xAI 发布 Grok Voice 2.0：首音延迟仅 0.7 秒
智东西 · wechat · 2026-07-30
马斯克旗下 xAI 正式发布新一代语音到语音模型 Grok Voice ThinkFast 2.0。该模型在多项基准测试中表现领先，并在智能体性能与响应速度上取得重大突破。
核心性能数据：
- 智能体能力第一：在衡量语音智能体的 Tau Voice 测试中以 56.5% 的得分位列榜首，击败 OpenAI、Google 等厂商。
- 响应极快：平均首音频响应时间仅 0.70 秒，是榜单前五中唯一低于 1 秒的模型，远快于前代的 1.25 秒。
- 综合得分：在 Artificial Analysis 的语音到语音指数中得分 82.9%，仅次于阿里的 Qwen Audio 3.0。
技术升级亮点：
- 边说边推理：支持在说话的同时完成推理，中位数推理 Token 消耗仅为上一代的 40%，工具调用可在首句话结束前执行。
- 抗噪识别：在真实嘈杂场景或电话压缩环境下，语音识别误差较前代及 Deepgram、ElevenLabs 等竞品大幅降低。
- 对话更自然：利用强化学习数据优化交流方式，模型更倾向于使用短句并一次只问一个问题。
定价策略：
每分钟 0.08 美元（约每小时 4.80 美元），较前代上涨但仅约为 GPT-Realtime-2.1 High 价格的 45%。
所属事件:xAI发布Grok Voice 2.0，登顶语音智能体基准(20 条相关)→
「模型」频道最新
- 网友观察到模型自生成「理想回答」用于训练其他模型 — liminal_bardo · 2026-10-16
- Reflection 开源 Beam 模型权重，采用 Apache 2.0 协议 — victormustar · 2026-10-16
- Reflection Beam 501B MoE 登陆 GB200:单用户 463 tok/s — zhyncs42 · 2026-10-16
- JevBench 榜单更新:d1-ultra 以 76.1 综合分登顶,32 个 API 系统参评 — airesearch12 · 2026-10-16
- LMArena 上线 Agent 与代码双排行榜，可对比各模型智能体实力 — arena · 2026-10-16
- NVIDIA Nemotron-3.5 实测遇冷:Bolt 74B 在 pandas/numpy 与决策类测试不及 nano 版 — norenEnmotalen · 2026-10-16