Grok STT 1.0 daagt Deepgram en ElevenLabs uit
xAI heeft Grok STT 1.0 op 23 juli via OpenRouter beschikbaar gemaakt, een spraak-naar-tekstmodel voor bedrijven die gesprekken en opnames willen omzetten in tekst. Het model verscheen eerder dit jaar al als losse API en neemt het nu rechtstreeks op tegen gevestigde partijen als Deepgram, ElevenLabs en AssemblyAI.
Wat Grok STT 1.0 doet
Grok STT 1.0 draait via een REST-endpoint (/v1/stt) en verwerkt audio zowel realtime als in batch. Volgens MarkTechPost herkent het model 25 talen en levert het transcripties met tijdstempels per woord, sprekersscheiding en ondersteuning voor meerkanaals audio. xAI voegde in juli een parameter toe, vad_threshold, waarmee ontwikkelaars zelf bepalen hoe gevoelig het model reageert op stilte en ruis. Een lage waarde pikt zachtere of rommelige spraak op, handig voor telefonie. Op nul staat die filter helemaal uit.
Sneller en scherper op de benchmarks
De cijfers die xAI naar buiten bracht draaien om nauwkeurigheid bij lastig materiaal. Bij het herkennen van namen, rekeningnummers en datums in telefoongesprekken noteert Grok STT een foutpercentage van 5,0 procent. ElevenLabs komt in diezelfde test op 12,0 procent, Deepgram op 13,5 procent en AssemblyAI op 21,3 procent. Voor video en podcasts liggen de verschillen kleiner: Grok en ElevenLabs delen de koppositie met 2,4 procent, terwijl Deepgram en AssemblyAI op 3,0 en 3,2 procent uitkomen. Die getallen komen van xAI zelf, dus onafhankelijke tests moeten het beeld nog bevestigen.
Prijs als breekijzer
Wat vooral opvalt is de prijs. Batchverwerking kost 0,10 dollar per uur audio, streaming het dubbele met 0,20 dollar per uur, meldt dapta.ai. Dat ligt ruim onder de tarieven die transcriptiediensten doorgaans rekenen. xAI hanteert dezelfde tactiek als bij zijn chatmodellen, waar de bredere prijzenoorlog om tokens de kosten al maanden omlaag duwt. Dat het model eerst op OpenRouter landt in plaats van alleen in xAI’s eigen omgeving, verlaagt de drempel verder: ontwikkelaars die daar al modellen afnemen, kunnen het meteen uitproberen.
Wat betekent dit
Voor bedrijven die callcenters, notulen of media-archieven willen ontsluiten komt er een goedkoop alternatief bij dat op papier goed presteert bij ruis en eigennamen. De spraakmarkt wordt zo drukker. OpenAI werkte eerder al aan GPT-Live en aan goedkopere realtime-spraak, en ook de spraakmodus van Claude breidde dit jaar uit. Wie transcriptie inkoopt, doet er goed aan de claims van xAI te toetsen aan eigen audio voordat hij overstapt, want de opgegeven scores komen van de maker en niet van een onafhankelijke partij.
