知识卡片：Grok语音模型登顶智能体测评

英文标题： Grok Voice Think Fast 2.0

英文关键词： Grok; Voice Model; AI Agent; Tau Voice Benchmark; SpaceXAI

一句话结论

马斯克旗下SpaceXAI推出的语音模型Grok Voice Think Fast 2.0，在Tau Voice智能体基准中以56.5%的准确率排名第一，平均首音频响应时间仅0.70秒，定价为每秒0.08美元，在性能、速度和成本上均展现出显著优势。

事件概述

2026年7月，马斯克旗下SpaceXAI发布了新一代语音模型Grok Voice Think Fast 2.0。该模型在最新的Tau Voice智能体基准测试中，以56.5%的综合准确率超越OpenAI、谷歌和阿里千问等竞品，位居榜首。其最大亮点在于极低的响应延迟和极具竞争力的定价策略。

方法/产品要点

• 核心产品：Grok Voice Think Fast 2.0，一款面向AI智能体的语音模型。
• 性能基准：在Tau Voice智能体基准上获得56.5%的准确率，排名第一。
• 响应速度：平均首音频响应时间为0.70秒，是榜单前五名中唯一低于1秒的模型。
• 定价策略：每分钟0.08美元，约为GPT-Realtime-2.1 High版本定价的45%。

主要结果或产业意义

• 标志着语音模型在智能体任务上取得了重大性能突破，尤其在响应速度上实现了质的飞跃。
• 极低的延迟（<1秒）使得语音交互更接近人类对话节奏，为实时语音助手、客服等场景提供了可能。
• 具有竞争力的定价（仅为GPT-Realtime-2.1 High的45%）可能加速语音智能体的商业化落地。

为什么重要

• 新标杆：不仅性能登顶，更在响应速度上设定了“低于1秒”的新标准，这有可能成为语音智能体产品体验的下一个竞争焦点。
• 挑战巨头：SpaceXAI作为新入局者，在语音智能体领域直接挑战了OpenAI、谷歌等行业巨头。

局限与不确定性

• 基准测试的具体任务类型和评估细节待核实，不同场景下的实际表现可能存在差异。
• “56.5%”的排名是否有统计显著性（如与其他模型的差距）待核实。
• 模型的技术细节（如参数量、架构）尚未公布，其适用场景和泛化能力待核实。
• 每分钟0.08美元的定价是否包含数据处理、API调用等全部成本待核实。

可用于图书/PPT/简报的角度

• 速度决定体验：强调从“能回答”到“即时回答”的进化，以及0.70秒响应时间对用户体验的颠覆性意义。
• 价格竞争：展示AI行业从“技术竞赛”转向“性价比竞赛”的趋势，以Grok 45%的价格优势为例。
• 语音智能体的爆发前夜：结合已有的Cursor、SIMA等智能体卡片，说明语音正成为下一代AI交互的核心入口。

与既有脉络的关系

• 本卡片聚焦于语音模型在智能体基准上的表现，区别于已有的SIMA 2（虚拟3D世界通用代理）、Cursor Design Mode（UI设计代理）和编码智能体基准。本条信息呈现了语音作为交互新范式的竞争力，以及成本下降如何推动智能体普及。

原始材料

URL: https://m.sohu.com/a/1056862819_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=2

• 标题：腾讯研究院AI速递 20260731
• 相关原文：“马斯克旗下SpaceXAI推出语音模型Grok Voice Think Fast 2.0，在Tau Voice智能体基准以56.5%排名第一，超越OpenAI、谷歌、千问；平均首音频响应时间仅0.70秒，为榜单前五唯一低于1秒的模型，定价每分钟0.08美元，约为GPT-Realtime-2.1 High的45%。”