SpaceXAI 在 Agent Builder 上推出 Grok Voice Think Fast 2.0（2分钟阅读）

# SpaceXAI 在 Agent Builder 上推出 Grok Voice Think Fast 2.0 来源：https://www.testingcatalog.com/spacexai-launches-grok-voice-think-fast-2-0-on-agent-builder/ xAI 推出了下一代语音到语音模型 Grok Voice Think Fast 2.0，在智能性、转录准确率、对话行为以及工具使用方面均有提升。该模型面向构建语音代理的开发者，每分钟音频收费 0.08 美元。xAI 预计，在几乎所有使用场景中，无需修改现有提示词即可带来性能提升。 在 Artificial Analysis 的语音到语音基准测试中，Think Fast 2.0 总体得分为 82.9%，高于 1.0 版本的 75.7%，并领先于 GPT-Realtime-2.1 的 79.1% 和 Gemini 3.1 Flash 的 69.5%。其智能体评分达到 56.5%，相比之下，前代产品为 52.1%，GPT-Realtime-2.1 为 45.7%，Gemini 3.1 Flash 为 37.7%。首次音频响应时间从 1.25 秒降至 0.70 秒。该模型在对话基准测试中得分为 95.1%，略低于 GPT-Realtime-2.1 的 95.7%。 > 宣布推出 Grok Voice Think Fast 2.0，这是我们下一代语音模型，具备更强的智能性、转录准确率和对话能力。https://t.co/XUiX1CouKz?ref=testingcatalog.com pic.twitter.com/Nel3zwzkwY (https://t.co/Nel3zwzkwY?ref=testingcatalog.com) — SpaceXAI (@SpaceXAI) 2026年7月29日 (https://x.com/SpaceXAI/status/2082529280341553209?ref_src=twsrc%5Etfw&ref=testingcatalog.com) 转录功能是另一个重点。在 xAI 针对 24 种语言、数千个短句的评估中，该公司报告称，与 Deepgram Nova 3 和 ElevenLabs Scribe v2 相比，准确率提升了 1.5 至 2.0 倍，与 Think Fast 1.0 相比提升了 1.4 倍。xAI 表示，在明显的背景噪音和电话语音压缩条件下，差距约为 10 倍。该对比基于词错误率，分数越低越好。 Think Fast 2.0 能够与语音并行推理，这一设计旨在处理更复杂的查询时保持低延迟。中位相对推理 token 使用量降至 0.4 倍（以前代产品的 1.0 倍为基准）。xAI 表示，这使得生产环境下的工具调用通常能在代理说完第一句话之前完成。强化学习还推动模型使用更短的句子、一次只问一个问题，并在引导用户完成复杂工作流程时减少冗余内容。 对于 SpaceXAI，此次发布旨在使 Grok Voice 在实际客户工作流程中更加可靠。据该公司称，在 Starlink 电话服务上进行的 A/B 测试显示，销售转化率和支持渠道内解决率均有提高。2026 年 8 月 5 日，grok-voice-latest 别名将自动从 grok-voice-think-fast-1.0 切换到 grok-voice-think-fast-2.0。希望继续使用之前模型的开发者必须在切换前固定 1.0 标识符；其他用户无需采取任何操作。 来源 (https://x.ai/news/grok-voice-think-fast-2?ref=testingcatalog.com)