أخذت xAI الخاصة بإيلون ماسك المركز الأول في الذكاء الاصطناعي الصوتي. وقد احتلت Grok Voice Think Fast 2.0 المرتبة الأولى في مؤشر Artificial Analysis للصوت إلى صوت، وهو معيار يقيّم مدى كفاءة نماذج الذكاء الاصطناعي في إدارة المحادثات الصوتية في الوقت الفعلي من البداية إلى النهاية.
تم إطلاق النموذج في 29 يوليو 2026، وحصل على 79.0% على المؤشر. الأكثر إثارة هي مقاييس المكونات: 97% في الاستدلال الصوتي و94.7% في معدلات نجاح المهام.
ما الذي تعنيه هذه الأرقام فعليًا
يُسجّل Grok Voice Think Fast 2.0 وقتًا حتى أول صوت قدره 0.70 ثانية.
قد يكون الرقم البارز هو درجة الأداء الوكيلي البالغة 56.5%. يقيس الأداء الوكيلي مدى كفاءة نموذج الصوت في إدارة المهام متعددة الخطوات أثناء المحادثة، مثل حجز حجز أثناء الإجابة على أسئلة متابعة حول التوفر.
كما يستخدم النموذج حوالي 60% أقل من رموز الاستدلال مقارنةً بسابقه.
من حيث التسعير، تفرض xAI 0.08 دولار لكل دقيقة من الصوت. كمرجع، هذا يعني أن مكالمة خدمة عملاء مدتها 10 دقائق ستكلف 0.80 دولار في تكاليف الذكاء الاصطناعي.
من 1.0 إلى 2.0 في أقل من ثلاثة أشهر
تم إطلاق Think Fast 1.0 تقريبًا في أبريل 2026. ووصل خليفته بعد أقل من ثلاثة أشهر.
الإصدار 2.0 يدعم أكثر من 25 لغة ويعالج بيئات الضوضاء واللكنات المختلفة بشكل محسن.
قام xAI بإعداد مسار ترقية تلقائي للمطورين الذين يستخدمون نقطة النهاية grok-voice-latest، مع بدء الهجرة في 5 أغسطس 2026.
يتنافس النموذج مع عروض من Qwen وشركات أخرى رائدة في مجال الذكاء الاصطناعي الصوتي. وعلى الرغم من أن Grok Voice Think Fast 2.0 يتأخر قليلاً في بعض المقاييس الفردية، فإن موقعه العام في القمة يشير إلى أنه يحقق أفضل توازن عبر مجموعة كاملة من القدرات المُقيَّمة.