일론 머스크(Elon Musk)가 이끄는 SpaceXAI는 어제(7월 29일) Grok Voice Think Fast 2.0을 출시했다. 이는 SpaceXAI의 가장 강력하고 지능적인 음성 대 음성(speech-to-speech) AI 모델이다.
가격은 분당 오디오 0.08달러(참고: 현재 환율로 약 0.54위안)이며, 공식적으로 8월 5일 grok-voice-latest 모델을 grok-voice-think-fast-1.0에서 grok-voice-think-fast-2.0으로 업그레이드할 예정이다.
이 모델은 음성 추론, 전사 정확도, 대화 능력 및 도구 호출의 안정성 향상에 중점을 둔다. Artificial Analysis가 공개한 음성 대 음성 벤치마크 테스트 데이터에 따르면, 신형 모델의 AA Speech-to-Speech Quality Index는 82.9%로, Grok Voice Think Fast 1.0의 75.7%보다 7.2%포인트 높아졌다.
SpaceXAI는 이 모델이 발화와 동시에 추론을 수행할 수 있어, 추론 능력을 확보하기 위해 추가 지연 시간을 감수할 필요가 없다고 밝혔다. 또한 새 버전은 응답마다 필요한 추론 토큰 수를 줄였으며, 실제 운영 환경에서는 에이전트가 첫 문장을 끝내기 전에 도구 호출이 완료되는 경우가 일반적이라고 설명했다.
xAI는 수천 개의 구문과 24개 언어를 대상으로 한 내부 평가에서 Grok Voice Think Fast 2.0의 전사 성능이 Deepgram Nova 3 및 ElevenLabs Scribe v2보다 1.5~2.0배 향상됐고, 1.0 버전보다 1.4배 개선됐다고 밝혔다. 뚜렷한 배경 소음과 전화 압축이 있는 환경에서는 전용 음성-텍스트 모델과의 격차가 약 10배까지 벌어질 수 있다고 xAI는 설명했다.