Audiomodelle

Text-zu-Sprache, Sprache-zu-Text und Echtzeit-Sprache über eine API: die Anfragen, die Stimmen, die Formate und die Preise.

Verfügbare Audiomodelle

Eingabezeichen

15,00 $ / 1 Mio. Zeichen

Audiostunde

0,10 $ / Stunde

Audiominute

0,08 $ / Minute

Audiominute

0,08 $ / Minute

Text-Eingabe-Tokens

0,50 $ / 1 Mio. Tokens

Audio-Ausgabe-Tokens

10,00 $ / 1 Mio. Tokens

Text-Eingabe-Tokens

1,00 $ / 1 Mio. Tokens

Audio-Ausgabe-Tokens

20,00 $ / 1 Mio. Tokens

Text-Eingabe-Tokens

1,00 $ / 1 Mio. Tokens

Audio-Ausgabe-Tokens

20,00 $ / 1 Mio. Tokens

Text-Eingabe-Tokens

1,00 $ / 1 Mio. Tokens

Audio-Ausgabe-Tokens

20,00 $ / 1 Mio. Tokens

Text-Eingabe-Tokens

0,50 $ / 1 Mio. Tokens

Audio-Ausgabe-Tokens

9,00 $ / 1 Mio. Tokens

Text-Eingabe-Tokens

0,50 $ / 1 Mio. Tokens

Audio-Ausgabe-Tokens

6,00 $ / 1 Mio. Tokens

Audio-Eingabe-Tokens

2,00 $ / 1 Mio. Tokens

Text-Ausgabe-Tokens

12,00 $ / 1 Mio. Tokens

Audio-Eingabe-Tokens

0,30 $ / 1 Mio. Tokens

gecachte Audio-Eingabe-Tokens

0,03 $ / 1 Mio. Tokens

Text-Ausgabe-Tokens

2,50 $ / 1 Mio. Tokens

Audio-Eingabe-Tokens

1,00 $ / 1 Mio. Tokens

gecachte Audio-Eingabe-Tokens

0,10 $ / 1 Mio. Tokens

Text-Ausgabe-Tokens

3,00 $ / 1 Mio. Tokens

Text-zu-Sprache

curl -sS https://api.oneprovider.dev/v1/audio/speech \
-H "Authorization: Bearer sk-..." \
-H "Content-Type: application/json" \
-d '{
"model": "grok-tts",
"input": "Hello from OneProvider.",
"voice": "eve",
"response_format": "mp3"
}' \
--output hello.mp3

from openai import OpenAI
client = OpenAI(base_url="https://api.oneprovider.dev/v1", api_key="sk-...")
with client.audio.speech.with_streaming_response.create(
model="gemini-3.8-flash-tts",
voice="Kore",
input="Hello from OneProvider.",
response_format="wav",
) as response:
response.stream_to_file("hello.wav")

Die Antwort ist die Audiodatei im gewählten Format. Senden Sie bei langem Text eine Anfrage pro Absatz und fügen Sie die Dateien zusammen.

Grok-Stimmen

Gemini-Stimmen

Sprache-zu-Text

curl -sS https://api.oneprovider.dev/v1/audio/transcriptions \
-H "Authorization: Bearer sk-..." \
-F model=grok-stt \
-F file=@meeting.mp3
# {"text":"..."}

from openai import OpenAI
client = OpenAI(base_url="https://api.oneprovider.dev/v1", api_key="sk-...")
with open("meeting.mp3", "rb") as audio:
result = client.audio.transcriptions.create(model="gemini-3.5-transcribe", file=audio)
print(result.text)

Die Anfrage ist multipart/form-data mit den Feldern file (die Audiodatei) und model. Die Antwort ist JSON mit einem Feld text.

Echtzeit-Sprache

Öffnen Sie einen WebSocket zu wss://api.oneprovider.dev/v1/realtime?model=grok-voice-3.0 mit demselben Schlüssel im Header Authorization. Die Ereignisse folgen der OpenAI Realtime API.

import asyncio, base64, json
import websockets
async def main():
url = "wss://api.oneprovider.dev/v1/realtime?model=grok-voice-3.0"
async with websockets.connect(url, additional_headers={"Authorization": "Bearer sk-..."}) as ws:
await ws.send(json.dumps({"type": "session.update", "session": {"instructions": "Answer briefly."}}))
await ws.send(json.dumps({"type": "conversation.item.create", "item": {
"type": "message", "role": "user",
"content": [{"type": "input_text", "text": "Say hello in one sentence."}],
}}))
await ws.send(json.dumps({"type": "response.create"}))
audio = bytearray()
async for message in ws:
event = json.loads(message)
if event["type"] == "response.output_audio.delta":
audio += base64.b64decode(event["delta"])
elif event["type"] == "response.output_audio_transcript.delta":
print(event["delta"], end="")
elif event["type"] == "response.done":
break
asyncio.run(main())

Preise

• Grok TTS wird pro Zeichen des Eingabetextes abgerechnet.
• Grok STT wird pro Stunde Audio abgerechnet.
• Grok Voice wird pro Gesprächsminute abgerechnet, plus eine kleine Gebühr für jede Textnachricht, die Sie senden.
• Gemini wird in Tokens abgerechnet: Eingabetext oder -audio sowie Ausgabeaudio oder -text; eine Sekunde Audio entspricht 25 Tokens.

Beispiel: grok-tts, 1.000 Zeichen = 15,00 $ / 1 Mio. × 1.000 = 0,015 $.

Den genauen Preis jedes Modells finden Sie in der Tabelle oben und auf der Preisseite .

Fehler

Kurze Antworten

Welche base URL verwende ich?

Claude Code und die Anthropic-SDKs verwenden https://api.oneprovider.dev. OpenAI-SDKs und OpenAI-kompatible Clients verwenden https://api.oneprovider.dev/v1. Ein Schlüssel funktioniert an beiden Adressen; die Modellliste finden Sie auf der Modellseite , die Preise auf der Preisseite .

Wie authentifiziere ich mich?

Senden Sie den unveränderten sk-…-Schlüssel in x-api-key oder Authorization: Bearer: nur eines von beiden, nie beide. Bewahren Sie den Schlüssel in einer Umgebungsvariable auf, nicht in einer Datei, die ins Repository committet wird. Mehr zur Authentifizierung .

Wo bekomme ich einen Schlüssel?

Öffnen Sie Ihr Konto im Telegram-Bot @oneprovider_robot oder auf app.oneprovider.dev, laden Sie das Guthaben auf und tippen Sie auf „Schlüssel ausstellen“. Jeder Schlüssel kann ein eigenes Ausgabenlimit haben. Konto & API-Schlüssel .

Was bedeuten 401, 404 und 429?

401: Der Schlüssel fehlt, ist falsch geschrieben oder steht im falschen Header; fügen Sie den ganzen Schlüssel ohne Anführungszeichen und Leerzeichen ein. 404: meist eine falsche base URL, zum Beispiel ein fehlendes oder doppeltes /v1. 429 mit „Insufficient balance“: Das Guthaben des Kontos oder das Ausgabenlimit des Schlüssels ist aufgebraucht – laden Sie auf, statt es erneut zu versuchen; jedes andere 429 ist ein Rate-Limit, warten Sie dann die Zeit aus Retry-After ab. Details: Fehlercodes und Fehlerbehebung .

Warum brechen Streams ab oder werden zurückgesetzt?

VPN- und VLESS-Proxys puffern SSE oft oder stören die HTTP/2-Aushandlung. OneProvider hat keine regionalen Beschränkungen und puffert keine Streams – schalten Sie den Proxy aus und versuchen Sie es erneut.

Wohin wende ich mich, wenn das nicht reicht?

Schreiben Sie @Oneproviderhelpbot auf Telegram oder öffnen Sie „Support“ im Web-Konto – mit HTTP-Statuscode und genauer Fehlermeldung. So arbeitet der Support .