„WebSocket“ galinis taškas ir ryšys realiuoju laiku
Šiame puslapyje
Atnaujinta 2026 m. lapkričio 3 d. remiantis xAI puslapiais Speech to Speech, Pricing ir Rate limits: 0,08 USD už minutę, vienu metu vykdomos sesijos pagal tarifų planą ir
grok-voice-3.0kaip dabartinis modelis. Šaltiniai: Speech to Speech · Pricing · Rate limits.
Balsinio agento API realiuoju laiku
Grok Voice Agent API leidžia kurti pokalbių balsinius agentus, kurie realiuoju laiku bendrauja su tavo naudotojais. Skirtingai nei klasikinės REST API, veikiančios užklausų principu, šis API naudoja „WebSocket“ protokolą, kad išlaikytų nuolatinį dvipusį ryšį tarp tavo programos ir xAI serverių.

Yra tik vienas galinis taškas:
wss://api.x.ai/v1/realtime
Modelį pasirenki naudodamas URL parametrą model, pavyzdžiui: wss://api.x.ai/v1/realtime?model=grok-voice-latest. grok-voice-latest nukreipia į grok-voice-3.0 – dabartinį modelį, kuris taip pat yra numatytasis. Gamybinėje aplinkoje xAI rekomenduoja naudoti konkrečią įvardytą versiją.
Šis vienintelis galinis taškas valdo visą balso pokalbio gyvavimo ciklą: garso priėmimą, kalbos aptikimą, atsakymo generavimą ir sintetinto garso siuntimą atgal.
„WebSocket“ ryšio užmezgimas
Norėdamas prisijungti, į autorizacijos antraštę įtrauk savo xAI API raktą. Štai pavyzdys naudojant „JavaScript“:
const ws = new WebSocket("wss://api.x.ai/v1/realtime", {
headers: {
"Authorization": "Bearer " + process.env.XAI_API_KEY
}
});
ws.on("open", () => {
console.log("WebSocket connection established");
});
ws.on("message", (data) => {
const event = JSON.parse(data);
console.log("Event received:", event.type);
});
ws.on("close", (code, reason) => {
console.log("Connection closed:", code, reason);
});
ws.on("error", (err) => {
console.error("WebSocket error:", err);
});
„Python“ kalboje gali naudoti websockets biblioteką:
import asyncio
import websockets
import json
import os
async def connect():
uri = "wss://api.x.ai/v1/realtime"
headers = {
"Authorization": f"Bearer {os.environ['XAI_API_KEY']}"
}
async with websockets.connect(uri, additional_headers=headers) as ws:
async for message in ws:
event = json.loads(message)
print(f"Event: {event['type']}")
asyncio.run(connect())
Sesijos gyvavimo ciklas
Iškart užmezgus „WebSocket“ ryšį, serveris išsiunčia session.created įvykį, patvirtindamas, kad sesija aktyvi. Tada tu siunti session.update įvykį, kad sukonfigūruotum pokalbį (balso tipą, instrukcijas, įrankius, posūkio aptikimą).
Tipiškas ciklas atrodo taip:
- Ryšys: užmegzk „WebSocket“ ryšį su autentifikavimu
- Konfigūracija: išsiųsk
session.updatesu savo nustatymais - Patvirtinimas: gauk
session.updatediš serverio - Pokalbis: keiskis garso ir teksto įvykiais
- Uždarymas: tvarkingai nutrauk „WebSocket“ ryšį
Ryšio klaidų valdymas
Serveris gali nutraukti arba atmesti ryšį dėl įvairių priežasčių: autentifikavimo klaida, viršytas tavo tarifo plano vienu metu vykdomų sesijų limitas (10 pradiniame tarife, iki 200 aukščiausiame) arba techninis sutrikimas. Dabartinėje dokumentacijoje nenurodytas maksimalus sesijos ilgis, o sesijos atnaujinimas (4 pamoka) leidžia tęsti pokalbį po ryšio nutrūkimo. Tavo programa turėtų numatyti jungimosi iš naujo logiką su eksponentiniu delsos didinimu.
Kainos patikrintos 2026 m. lapkričio 3 d. Kainos dažnai keičiasi: prieš planuodamas biudžetą, būtinai pasitikrink dabartinius tarifus oficialioje xAI kainodaros svetainėje.
Svarbiausi punktai
- „WebSocket“ galinis taškas
wss://api.x.ai/v1/realtimeyra vienintelis įėjimo taškas visiems balso pokalbiams - Autentifikacijai atlikti naudok antraštę
Authorization: Bearer {API raktas} - Vienu metu vykdomų sesijų skaičius priklauso nuo tavo tarifo plano: 10 pradiniame tarife, iki 200
- Serveris prisijungus išsiunčia
session.created, o tada laukia tavosession.update, kad sukonfigūruotų pokalbį - Kainodara: 0,08 USD už minutę (arba 4,80 USD už valandą) plius 0,004 USD už teksto įvestį