Grok 语音模型登顶新基准，任务成功率第一
XFreeze · x · 2026-08-22
Grok Voice Think Fast 2.0 在 Artificial Analysis 新推出的 Speech Agent Arena 排行中位列第一，该基准通过真人与隐藏语音代理在实用场景下的交互来衡量任务成功率。这不仅仅考察语音自然度，更看重 AI 理解请求、调用工具并成功完成工作的实际能力。
所属事件:Speech Agent Arena 上线，Grok 与 Gemini 各领风骚(4 条相关)→
「模型」频道最新
- 爆料人称 Opus 5 或采用深度循环架构，方向仍存变数 — scaling01 · 2026-10-16
- GPT-6.1 审查 arXiv：6% 论文主定理有错，近两月降至 1.5% — nitarshan · 2026-10-16
- Nvidia 联手 Nolla 后训练 Nemotron 3.5 VL，皮肤科诊断称超越前沿 — LoganGrasby · 2026-10-16
- Gemini 4 Argon 登顶 ARC-AGI-3 达 97.5%，第二家破 95% — patience_cave · 2026-10-16
- 微软 MAI 自研 3T 参数基座模型亮相，多项 held-out 评测领先 — soldni · 2026-10-16
- Datadog 发布 Scout 1.0：基于 GLM-5.3 Flash 微调的 SRE 专用模型 — Tim_Dettmers · 2026-10-16