xAI d'Elon Musk vient de prendre la première place dans l'IA vocale. Grok Voice Think Fast 2.0 a obtenu la première position sur l'indice Speech-to-Speech d'Artificial Analysis, un benchmark qui évalue la capacité des modèles d'IA à gérer des conversations vocales en temps réel de bout en bout.
Le modèle, lancé le 29 juillet 2026, a obtenu 79,0 % sur l'indice. Plus frappants sont les indicateurs composants : 97 % pour le raisonnement vocal et 94,7 % pour les taux de réussite des tâches.
Ce que signifient réellement ces chiffres
Grok Voice Think Fast 2.0 affiche un temps jusqu'au premier audio de 0,70 seconde.
Le chiffre le plus remarquable pourrait être le score de performance agente de 56,5 %. La performance agente mesure la capacité d'un modèle vocal à gérer des tâches à plusieurs étapes lors d'une conversation, comme réserver une réservation tout en répondant à des questions suivantes sur la disponibilité.
Le modèle utilise également environ 60 % de jetons de raisonnement en moins que son prédécesseur.
Sur le plan des prix, xAI facture 0,08 $ par minute d'audio. À titre de comparaison, un appel de service client de 10 minutes coûte 0,80 $ en frais d'IA.
De 1.0 à 2.0 en moins de trois mois
Think Fast 1.0 a été lancé environ en avril 2026. Son successeur est arrivé moins de trois mois plus tard.
La version 2.0 prend en charge plus de 25 langues et offre une meilleure gestion des environnements bruyants et des divers accents.
xAI a mis en place un chemin de mise à niveau automatique pour les développeurs utilisant le point de terminaison API grok-voice-latest, avec la migration lancée le 5 août 2026.
Le modèle concurrence les offres de Qwen et d'autres acteurs majeurs du domaine de l'IA vocale. Bien que Grok Voice Think Fast 2.0 soit légèrement en retrait sur certaines métriques individuelles, sa position globale en indice en tête suggère qu'il atteint le meilleur équilibre sur l'ensemble des capacités évaluées.