xAI 近日发布新一代语音识别与生成模型 Grok Voice Think Fast 2.0，并向开发者开放，定价为每分钟音频 0.08 美元。该模型在 Artificial Analysis 语音识别基准测试中综合得分 82.9%，高于前代及 GPT-Realtime-2.1、Gemini 3.1 Flash；智能体能力评分为 56.5%，首次音频播放时间缩短至 0.70 秒。官方称，其多语言转录准确率较上一代提升约 1.4 倍，并增强噪声和电话压缩场景表现。该模型已在 Starlink 电话服务完成 A/B 测试，旧版本标识符将于 2026 年 8 月 5 日自动切换。
