Kumuhang unang puwesto si Elon Musk’s xAI sa voice AI. Ang Grok Voice Think Fast 2.0 ay nakuha ang unang puwesto sa Artificial Analysis Speech-to-Speech Index, isang benchmark na nagtataya kung gaano kahusay ang mga AI model sa paghawak ng real-time voice conversations mula sa simula hanggang sa wakas.
Ang modelo, na ipinakilala noong July 29, 2026, ay nakakuha ng 79.0% sa index. Mas nakakatangi ang mga komponenteng metric: 97% para sa speech reasoning at 94.7% sa task success rates.
Ano ang ibig sabihin ng mga numero
Ang Grok Voice Think Fast 2.0 ay nagpapost ng time-to-first-audio na 0.70 segundo.
Ang nakakatangi na numero ay ang agentic performance score na 56.5%. Ang agentic performance ay tumutukoy sa kahusayan ng isang voice model sa paghahandle ng mga multi-step task habang nasa usapan, tulad ng pag-book ng reservation habang sumasagot sa mga susunod na tanong tungkol sa availability.
Gumagamit din ang modelo ng halos 60% mas kaunting reasoning tokens kaysa sa kanyang nakaraang bersyon.
Sa aspeto ng presyo, binabayaran ng xAI ang $0.08 bawat minuto ng audio. Para sa konteksto, ang isang 10-minutong tawag sa customer service ay nasa halagang $0.80 sa mga gastos sa AI.
Mula sa 1.0 hanggang 2.0 sa loob ng higit sa tatlong buwan
Lumabas ang Think Fast 1.0 noong apri 2026. Ang kanyang tagapagpaganap ay dumating sa loob ng higit sa tatlong buwan.
Ang bersyon 2.0 ay sumusuporta sa higit sa 25 mga wika at may pinabuting paghawak sa mga maingay na kapaligiran at iba’t ibang accent.
Ang xAI ay nagtatag ng automatic upgrade path para sa mga developer na gumagamit ng grok-voice-latest API endpoint, na nagsimula noong Agosto 5, 2026.
Kumakalaban ang modelong ito sa mga tawag mula sa Qwen at iba pang pangunahing player sa larangan ng voice AI. Habang nagtataglay ang Grok Voice Think Fast 2.0 ng kaunting pagkakaligtaan sa ilang indibidwal na metric, ang kanyang pangkalahatang index na nasa itaas ay nagpapakita na ito ay nakakamtan ang pinakamabuting balanse sa buong saklaw ng mga nasusuri na kakayahan.