xAI는 지능, 전사 정확도, 대화 능력을 강화하기 위해 설계된 차세대 음성-음성 음성 모델인 Grok Voice Think Fast 2.0을 발표했습니다. 이번 업데이트는 기존 전작을 기반으로 음성 추론, 대화 능력, 도구 사용 신뢰성에서 의미 있는 개선을 도입했습니다.
- 24개 언어 전반에 걸쳐 정확도가 1.5–2.0× 향상되어 Deepgram Nova 3 및 ElevenLabs Scribe v2와 같은 전용 전사 모델보다 우수합니다.
- 배경 소음이나 전화 압축이 있는 환경과 같은 노이즈가 많은 설정에서 경쟁사 대비 약 10배 더 나은 성능을 달성합니다.
- 말하면서 동시에 쿼리에 대해 추론하여 에이전트의 첫 문장이 끝나는 시점 이전에 실행되는 경우가 많으므로 더 빠른 도구 호출을 가능하게 합니다.
- 강화 학습을 활용하여 짧은 문장을 생성하고 한 번에 하나의 질문만 하도록 하여, 더 단순하고 유동적인 사용자 상호작용을 유도합니다.
- 오디오 1분당 $0.08로 가격 책정되며, grok-voice-latest는 2026년 8월 5일 자동으로 버전 2.0으로 업그레이드됩니다.
Starlink에서의 A/B 테스트는 프롬프트 수정 없이도 사용 사례 전반에 걸쳐 향상된 성능을 나타내는 판매 전환율 및 지원 유지율의 상당한 증가를 보여주었습니다.