SpaceXAI lança Grok Voice Think Fast 2.0 para agentes
A xAI lançou o Grok Voice Think Fast 2.0, seu modelo de voz speech-to-speech de nova geração, voltado para desenvolvedores que constroem agentes de voz. O custo é de US$ 0,08 por minuto de áudio, e a empresa espera que o upgrade melhore o desempenho em praticamente todos os casos de uso sem necessidade de alterar prompts existentes.
Benchmarks
No benchmark speech-to-speech da Artificial Analysis, o Think Fast 2.0 obteve 82,9% de pontuação geral, contra 75,7% da versão 1.0, 79,1% do GPT-Realtime-2.1 e 69,5% do Gemini 3.1 Flash. No score agentic, alcançou 56,5%, superando os 52,1% do predecessor, 45,7% do GPT-Realtime-2.1 e 37,7% do Gemini 3.1 Flash. O tempo até o primeiro áudio caiu de 1,25s para 0,70s. No benchmark conversacional, ficou em 95,1%, levemente abaixo dos 95,7% do GPT-Realtime-2.1.
Transcrição
Em avaliações com milhares de frases curtas em 24 idiomas, a xAI reportou precisão de transcrição 1,5 a 2,0 vezes superior à do Deepgram Nova 3 e do ElevenLabs Scribe v2, e 1,4 vezes melhor que o Think Fast 1.0. Sob ruído de fundo significativo e compressão de telefonia, a diferença chega a aproximadamente 10 vezes. A métrica utilizada é a word error rate (taxa de erro por palavra).
Raciocínio paralelo e comportamento conversacional
O modelo raciocina em paralelo com a fala, preservando latência mesmo em consultas complexas. O uso mediano de tokens de raciocínio caiu para 0,4x em relação à versão anterior (baseline 1,0x), o que permite que chamadas de ferramentas em produção sejam executadas antes de o agente terminar a primeira frase. Treinamento por reforço também levou o modelo a produzir frases mais curtas, fazer uma pergunta por vez e reduzir preenchimento ao guiar usuários em fluxos complexos.
Impacto prático e migração
Um teste A/B no serviço telefônico da Starlink resultou em maior conversão de vendas e taxas de contenção de suporte, segundo a empresa. Em 5 de agosto de 2026, o alias grok-voice-latest migrará automaticamente da versão 1.0 para a 2.0. Desenvolvedores que desejarem manter o modelo anterior precisam fixar o identificador da versão 1.0 antes da data.