SpaceXAI發布全新AI語音模型Grok Voice Think Fast 2.0 綜合表現領先OpenAI及Google競品

市場消息指，SpaceXAI近日正式推出其最新語音模型Grok Voice Think Fast 2.0，旨在人工智能(AI)語音技術領域再樹新標竿。該公司宣稱，與其上一代產品Grok Voice Think Fast 1.0相比，Grok Voice Think Fast 2.0在語音推理、對話能力及系統可靠性方面均錄得顯著提升，更被譽為迄今為止最為智能的語音模型。 在準確率方面，SpaceXAI對Grok Voice Think Fast 2.0進行了廣泛測試，評估數千個涉及24種不同語言的短語。結果顯示，其準確率較Deepgram Nova 3和ElevenLabs Scribe v2高出1.5至2倍，若與前代Grok Voice Think Fast 1.0比較，新模型的準確率亦有1.4倍的提升。值得留意的是，在嘈雜環境下，Grok Voice Think Fast 2.0與專用語音轉文字模型之間的準確率差距，更可擴大至約10倍，突顯其卓越的抗噪音能力。 Grok Voice Think Fast 2.0在推理效率上亦展現獨特優勢。該模型支援在用户説話的同時進行查詢推理，這種與語音並行的推理方式，使其比其他同類語音到語音模型更具智能化，同時確保不影響延遲表現，為實時交互應用提供堅實基礎。 定價方面，Grok Voice Think Fast 2.0的收費標準為每分鐘音訊0.08美元，摺合約0.624港元。 根據SpaceXAI公佈的數據，Grok Voice Think Fast 2.0在綜合評分方面表現突出，達到82.9%。這不僅超越了其前代Grok Voice Think Fast 1.0的75.7%，更領先主要競爭對手，包括OpenAI的GPT-Realtime-2.1（79.1%）及Google的Gemini 3.1 Flash（69.5%）。在Agentic表現評分方面，Grok Voice Think Fast 2.0亦取得56.5%的成績，同樣優於Grok Voice Think Fast 1.0的52.1%，以及GPT-Realtime-2.1的45.7%和Gemini 3.1 Flash的37.7%，顯示其在智能代理功能方面的卓越性能。