xAI Елона Маска зайняла перше місце у сфері голосового ІІ. Grok Voice Think Fast 2.0 посів перше місце на індексі Artificial Analysis Speech-to-Speech, який оцінює, наскільки добре моделі ІІ впораються з реальними голосовими розмовами від початку до кінця.
Модель, запущена 29 липня 2026 року, показала 79,0% за індексом. Ще більш вражаючими є показники компонентів: 97% для мовного міркування та 94,7% у рівні успішності завдань.
Що означають ці числа
Grok Voice Think Fast 2.0 має час до першого аудіо 0,70 секунди.
Найбільш вражаючим показником може бути результат агентного виконання 56,5%. Агентне виконання вимірює, наскільки добре голосова модель впорається з багатокроковими завданнями під час розмови, наприклад, бронювання столика під час відповідей на додаткові запитання щодо доступності.
Модель також використовує приблизно на 60% менше токенів міркувань, ніж її попередник.
Щодо ціноутворення, xAI стягує 0,08 долара за хвилину аудіо. Для порівняння, 10-хвилинний дзвінок служби підтримки клієнтів коштуватиме 0,80 долара витрат на ШІ.
Від 1.0 до 2.0 за менше трьох місяців
Think Fast 1.0 запущений приблизно в квітні 2026 року. Його наступник з’явився менше ніж через три місяці.
Версія 2.0 підтримує понад 25 мов і покращила роботу в шумних умовах та з різними акцентами.
xAI налаштувала автоматичний шлях оновлення для розробників, які використовують API-ендпоінт grok-voice-latest, з початком міграції 5 серпня 2026 року.
Модель конкурує з пропозиціями Qwen та інших ключових гравців на ринку голосового ІІ. Хоча Grok Voice Think Fast 2.0 трохи відстає за деякими окремими метриками, її загальне місце за індексом на першому місці свідчить про найкращий баланс усіх оцінених можливостей.