xAI推新一代语音识别模型Grok Voice Think Fast2.0：性能全面升级，定价每分钟0.08美元

xAI推出新一代语音识别模型Grok Voice Think Fast2.0面向开发者开放在多方面实现升级。其定价明确性能测试表现出色还在语音转录等方面有显著优势。模型升级亮点多xAI的Grok Voice Think Fast2.0面向构建语音智能体的开发者开放在智能水平、转录准确率、对话能力和工具调用效率上均有提升。定价为每分钟音频0.08美元且无需修改现有提示词就能提升多数场景性能。测试成绩超竞品在Artificial Analysis测试中该模型综合得分82.9%高于前代及GPT-Realtime - 2.1、Gemini3.1Flash。智能体能力评分56.5%也领先。首次音频播放时间从1.25秒降至0.70秒响应更快。转录准确率高语音转录方面针对24种语言测试显示相比Deepgram Nova3等Think Fast2.0准确率提升1.5至2倍复杂环境下差距扩大至约10倍相比上一代提升约1.4倍。技术优化提效率技术上支持语音并行推理减少等待时间。推理标记使用量中位数降至0.4次强化学习优化对话策略倾向短回答、单问题处理减少无效信息支持复杂流程。应用测试有成效此次升级旨在提升语音Agent可靠性。Grok Voice已在Starlink电话服务A/B测试提升销售转化率和客服响应效率。2026年8月5日别名将切换开发者按需锁定版本。编辑观点Grok Voice Think Fast2.0性能升级显著超竞品且在应用测试有成果未来有望在语音识别市场占据重要地位推动语音智能体发展。