Grok 语音模型以 94.6% 任务成功率登顶语音智能体竞技场
XFreeze · x · 2026-09-17
Artificial Analysis 的 Speech Agent Arena 榜单上，xAI 的 Grok Voice "Think Fast 2.0" 以 94.6% 的任务成功率排名第一，领先 Gemini 3.8 Live、GPT-Realtime-2.1 High 等语音模型。
该基准测试的真实性在于：由真人隐藏身份与各语音智能体对话完成实际任务，再检验模型是否理解请求、调用正确工具并真正完成任务——考察的是「把事办成」而非「像人说话」。
「模型」频道最新
- 别再按月租智能了:Anthropic 服务端新规再掀开模型之争 — alex_verem · 2026-11-02
- Epoch AI 实验：GLM 5.3 连续攻破 6 个 Firefox 版本，单次成本约 1000 美元 — rohanpaul_ai · 2026-11-02
- SemiAnalysis：安全分类器压分，Opus 5.5 与 GPT-6 Astra 排名被低估 — morqon · 2026-11-02
- 1.7B 本地模型 LFM3 在 MacBook 上首次答对曼城赛程查询 — NielsRogge · 2026-11-02
- Similarweb：Claude 升级页流量 9 月回升至 1760 万，逼近 5 月峰值 — firstadopter · 2026-11-02
- 开源 GLiNER-PII 单卡 550ms 抓出病历 13 项身份标识,仍漏医院名 — MaziyarPanahi · 2026-11-02