API do Grok Voice: preços, recursos e vozes para desenvolvedores
Quanto a API de voz do Grok custa por minuto, o que ela suporta, como mudou desde o lançamento e como funciona a clonagem de voz.
A API de voz para voz do Grok (grok-voice-3.0) custa $0.08 por minuto. A conversão de fala em texto custa $0.10 por hora (em lote) ou $0.20 (streaming), e a de texto em fala custa $15 por milhão de caracteres. Ela oferece 28 vozes prontas, chamada de funções, busca na web e no X, e vozes personalizadas.
Preços (outubro de 2026)
| Serviço | Preço |
|---|---|
| Voz para voz (grok-voice-3.0) | $0.08 por minuto ($4.80 por hora), mais $0.004 por evento de entrada de texto |
| Fala em texto, em lote | $0.10 por hora |
| Fala em texto, streaming | $0.20 por hora |
| Texto em fala | $15 por 1 milhão de caracteres |
Da página oficial de preços para desenvolvedores, verificada em 18 de outubro de 2026. A API de agente de voz foi lançada a $0.05 por minuto em dezembro de 2025; desde então, o preço por minuto subiu para $0.08.
Linha do tempo
- 17 de dez. de 2025: lançamento da Grok Voice Agent API para apps de voz em tempo real.
- Maio de 2026: chegam as vozes personalizadas (clonagem de voz) com o Grok 4.3, a partir de cerca de um minuto de fala mais uma verificação de consentimento falada.
- 29 de jul. de 2026: anúncio do Grok Voice Think Fast 2.0.
- 14 de out. de 2026: lançamento do Grok Voice 3.0; no lançamento, ele liderou o índice de voz para voz da Artificial Analysis.
O que a API suporta
- Um endpoint WebSocket em tempo real com detecção automática de turnos ou modo apertar para falar (push-to-talk)
- Chamada de funções, além de busca na web, busca no X e ferramentas MCP remotas integradas
- 28 vozes prontas; vozes personalizadas a partir de um clipe de referência de até 120 segundos
- Fala em texto em mais de 38 idiomas; texto em fala com tags inline como risadas, sussurros e pausas, e saída de áudio para linha telefônica
- Até 10 sessões simultâneas por equipe e sessões de até 120 minutos
Perguntas frequentes
Quanto custa a API de voz do Grok?
A conversão de voz para voz custa $0.08 por minuto em outubro de 2026, acima dos $0.05 do lançamento, em dezembro de 2025.
A API do Grok consegue clonar vozes?
Sim, desde maio de 2026, a partir de uma gravação curta de referência com uma verificação de consentimento falada.
Qual é o modelo de voz mais recente do Grok?
O Grok Voice 3.0, lançado em 14 de outubro de 2026.