SpaceXAI 推出 Grok Voice Think Fast 2.0 提升對話能力

SpaceXAI 推出 Grok Voice Think Fast 2.0 提升對話能力。 核心功能與改進 智慧與對話：具備更強的語音推理能力、對話流暢度與工具呼叫可靠性，並能邊說話邊進行查詢推理，在不增加延遲的情況下讓模型變得更聰明。 轉錄準確度：在 24 種語言的數千個短語評估中，相較於 Deepgram Nova 3 與 ElevenLabs Scribe v2 成長為 1.5 到 2.0 倍，相較於 Grok Voice Think Fast 1.0 成長為 1.4 倍；在吵雜環境下，與專用語音轉文字模型的差距更擴大到約 10 倍。 對話表現：透過強化學習引導模型採用人類對話模式，傾向使用較短句子、一次問一個問題且避免冗言贅字，讓使用者與 Agent 的互動更流暢。 整體 82.9% 居首，語音推理（97.2%）與 Agentic 表現（56.5%）領先；對話動態 95.1% 略低於 GPT-Realtime-2.1 的 95.7%；首字音訊 0.70s，GPT-Realtime-2.1 該項無數據 價格與取得方式 定價與 API：即日起使用者可在 API 與 Voice Agent Builder 中使用此模型，定價為每分鐘音訊 0.08 美元，詳情可參考 x.ai/voice。 升級排程：grok-voice-latest 將於 2026 年 8 月 5 日從 1.0 版本自動升級至 2.0 版本，官方預期幾乎所有使用情境都可在不修改現有提示詞下獲得改善；若想留在 1.0 版本，須在此之前將版本固定為 grok-voice-think-fast-1.0。更多官方資訊可參閱 x.ai/news/grok-voice-think-fast-2。原文：https://easyvibecoding.app/curated/2777-spacexai-launches-grok-voice-think-fast-2