundos
- Voz a texto en más de 38 idiomas; texto a voz con etiquetas en línea como risas, susurros y pausas, y salida de audio para líneas telefónicas
- Hasta 10 sesiones simultáneas por equipo y sesiones de hasta 120 minutos
Preguntas frecuentes
¿Cuánto cuesta la API de voz de Grok?
La voz a voz cuesta $0.08 por minuto a octubre de 2026, frente a los $0.05 de su lanzamiento en diciembre de 2025.
¿La API de Grok puede clonar voces?
Sí, desde mayo de 2026, a partir de una grabación de referencia corta con una verificación de consentimiento hablada.
¿Cuál es el modelo de voz de Grok más reciente?
Grok Voice 3.0, lanzado el 14 de octubre de 2026.