2026.07.29 WED00:00 JSTxAI
Grok Voice Think Fast 2.0発表
- xAIがGrok Voice Think Fast 2.0を発表。
- 音声推論・会話・転写精度を向上。
- 料金は$0.08/分。8/5にlatest切替。
目線
音声エージェントやリアルタイム対話を使う開発者は、遅延・精度・料金を既存音声APIと比較検討する段階。
対象
音声AIエージェント開発者・リアルタイム対話実装者
使える場面
- speech-to-speechのエージェント応答を試作する
- ノイズ下や多言語転写精度を検証する
- ツール呼び出しを含む会話フローを組む
試すなら
docsの料金とAPIを確認し、既存プロンプトでA/B試す
確認点
2026年8月5日にgrok-voice-latestが2.0へ自動移行。1.0継続はピン留めが必要
背景
前世代から知能・転写・会話能力を強化した次世代speech-to-speechモデル。並列推論で遅延を抑えつつ賢さを向上。
何が変わったか
- Overall AA Speech-to-Speech Quality Index 82.9%（前75.7%）
- Time to First Audio 0.70s（前1.25s）、推論トークン効率0.4xに改善
- 転写精度が専用STT比で1.5-2x向上、ノイズ下で差が拡大
- 会話で短文・一問一答傾向を強化し自然な流れに
使える場面・影響
既存プロンプトほぼ無改修で性能向上が期待でき、音声エージェントの実用性が上がる。
試す前に確認
- 料金 $0.08 / min of audio
- 2026-08-05にlatestが2.0へ移行
- 1.0固定はモデル名ピン留めが必要
一次ソース
- xAI公式ニュースx.ai