Pular para o conteúdo
Alfa
  • Modelos
  • Classificações
  • Ori
Falar com vendas

Rodapé

OpenRouterOpenRouter
© 2026 OpenRouter, Inc

Produto

  • Chat
  • Classificações
  • Avaliações de desempenho
  • Aplicativos
  • Descobrir
  • Modelos
  • Ori
  • Coleções
  • Provedores
  • Ferramentas
  • Preços
  • Business
  • Enterprise
  • Laboratório

Empresa

  • Sobre
  • Blog
  • Clientes
  • Carreiras
    Vagas
  • Privacidade
  • Termos de serviço
  • Central de confiança
  • Suporte
  • Funciona com OR
  • Dados
  • Marca

Desenvolvedor

  • Documentação
  • Referência da API
  • Plataforma para desenvolvedores
  • Status
  • Mapa do site para IA

Conectar

  • Discord
  • GitHub
  • LinkedIn
  • X
  • YouTube
Favicon de meta

Meta: Muse Voice Transcribe 1.0

meta/muse-voice-transcribe-1.0

Comparar

Muse Voice Transcribe 1.0 is a synchronous speech-to-text model from Meta. It is suited for push-to-talk, endpointing, and speaker-aware transcription, with keyword biasing for domain terms and language biasing through language-name hints. It accepts mono 16-bit PCM WAV audio at 16 kHz or 24 kHz for recordings up to 10 minutes. It does not provide word-level timestamps or confidence scores, and other audio formats must be converted to WAV before upload.

Modalidades
Preço
US$ 0,00005/second
Lançado
11 de set. de 2026
Comparar
ProvedoresPreçosDesempenhoDisponibilidadeAplicativosAtividadePerguntas frequentesExplorar

Provedores

Este modelo é hospedado por um provedor. O OpenRouter encaminha todas as solicitações diretamente a ele — não há decisões de roteamento a tomar.

Preços

O preço médio que os clientes realmente pagam por este modelo, ao lado dos preços publicados pelos provedores. O cache e os descontos fazem com que o preço efetivamente pago seja frequentemente bem inferior ao preço anunciado.

Desempenho

A vazão indica a velocidade com que o modelo escreve (tokens por segundo — quanto maior, melhor). A latência é o tempo total de ida e volta (quanto menor, melhor). TTFT é o tempo até o primeiro token — quanto tempo leva para você ver algo aparecer (quanto menor, melhor).

Disponibilidade

A disponibilidade é a porcentagem dos últimos 3 dias em que pelo menos um provedor estava respondendo às solicitações. A disponibilidade é a porcentagem de tempo em que a inferência foi realizada com sucesso. O OpenRouter monitora continuamente e usa o próximo melhor provedor quando um deles retorna um erro.

Aplicativos

Aplicativos públicos que enviam mais tráfego para este modelo. Um bom indicador de como são as cargas de trabalho reais em produção — e uma pista sobre os casos de uso para os quais este modelo é mais adequado.

Atividade

Volume de tokens e tráfego de requisições para este modelo ao longo do tempo.

API

Código pronto para chamar este modelo. A API do OpenRouter é compatível com a OpenAI — a maioria dos SDKs funciona apenas trocando a URL base. A única coisa que muda entre os modelos é o slug do modelo abaixo.

Atualmente indisponível por meio do roteamento intrarregional da UE. Documentação de roteamento na região

Explorar mais modelos

Melhores modelos de conversão de fala em texto e transcriçãoColeçãoClassificação de modelos de transcriçãoClassificação
Latência
US$ 0,000056,68s
100,00%
Latência
6,68s

P50, melhor provedor

Disponibilidade (3d)O modelo estava acessível. Requisição roteada para um provedor.
100,00%
Disponibilidade (3d)O modelo retornou inferência de qualquer provedor. Erros e respostas vazias contam negativamente para essa métrica.
99,94%

Disponibilidade nos últimos 3 dias

Últimas 72 horas
Disponibilidade 99,94%
Há 3 diasHá 2 diasOntemAgora

Disponibilidade nas últimas 24 horas

OpenRouter Availability
99,96%

Quando ocorre um erro em um provedor upstream, podemos nos recuperar roteando para outro provedor saudável, se os filtros da sua solicitação permitirem. Você pode acessar os dados de disponibilidade por provedor de forma programática pela API de endpoints. Saiba mais sobre nossas opções de balanceamento de carga e roteamento de provedores.

1.
Favicon de https://agent.meta.ai/
Hatch
novo
0tokens
2.
Favicon de https://julley.app/
Julley voicebench
novo
0tokens
3.
Favicon de https://stella.sh/
Stella
novo
0tokens
4.
Favicon de https://api14.com/
api14
novo
0tokens
5.
Favicon de https://voice.hirify.me/
Hirify Voice v4 bench
novo
0tokens

Nenhum dado disponível para o gráfico

Perguntas frequentes

Muse Voice Transcribe 1.0 is a synchronous speech-to-text model from Meta. It is suited for push-to-talk, endpointing, and speaker-aware transcription, with keyword biasing for domain terms and language biasing through language-name hints. It accepts mono 16-bit PCM WAV audio at 16 kHz or 24 kHz for recordings up to 10 minutes.

Muse Voice Transcribe 1.0 custa US$ 0,00005/second.

Muse Voice Transcribe 1.0 aceita áudio como entrada e retorna texto transcrito.

Muse Voice Transcribe 1.0 foi lançado em 11 de setembro de 2026.

Mais modelos de Meta

Muse Spark Open

Muse Spark Open is a coding-optimized open-weight model. Trained specifically for agentic coding workflows, it delivers higher first-attempt accuracy, reliable tool calling, and deep codebase understanding across the repos developers actually work in.

TextoContexto de 1,0MUS$ 1,25 / US$ 4,25
Muse Wonder

Muse Wonder is a frontier reasoning model from Meta, designed for complex personal and professional agentic tasks. It accepts text, images, video, audio, and PDF documents and returns text, with a 1M-token context window.

The model handles long-horizon work: it plans, delegates to sub-agents, calls tools in parallel, and recovers from errors, so multi-step tasks run to completion without step-by-step direction. It can also operate browsers and desktop and mobile applications, and works across many files in existing repositories to make and verify changes. Muse Wonder carries important context across conversations and retrieves the details relevant to the task at hand. And it's trained for Active Focus, so it works toward your goal even when a task gets challenging.

In Meta's testing, it performs well on complex engineering tasks, extended agentic sessions, and multi-file refactors to tackle developers' most demanding work.

TextoContexto de 1,0MUS$ 4 / US$ 20
Muse Spark 1.3 Contributor

Muse Spark 1.3 Contributor is the cost-efficient contributor tier of Meta’s multimodal reasoning model for experimentation, learning, and early-stage agentic, multi-agent, and coding workflows. It is designed to track information across extended tasks, work through conflicting inputs, and request clarification or confirmation when needed. Prompts and outputs may be used to improve Meta’s products.

TextoContexto de 1,0MUS$ 0,10 / US$ 0,20
Muse Spark 1.3

Muse Spark 1.3 is a multimodal reasoning model from Meta for long-running agentic, multi-agent, and coding workflows. It is designed to keep track of information across extended tasks, work through conflicting inputs, and request clarification or confirmation when needed, with an emphasis on concise execution.

TextoContexto de 1,0MUS$ 1,25 / US$ 4,25
Muse Image

Muse Image is an agentic image generation model from Meta that generates and edits images from text and reference images. Unlike single-pass image models, it reasons before it renders, breaking down multi-part prompts and refining its output within the chain of thought, and invokes web search for factual accuracy on knowledge-intensive prompts.

The model supports text-to-image generation, targeted image editing, multi-image composition, reference-image conditioning for style and subject consistency across a series, and precise text rendering within generated images. Iterative editing works by passing the previous output image back with a new instruction.

ImagemUS$ 0,01/image
Muse Spark 1.2 Contributor

Muse Spark 1.2 contributor tier is a reasoning model from Meta designed for developers who want to start building at an even lower cost. It’s meaningfully cheaper than Muse Spark 1.2. Your prompts and outputs may be used to improve Meta’s products, making it ideal for experimentation, learning, and early-stage projects without worry about spend.

It is a reasoning model from Meta, tailored for complex agentic tasks. It accepts text, images, video, and PDF documents, returns text, and offers a 1M-token context window. The model is built to support multi-agent workflows, whether as either a main agent that plans and delegates or as a subagent executing in parallel. It works across multiple coding harnesses and supports structured output, parallel function calling, and configurable reasoning effort. In Meta’s testing, it performs well on multi-file refactors, extended debugging sessions, whole-repository generation, and tasks that stretch well past a single prompt.

TextoContexto de 1,0MUS$ 0,10 / US$ 0,20
Muse Glimmer 30B

Muse Glimmer 30B is a dense, open-weight multimodal model from Meta Superintelligence Labs, distilled from Muse Spark and optimized for autonomous agents on consumer hardware. It is suited for long-horizon agentic and coding workflows, with multi-step reasoning, reliable tool use, failure recovery, image understanding, and multilingual support across more than 100 languages.

TextoContexto de 131KUS$ 0,30 / US$ 1,20
Muse Spark 1.2

Muse Spark 1.2 is a reasoning model from Meta, designed for complex agentic tasks. It accepts text, images, video, and PDF documents, returns text, and offers a 1M-token context window.

The model is built to support multi-agent workflows, whether as either a main agent that plans and delegates or as a subagent executing in parallel. It works across multiple coding harnesses and supports structured output, parallel function calling, and configurable reasoning effort. In Meta’s testing, it performs well on multi-file refactors, extended debugging sessions, whole-repository generation, and tasks that stretch well past a single prompt.

TextoContexto de 1,0MUS$ 1,25 / US$ 4,25
Muse Spark 1.1

Muse Spark 1.1 is a multimodal reasoning model from Meta, built for agentic tasks. It accepts text, images, video, and PDF documents and returns text, with a 1M-token context window.

The model is designed to orchestrate multi-agent workflows, acting as either a main agent that plans and delegates or as a subagent, and generalizes zero-shot to new tools, MCP servers, and custom skills. It supports structured output, parallel function calling, built-in search with citations, and configurable reasoning effort. Meta reports strong performance on real-world coding across large codebases, computer-use workflows, and visual-to-code generation.

TextoContexto de 1,0MUS$ 1,25 / US$ 4,25