এলন মাস্কের xAI এখন ভয়েস এআই-এ শীর্ষস্থানে। গ্রক ভয়েস থিংক ফাস্ট 2.0 কে শীর্ষস্থান পেয়েছে আর্টিফিশিয়াল অ্যানালিসিস স্পিচ-টু-স্পিচ সূচকে, যা এআই মডেলগুলির শেষ থেকে শেষ পর্যন্ত রিয়েল-টাইম ভয়েস কথোপকথন পরিচালনার দক্ষতা মূল্যায়ন করে।
29 জুলাই, 2026-এ চালু হওয়া মডেলটি সূচকে 79.0% স্কোর করেছে। আরও চমকপ্রদ হলো উপাদান মেট্রিক্স: স্পিচ রিজনিং-এ 97% এবং টাস্ক সাকসেস রেটস-এ 94.7%।
সংখ্যাগুলি বাস্তবে কী বোঝায়
Grok Voice Think Fast 2.0 এর প্রথম অডিও পাওয়ার সময় 0.70 সেকেন্ড।
সবচেয়ে উল্লেখযোগ্য সংখ্যাটি হতে পারে ৫৬.৫% এজেন্টিক পারফরম্যান্স স্কোর। এজেন্টিক পারফরম্যান্স মাপে যে ভয়েস মডেলটি কথোপকথনের সময় একাধিক ধাপবিশিষ্ট কাজ—যেমন বুকিং করা এবং উপলব্ধতা সম্পর্কিত অনুসরণমূলক প্রশ্নের উত্তর দেওয়া—কতটা ভালোভাবে পরিচালনা করতে পারে।
মডেলটি তার পূর্বসূরির তুলনায় প্রায় 60% কম যুক্তিসঙ্গত টোকেন ব্যবহার করে।
মূল্য সংক্রান্ত বিষয়ে, xAI প্রতি মিনিট অডিওর জন্য $0.08 শুল্ক নেয়। প্রসঙ্গ হিসেবে, এটি 10 মিনিটের কাস্টমার সার্ভিস কলকে AI খরচে $0.80 এ নিয়ে আসে।
তিন মাসের মধ্যে 1.0 থেকে 2.0
থিংক ফাস্ট 1.0 প্রায় এপ্রিল 2026-এ লঞ্চ হয়। এর উত্তরাধিকারী তিন মাসেরও কম সময়ের মধ্যে আসে।
2.0 সংস্করণটি 25 এর বেশি ভাষাকে সমর্থন করে এবং শব্দযুক্ত পরিবেশ এবং বিভিন্ন উচ্চারণের সাথে পরিচালনা উন্নত করেছে।
xAI গ্রোক-ভয়েস-লেটেস্ট API এন্ডপয়েন্ট ব্যবহারকারী ডেভেলপারদের জন্য একটি স্বয়ংক্রিয় আপগ্রেড পথ সেটআপ করেছে, যার মাইগ্রেশন ৫ আগস্ট, ২০২৬-এ শুরু হয়েছে।
মডেলটি Qwen এবং ভয়েস এআই ক্ষেত্রের অন্যান্য প্রধান খেলোয়াড়দের প্রস্তাবনার সাথে প্রতিদ্বন্দ্বিতা করে। যদিও Grok Voice Think Fast 2.0 কিছু ব্যক্তিগত মেট্রিক্সে সামান্য পিছিয়ে আছে, এটি মোটামুটি সূচকে শীর্ষে অবস্থান করা থেকে বোঝা যায় যে এটি মূল্যায়নকৃত সমস্ত ক্ষমতার পুরো পরিসরে সেরা ভারসাম্য বজায় রাখে।