SpaceXAI发布Grok Voice Think Fast 2.0语音模型，定价每分钟0.08美元
马斯克旗下 SpaceXAI 最智能 AI 语音模型，Grok Voice Think Fast 2.0 登场
SpaceXAI刚发的Grok Voice Think Fast 2.0，语音转语音又快又准，一分钟才8分钱，比上一代强了一大截，还支持24种语言，适合做语音助手。
SpaceXAI发布Grok Voice Think Fast 2.0语音模型，每分钟音频费用0.
08美元。该模型在AA Speech-to-Speech Quality Index达82.
9%，较1.0版提升7.
2个百分点。xAI内部评估显示，转录表现较Deepgram Nova 3和ElevenLabs Scribe v2提升1.
5-2.0倍，较1.
0版提升1.4倍。
在背景噪声场景下，与专用语音转文字模型的差距可扩大至约10倍。模型支持24种语言，可在说话时同步完成推理。
马斯克旗下 SpaceXAI 最智能 AI 语音模型，Grok Voice Think Fast 2.0 登场
IT之家 7 月 30 日消息，埃隆 · 马斯克（Elon Musk）旗下 SpaceXAI 公司昨日（7 月 29 日）发布 Grok Voice Think Fast 2.0 ，是其功能最强大、最智能的语音对语音（speech-to-speech） AI 模型。 定价方面，该模型的每分钟音频费用为 0.08 美元 （IT之家注：现汇率约合 0.54 元人民币） ，官方计划将于 8 月 5 日升级 grok-voice-latest 模型，从 grok-voice-think-fast-1.0 升级到 grok-voice-think-fast-2.0。 该模型侧重提升语音推理、转录准确性、对话能力与工具调用可靠性。根据 Artificial Analysis 公布的语音到语音基准测试数据，新模型的 AA Speech-to-Speech Quality Index 为 82.9%，较 Grok Voice Think Fast 1.0 的 75.7% 提高 7.2 个百分点。 SpaceXAI 称，模型可在说话时同步完成推理，无需以额外延迟换取推理能力。该公司还称，新版本减少了每次回复所需的推理 Token；在生产环境中，工具调用通常会在智能体说完第 1 句话前完成。 xAI 在覆盖数千条短语、24 种语言的内部评估中称，Grok Voice Think Fast 2.0 的转录表现较 Deepgram Nova 3 和 ElevenLabs Scribe v2 提升 1.5~2.0 倍，较 1.0 版提升 1.4 倍。在存在明显背景噪声和电话压缩的场景中，xAI 称其与专用语音转文字模型的差距可扩大至约 10 倍。
This report is categorized under AITOP's "Models" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to US-China foundation model benchmarks and commercialization comparison. Key entities and technical topics under continuous tracking include Grok Voice Think Fast 2.0, SpaceXAI, Deepgram Nova 3, ElevenLabs Scribe v2.
Source attribution: curated from IT之家. Cross-source corroboration: 2 independent sources have covered this development (including xAI), confirming industry-wide signal strength.
- xAI07-29 18:10Source
