30 ივლისი, 2026

Grok Voice Think Fast 2.0 გამოვიდა. ეს არის SpaceXAI-ის ახალი თაობის ხმოვანი მოდელი. SpaceXAI მას საკუთარ ყველაზე შესაძლებლიან speech-to-speech მოდელს უწოდებს, გაუმჯობესებული ინტელექტით, ტრანსკრიფციის სიზუსტით და საუბრის უნარით.

მოდელი უკვე ხელმისაწვდომია დეველოპერებისთვის API კონსოლში, ხოლო 2026 წლის 5 აგვისტოდან ყველასთვის გახდება ხელმისაწვდომი.

სარჩევი

რითი გამოირჩევა Grok Voice Think Fast 2.0
ბენჩმარკები: შედარება GPT-Realtime-2.1-თან და Gemini 3.1 Flash-თან
Grok Voice Think Fast 2.0 ბაზრის კონტექსტში
ტრანსკრიფციის სიზუსტე ხმაურიან გარემოში
როგორ საუბრობს ახალი მოდელი
მიგრაცია და ფასი
სხვა თემები

რითი გამოირჩევა Grok Voice Think Fast 2.0

მოდელის მთავარი თავისებურება ის არის, რომ ის მსჯელობს საუბრის პარალელურად, ლაპარაკის დროს. კომპანიის თქმით, ეს მიდგომა მოდელს სხვა speech-to-speech სისტემებზე მნიშვნელოვნად უფრო ჭკვიანს ხდის.

წინა ვერსიასთან შედარებით, ახალი მოდელი გაცილებით ეკონომიურად ხარჯავს მსჯელობის ტოკენებს. SpaceXAI-ის მონაცემებით, პასუხზე დახარჯული ტოკენების მედიანური მოცულობა Grok Voice Think Fast 1.0-ის 0.4-ჯერადს შეადგენს.

პრაქტიკაში ეს ნიშნავს, რომ ინსტრუმენტების გამოძახება უფრო სწრაფად ხდება და როგორც წესი აგენტის პირველი წინადადების დასრულებამდე სრულდება.

ბენჩმარკები: შედარება GPT-Realtime-2.1-თან და Gemini 3.1 Flash-თან

Artificial Analysis-ის შეფასებით, Grok Voice Think Fast 2.0 ზოგად speech-to-speech ხარისხის ინდექსში 82.9%-ს აღწევს. წინა ვერსიის მაჩვენებელი 75.7% იყო. მნიშვნელოვანია გავითვალისწინოთ, რომ შესადარებელი მოდელები და ბენჩმარკები ანონსში თავად SpaceXAI-მ შეარჩია.

კონკურენტებთან შედარებით სურათი შემდეგნაირად გამოიყურება:

ზოგადი ხარისხის ინდექსი: Grok Voice Think Fast 2.0 – 82.9%, GPT-Realtime-2.1 (High) – 79.1%, Gemini 3.1 Flash (High) – 69.5%
მეტყველების მსჯელობა (Big Bench Audio): 97.2% Grok-ისთვის, 96.0% GPT-Realtime-2.1-ისთვის, 96.6% Gemini-სთვის
საუბრის დინამიკა (Full Duplex Bench): 95.1% Grok-ისთვის, 95.7% GPT-Realtime-2.1-ისთვის, 74.3% Gemini-სთვის
აგენტური შესრულება (τ-voice Bench): 56.5% Grok-ისთვის, 45.7% GPT-Realtime-2.1-ისთვის, 37.7% Gemini-სთვის

ცალკე აღნიშვნის ღირსია სიჩქარე. პირველ აუდიო პასუხამდე დრო 0.70 წამია, მაშინ როცა Grok Voice Think Fast 1.0-ს 1.25 წამი სჭირდებოდა, Gemini 3.1 Flash-ს კი 2.98 წამი. GPT-Realtime-2.1-ისთვის ეს მაჩვენებელი ცხრილში მითითებული არ არის, ანუ სიჩქარეზე სამივე მოდელის პირდაპირი შედარება ამ წყაროდან არ გამოდის.

Grok Voice Think Fast 2.0 ბაზრის კონტექსტში

SpaceXAI-ს speech-to-speech მოდელები არის არის ექსკლუზიური მოვლენა. OpenAI-ს Realtime API და Google-ის Gemini Live API დეველოპერებს იმავე პრინციპს სთავაზობენ: აუდიო შედის, აუდიო გამოდის, ტექსტში შუალედური გადაყვანის გარეშე. ChatGPT-ისა და Gemini-ის მომხმარებლებისთვის ხმოვანი რეჟიმი ასევე ხელმისაწვდომია.

ტრანსკრიფციის სიზუსტე ხმაურიან გარემოში

SpaceXAI ამტკიცებს, რომ სიზუსტის კუთხით მოდელი სპეციალიზებულ ტრანსკრიფციის სისტემებსაც აჯობებს. შეფასება ჩატარდა ათასობით მოკლე ფრაზაზე 24 სხვადასხვა ენაზე.

შედეგების მიხედვით, Grok Voice Think Fast 2.0 აჩვენებს 1.5-2.0-ჯერად გაუმჯობესებას Deepgram Nova 3-სა და ElevenLabs Scribe v2-თან შედარებით, ხოლო წინა ვერსიასთან შედარებით 1.4-ჯერადს.

ხმაურის პირობებში სხვაობა კიდევ უფრო იზრდება და დაახლოებით 10-ჯერადს აღწევს. მოდელი სპეციალურად რეალური გარემოსთვის მოამზადეს, სადაც ფონური ხმაური და სატელეფონო კომპრესია არსებობს.

როგორ საუბრობს ახალი მოდელი

საუბრის სტილზე მუშაობისთვის SpaceXAI-მ ინტენსიური განმამტკიცებელი სწავლება გამოიყენა, რომ მოდელი რეალური ადამიანური დიალოგის ნიმუშებს მიუახლოვდეს.

შედეგად, მოდელი უფრო მოკლე წინადადებებით საუბრობს, ერთდროულად ერთ კითხვას სვამს და ზედმეტ სიტყვებს არიდებს თავს. ამავდროულად, ის შეიძლება რთულ სამუშაო პროცესებს მართავდეს და რამდენიმე ნაბიჯით წინ ფიქრობდეს.

ტესტირება Starlink-ის მხარდაჭერაზე

კომპანიამ მოდელი A/B ტესტირებით შეამოწმა Starlink-ის სატელეფონო ხაზზე. SpaceXAI-ის თქმით, ტესტმა გაყიდვების კონვერსიისა და მხარდაჭერის მოთხოვნების დამოუკიდებლად დახურვის მაჩვენებლების მნიშვნელოვანი ზრდა აჩვენა. კონკრეტული რიცხვები ანონსში მოცემული არ არის.

მიგრაცია და ფასი

SpaceXAI-ის შეფასებით, Grok Voice Think Fast 2.0 თითქმის ყველა გამოყენების სცენარში უკეთეს შედეგს მოგცემთ არსებული პრომპტების შეცვლის გარეშე.

2026 წლის 5 აგვისტოს იდენტიფიკატორი grok-voice-latest ავტომატურად გადაერთვება grok-voice-think-fast-1.0-დან grok-voice-think-fast-2.0-ზე. განახლებისთვის დამატებითი ქმედება არ დაგჭირდებათ.