xAI milik Elon Musk baru saja menduduki peringkat teratas dalam AI suara. Grok Voice Think Fast 2.0 telah merebut posisi pertama di Artificial Analysis Speech-to-Speech Index, sebuah tolok ukur yang mengevaluasi seberapa baik model AI menangani percakapan suara real-time dari awal hingga akhir.
Model yang diluncurkan pada 29 Juli 2026 mendapatkan skor 79,0% pada indeks. Lebih mencolok lagi adalah metrik komponennya: 97% untuk penalaran ucapan dan 94,7% dalam tingkat keberhasilan tugas.
Apa arti sebenarnya dari angka-angka tersebut
Grok Voice Think Fast 2.0 mencatat waktu hingga audio pertama sebesar 0,70 detik.
Angka yang menonjol mungkin adalah skor kinerja agen sebesar 56,5%. Kinerja agen mengukur seberapa baik model suara dapat menangani tugas multi-langkah selama percakapan, seperti memesan reservasi sambil menjawab pertanyaan lanjutan tentang ketersediaan.
Model ini juga menggunakan sekitar 60% lebih sedikit token penalaran dibandingkan pendahulunya.
Di sisi harga, xAI mengenakan biaya $0,08 per menit audio. Sebagai konteks, panggilan layanan pelanggan selama 10 menit akan dikenakan biaya AI sebesar $0,80.
Dari 1.0 ke 2.0 dalam waktu kurang dari tiga bulan
Think Fast 1.0 diluncurkan sekitar April 2026. Penerusnya tiba kurang dari tiga bulan kemudian.
Versi 2.0 mendukung lebih dari 25 bahasa dan memiliki penanganan yang lebih baik untuk lingkungan berisik serta berbagai aksen.
xAI telah menyiapkan jalur pemutakhiran otomatis untuk pengembang yang menggunakan endpoint API grok-voice-latest, dengan migrasi yang dimulai pada 5 Agustus 2026.
Model ini bersaing dengan penawaran dari Qwen dan pemain utama lainnya di ruang AI suara. Meskipun Grok Voice Think Fast 2.0 sedikit tertinggal di beberapa metrik individu, posisi indeks keseluruhannya di puncak menunjukkan bahwa model ini mencapai keseimbangan terbaik di seluruh rentang kemampuan yang dievaluasi.