xAI发布Grok Voice 2.0,登顶语音智能体基准

xAI于7月30日正式发布新一代端到端语音模型Grok Voice Think Fast 2.0,并同步向API和Voice Agent Builder开放。该模型专为真实物理环境中的语音智能体打造,在抗噪转录、复杂工作流推理及自然对话方面实现全面升级,并在多项行业基准测试中取得领先成绩。据Artificial Analysis评测,其在语音转语音指数中位列第二(82.9%),语音推理得分97.2%,并在衡量真实客服任务完成能力的τ-voice Bench中以56.5%登顶。首音延迟从1.0版本的1秒以上降至0.7秒,支持“边听边想”的并行处理。定价为每分钟0.08美元(每小时输入音频4.80美元),较前代1.0版本(3.00美元/小时)上调,但低于GPT等同类实时语音模型,价格约便宜一半。

已确认

尚未确认

为什么重要

2026-07-30 ~ 2026-08-01 · 20 条相关

一手来源

另有 4 条近重复转述:ArtificialAnlys · ArtificialAnlys · XFreeze · 智东西