# Brief sample — Voice API: S2S, TTS, STT, custom voices (oficial)

**SKU:** R$ 50 · ROUND1 (sample gratuito — piloto)  
**Data:** 2026-09-05 ~20:55 America/Sao_Paulo  
**Fontes oficiais (só estas):**  
- https://x.ai/pricing (consultado nesta data via fetch HTTP)  
- https://docs.x.ai/docs · https://docs.x.ai/docs/guides/voice  
- https://docs.x.ai/developers/models · https://docs.x.ai/developers/pricing  
- https://docs.x.ai/console/billing  

> Produzido localmente (API credit US$ 0.00; sem top-up). Sem inventar model IDs nem preços.

## Ângulo 1 — Três produtos Voice (não misturar)

Fonte: https://docs.x.ai/docs/guides/voice

| Capacidade | Endpoint / canal | Para quê | Notas docs |
|------------|------------------|----------|------------|
| Speech to Speech (S2S) | WebSocket `wss://api.x.ai/v1/realtime` | Agente de voz em tempo real (turn-taking, tools) | Modelo alias `grok-voice-latest`; VAD server-side; tools ex. `web_search` |
| Text to Speech (TTS) | `POST https://api.x.ai/v1/tts` (+ WS streaming) | Ler texto em áudio | Voices embutidas + custom; tags de fala; MP3 / μ-law |
| Speech to Text (STT) | `POST https://api.x.ai/v1/stt` (+ WS streaming) | Transcrever áudio | 12 formatos; timestamps; diarization; 25 idiomas |

**Consumer Voice no chat (Free/SuperGrok)** ≠ **Voice API prepaid.** Assinatura não enche Credit balance.

## Ângulo 2 — Preços Voice (API)

Fonte: https://docs.x.ai/developers/models · https://docs.x.ai/developers/pricing

| Modo | Modelo / variante | Preço publicado |
|------|-------------------|-----------------|
| Speech to Speech | `grok-voice-think-fast-2.0` | US$ 0.08 / min áudio (US$ 4.80 / hr) **+** US$ 0.004 / text input |
| Speech to Speech | `grok-voice-think-fast-1.0` | **Deprecated** — US$ 0.05 / min (+ US$ 0.004 / text input) |
| Speech to Text | REST | US$ 0.10 / hr |
| Speech to Text | Streaming | US$ 0.20 / hr |
| Text to Speech | — | US$ 15.00 / 1M chars |

Recomendação oficial na página de models: Voice → **Grok Voice API**.

## Ângulo 3 — Orçamento rápido (só números oficiais)

Exemplos **ilustrativos** com a tabela acima (sem inventar descontos):

| Cenário | Conta oficial |
|---------|---------------|
| 30 min S2S 2.0 (só áudio) | 30 × US$ 0.08 = **US$ 2.40** (+ text input à parte) |
| 1 h STT REST | **US$ 0.10** |
| 1 h STT Streaming | **US$ 0.20** |
| TTS 100k chars | (100k / 1M) × US$ 15 = **US$ 1.50** |

Tools no S2S (ex. `web_search`): cobrança **tokens do modelo + invocações** (Web Search US$ 5 / 1k calls) — ver https://docs.x.ai/developers/pricing. Não misturar com preço de minuto de áudio.

## Ângulo 4 — Custom voices + segurança

Fonte: https://docs.x.ai/docs/guides/voice

- Clone: `POST https://api.x.ai/v1/custom-voices` com clip de referência (**máx. 120s**).  
- Resposta traz `voice_id` reutilizável em TTS (REST/WS) e no S2S realtime.  
- Voice default citada nos exemplos: `eve`.  
- Compliance docs: SOC 2 Type II; HIPAA Eligible (BAA); GDPR; data residency; SSO/RBAC.  
- Docs: áudio processado em tempo real; **não** armazenado nem usado para treino (texto da página Voice).

## Ângulo 5 — Planos consumer (Voice no chat)

Fonte: https://x.ai/pricing

| Plano | Preço | Voice / uso (página) |
|-------|-------|---------------------|
| Free | US$ 0/mês | Voice listado nos destaques Free |
| SuperGrok | US$ 30/mês | limites maiores (Chat / Imagine / Voice) |
| SuperGrok Plus | US$ 100/mês | uso bem maior em Chat / Imagine / Voice / Build |

Lite / Heavy / Business / Enterprise aparecem na comparação; preços Lite/Heavy **não** firmados nesta consulta — reabrir pricing.

## Ângulo 6 — Multi-modelo: quando Voice vs texto vs Imagine

Fonte: https://docs.x.ai/developers/models · https://docs.x.ai/docs

| Precisa de… | Caminho oficial |
|-------------|-----------------|
| Code / chat texto | Grok **4.6** (Responses / Chat) |
| Imagem | Imagine Image **2.0** (US$ 0.04 / image) |
| Vídeo | Imagine Video **1.5** (US$ 0.080 / sec) |
| Voz tempo real / TTS / STT | **Grok Voice API** (tabela Ângulo 2) |
| Bulk assíncrono texto/imagem/vídeo | **Batch API** (desconto 20% só em modelos listados; Imagine/vídeo = taxa standard) |

Knowledge cut-off declarado Grok 4.6: **2026-02-01**. Sem search tools, sem eventos em tempo real.

## Checklist freela / orçamento Voice

1. Separar **Voice no app Grok (assinatura)** vs **Voice API (prepaid)**.  
2. Credit US$ 0 → sem demo API paga; sample = este brief. **Sem top-up** sem Luiz.  
3. Escolher S2S vs TTS vs STT antes de cotar (unidades: min / hr / chars).  
4. Se S2S + tools: somar invocações (pricing tools).  
5. Custom voice: clip ≤120s; guardar `voice_id`.  
6. PIX BRL → LUIZ; ledger com arquivo EMV (`_4`=R$10, `_2`=R$50, `_0`/`_3`=R$100; R$20 = `round1/pix_r20_*`).

## Como comprar o brief pago (não este sample)

Ver `OFERTA.md` · Pages https://ziuluiziul.github.io/round1-xai/ · PIX `/workspace/pix-clean/out/` (texto CRC > PNG).