Голосовой Grok обошёл специализированные модели расшифровки речи на их же поле
xAI выкатила Grok Voice Think Fast 2.0: модель рассуждает параллельно с речью, обогнала OpenAI GPT-Realtime-2.1 и Google Gemini 3.1 Flash и оказалась точнее специализированных моделей расшифровки речи. Ценник — $0,08 за минуту аудио.
🔴 Голосовой Grok обошёл специализированные модели расшифровки речи на их же поле
xAI выкатила Grok Voice Think Fast 2.0, новую голосовую модель, которая рассуждает над вопросом параллельно с речью, без задержки в разговоре.
По результатам внутренних тестов, модель обошла OpenAI GPT-Realtime-2.1 и Google Gemini 3.1 Flash на большинстве прогонов. Но самое интересное: она оказалась точнее специализированных моделей расшифровки речи, которые годами затачивали ровно под одну задачу: переводить звук в текст. Универсал побил специалистов.
Второй контраст не в тестах, а в живом бизнесе. xAI не стала устраивать красивые демо на сцене, а поставила модель в колл-центр Starlink. A/B-тест зафиксировал заметный рост конверсии в продажи и доли обращений, которые бот закрывает без переключения на живого оператора. Ценник: $0,08 за минуту аудио.
Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.
#нейросети #LLM #Grok #xAI #модели #мультимодальность #ИИ #технологии #AravanaAI
Хотите получать подобные материалы раньше?
Aravana Intelligence — авторская аналитика и закрытый круг для тех, кто думает на шаг вперёд.
Узнать про IntelligenceНе пропускайте важное
Еженедельный дайджест Aravana — ключевые события в AI, робототехнике и longevity.