Grokの新音声モデルがエージェント評価で首位を獲得、API価格は60%上昇

動察 Beating のモニタリングによると、SpaceXAI は Grok Voice Think Fast 2.0 をリリースした。これはカスタマーサービス、営業、電話シーン向けの音声エージェントモデルであり、ユーザーの発話を理解し、音声回答を生成し、ツールを呼び出すことができる。新バージョンでは、推論、文字起こし、対話能力が重点的に向上された。

Artificial Analysis の独立した評価によると、その音声総合指数は 82.9% で、通義 Qwen Audio 3.0 Realtime Plus の 84.1% に次いで第2位となった。音声エージェントがカスタマーサービス業務を完了する能力をテストする τ-Voice ベンチマークでは、56.5% で第1位となり、Qwen の 54.6% や GPT-Realtime-2.1 High の 45.7% を上回った。初回発声はわずか 0.70 秒である。

性能向上に伴い、価格も上昇した。API 価格は毎分 0.05 ドルから 0.08 ドルに上昇し、上昇率は 60% で、1時間あたりの音声コストは 4.80 ドルとなる。