API Grok Voice : tarifs, fonctions et voix pour les développeurs
Ce que coûte l’API vocale de Grok à la minute, ce qu’elle prend en charge, son évolution depuis le lancement et le fonctionnement du clonage de voix.
L’API parole-à-parole de Grok (grok-voice-3.0) coûte $0.08 par minute. La transcription (speech-to-text) coûte $0.10 de l’heure (par lots) ou $0.20 (en streaming), et la synthèse vocale (text-to-speech) $15 par million de caractères. Elle propose 28 voix intégrées, l’appel de fonctions, la recherche web et X, et des voix personnalisées.
Tarifs (octobre 2026)
| Service | Prix |
|---|---|
| Parole-à-parole (grok-voice-3.0) | $0.08 par minute ($4.80 de l’heure), plus $0.004 par événement d’entrée texte |
| Transcription, par lots | $0.10 de l’heure |
| Transcription, en streaming | $0.20 de l’heure |
| Synthèse vocale | $15 par million de caractères |
D’après la page officielle des tarifs développeurs, vérifiée le 18 octobre 2026. L’API d’agent vocal a été lancée à $0.05 par minute en décembre 2025 ; le prix à la minute est depuis passé à $0.08.
Chronologie
- 17 déc. 2025 : lancement de l’API Grok Voice Agent pour les applications vocales en temps réel.
- Mai 2026 : les voix personnalisées (clonage de voix) arrivent avec Grok 4.3, à partir d’environ une minute de parole et d’une vérification orale du consentement.
- 29 juil. 2026 : annonce de Grok Voice Think Fast 2.0.
- 14 oct. 2026 : sortie de Grok Voice 3.0 ; il a pris la tête de l’indice parole-à-parole d’Artificial Analysis à son lancement.
Ce que prend en charge l’API
- Un endpoint WebSocket en temps réel avec détection automatique des tours de parole ou mode push-to-talk
- L’appel de fonctions, plus la recherche web, la recherche X et les outils MCP distants intégrés
- 28 voix intégrées ; voix personnalisées à partir d’un extrait de référence de 120 secondes maximum
- Transcription dans plus de 38 langues ; synthèse vocale avec balises intégrées comme les rires, les chuchotements et les pauses, et sortie audio au format ligne téléphonique
- Jusqu’à 10 sessions simultanées par équipe et des sessions de 120 minutes maximum
Questions fréquentes
Combien coûte l’API vocale de Grok ?
La parole-à-parole coûte $0.08 par minute en octobre 2026, contre $0.05 au lancement en décembre 2025.
L’API Grok peut-elle cloner des voix ?
Oui, depuis mai 2026, à partir d’un court enregistrement de référence avec une vérification orale du consentement.
Quel est le dernier modèle vocal de Grok ?
Grok Voice 3.0, sorti le 14 octobre 2026.