xAI Илона Маска только что занял первое место в голосовом ИИ. Grok Voice Think Fast 2.0 занял первую позицию в индексе Artificial Analysis Speech-to-Speech — эталоне, оценивающем, насколько хорошо модели ИИ справляются с голосовыми разговорами в реальном времени от начала до конца.
Модель, запущенная 29 июля 2026 года, показала результат 79,0% по индексу. Более впечатляющими являются показатели компонентов: 97% для речевого рассуждения и 94,7% для успешности выполнения задач.
Что на самом деле означают эти числа
Grok Voice Think Fast 2.0 показывает время до первого аудио 0,70 секунды.
Выдающимся показателем может быть результат агентного выполнения 56,5%. Агентное выполнение измеряет, насколько хорошо голосовая модель справляется с многошаговыми задачами в ходе разговора, например, бронированием резервации при ответах на дополнительные вопросы о доступности.
Модель также использует примерно на 60% меньше токенов рассуждений, чем её предшественник.
В плане ценообразования xAI взимает 0,08 доллара за минуту аудио. Для сравнения, 10-минутный звонок в службу поддержки обойдется в 0,80 доллара в виде затрат на ИИ.
С 1.0 до 2.0 менее чем за три месяца
Think Fast 1.0 был запущен примерно в апреле 2026 года. Его преемник появился менее чем через три месяца.
Версия 2.0 поддерживает более 25 языков и улучшает обработку шумных условий и различных акцентов.
xAI настроила автоматический путь обновления для разработчиков, использующих API-конечную точку grok-voice-latest, с запуском миграции 5 августа 2026 года.
Модель конкурирует с предложениями Qwen и других крупных игроков на рынке голосового ИИ. Хотя Grok Voice Think Fast 2.0 немного отстает по некоторым отдельным метрикам, её общее место в индексе на вершине свидетельствует о наилучшем балансе по всем оцениваемым возможностям.