API di Grok Voice: prezzi, funzioni e voci per sviluppatori
Quanto costa al minuto l’API vocale di Grok, cosa supporta, come è cambiata dal lancio e come funziona la clonazione vocale.
L’API speech-to-speech di Grok (grok-voice-3.0) costa $0,08 al minuto. La trascrizione vocale (speech-to-text) costa $0,10 l’ora (batch) o $0,20 (streaming), e la sintesi vocale (text-to-speech) $15 per milione di caratteri. Offre 28 voci integrate, function calling, ricerca web e su X e voci personalizzate.
Prezzi (ottobre 2026)
| Servizio | Prezzo |
|---|---|
| Speech-to-speech (grok-voice-3.0) | $0,08 al minuto ($4,80 l’ora), più $0,004 per ogni evento di input testuale |
| Speech-to-text, batch | $0,10 l’ora |
| Speech-to-text, streaming | $0,20 l’ora |
| Text-to-speech | $15 per 1 milione di caratteri |
Dalla pagina ufficiale dei prezzi per sviluppatori, verificata il 18 ottobre 2026. L’API per agenti vocali è stata lanciata a $0,05 al minuto a dicembre 2025; da allora il prezzo al minuto è salito a $0,08.
Cronologia
- 17 dic 2025: debutta la Grok Voice Agent API per le app vocali in tempo reale.
- Maggio 2026: arrivano con Grok 4.3 le voci personalizzate (clonazione vocale), a partire da circa un minuto di parlato più una verifica del consenso a voce.
- 29 lug 2026: annunciato Grok Voice Think Fast 2.0.
- 14 ott 2026: rilasciato Grok Voice 3.0; al lancio era in cima all’indice speech-to-speech di Artificial Analysis.
Cosa supporta l’API
- Un endpoint WebSocket in tempo reale con rilevamento automatico dei turni o push-to-talk
- Function calling, più ricerca web, ricerca su X e strumenti MCP remoti integrati
- 28 voci integrate; voci personalizzate da una clip di riferimento fino a 120 secondi
- Speech-to-text in oltre 38 lingue; text-to-speech con tag in linea come risate, sussurri e pause, e output audio per linee telefoniche
- Fino a 10 sessioni contemporanee per team e sessioni fino a 120 minuti
Domande frequenti
Quanto costa l’API vocale di Grok?
Lo speech-to-speech costa $0,08 al minuto a ottobre 2026, rispetto ai $0,05 del lancio a dicembre 2025.
L’API di Grok può clonare le voci?
Sì, da maggio 2026, a partire da una breve registrazione di riferimento con una verifica del consenso a voce.
Qual è il modello vocale di Grok più recente?
Grok Voice 3.0, rilasciato il 14 ottobre 2026.