SpaceXAI lança modelo Grok Voice Think Fast 2.0
A nova versão do modelo de voz da SpaceXAI melhora a precisão de transcrição e reduz a latência para 0,7 segundos com custo de US$ 0,08 por minuto.
Pontos principais
- O modelo atingiu 82,9% no índice de qualidade da Artificial Analysis, superando a versão anterior e concorrentes como GPT-Realtime-2.1.
- O tempo para a primeira resposta de áudio foi reduzido de 1,25s para 0,70s.
- A precisão de transcrição em 24 idiomas é até 2 vezes superior à de modelos como Deepgram Nova 3 e ElevenLabs Scribe v2.
- O custo por minuto de áudio subiu 60%, passando de US$ 0,05 para US$ 0,08.
- A migração automática do alias 'grok-voice-latest' para a nova versão ocorrerá em 5 de agosto de 2026.
- Testes realizados no suporte da Starlink indicaram aumento nas taxas de conversão de vendas e retenção de chamadas.
A SpaceXAI anunciou o lançamento do Grok Voice Think Fast 2.0, seu modelo de fala-para-fala de última geração voltado para desenvolvedores de agentes de voz. A nova tecnologia utiliza raciocínio paralelo para processar consultas complexas sem comprometer a latência, permitindo que chamadas de ferramentas sejam executadas antes mesmo da conclusão da primeira frase do agente. Em testes internos, a empresa observou melhorias significativas em fluxos de trabalho reais, como no atendimento telefônico da Starlink.
Com foco em ambientes ruidosos e compressão de telefonia, a xAI afirma que a precisão de transcrição do modelo é superior à de concorrentes dedicados. Embora o custo por minuto tenha sofrido um reajuste de 60% em relação à versão 1.0, a empresa destaca que o modelo oferece maior eficiência operacional. Desenvolvedores que utilizam o alias 'grok-voice-latest' terão seus sistemas atualizados automaticamente em agosto, a menos que optem por fixar a versão anterior.
Comentários
Carregando comentários...