马斯克新Grok语音模型炸裂：智能体评测第一，0.7秒响应，价格比OpenAI便宜一半！

TL;DR:

马斯克又带着新模型冲榜了！Grok Voice Think Fast 2.0在智能体能力测试中荣登榜首，响应快到飞起（0.7秒），价格只要OpenAI的一半。这性价比，开发者直呼真香。

7月30日，马斯克旗下SpaceXAI正式发布新一代语音模型——Grok Voice Think Fast 2.0。¹ 马斯克亲自上场带货，连发两条推文：“Grok Voice现在在智能体性能方面排名第一”，紧接着喊话：“试试新的Grok Voice”。¹ 好家伙，这推广力度，堪比头部主播。

那么，这个新模型究竟强在哪里？我们逐项拆解。

速度与效率双飞跃：0.7秒响应，边说边想

语音模型最怕什么？延迟。你一句“查一下天气”，它要思考半天才回答，体验直接拉胯。Think Fast 2.0将首音频响应时间压缩到0.70秒，是排行榜前五名中唯一低于1秒的模型，比前代的1.25秒快了近44%。¹ 对比竞品：GPT-Realtime-2 High需要1.14秒，GPT-Realtime-2.1 High需要1.21秒——Grok几乎快了一倍。¹

不仅如此，Think Fast 2.0支持“边说边推理”，不再像传统模型那样必须先完成推理再生成语音。研发团队还优化了推理Token利用效率，中位数推理Token消耗仅为前代的40%，工具调用能在模型第一句话结束前就开始执行，整体响应时间进一步缩短。¹ 同时，模型学会多用短句、一次只提一个问题，让对话听起来更自然，更像真人。¹

在语音识别方面，Think Fast 2.0的转写准确率相比前代提升约1.4倍，在嘈杂环境下识别误差可降低约10倍。¹

智能体能力登顶：开发者实测直呼“飞跃”

如果说速度是基础，那智能体能力才是真正的杀手锏。在衡量智能体性能的Tau Voice基准测试中，Think Fast 2.0以56.5%的得分排名第一，击败了OpenAI、Google、阿里千问等厂商的语音模型。¹ 在综合能力测试（Speech to Speech Index）中，高推理能力版本以82.9%位列第二，仅次于千问Qwen Audio 3.0。¹

AI公司Helionova AI的CEO Nick White第一时间进行了实测。他在产品Tradecraft上完成了全栈语音实时升级，直言“绝对是一次飞跃式的进步”。¹ 他放出的一段音频中，让Grok Voice扮演投诉的客户，自己当客服，进行多轮电话对话。整个过程模型几乎没有停顿，剧情推进流畅，反应自然。¹

另一位开发者则将Think Fast 2.0集成进终端工具，连续下令切换主题、操作屏幕，模型全程对答如流，速度惊人。¹ SpaceXAI的软件工程师也表示，团队的“努力、思考和热爱”让模型“几乎让人感觉不真实”。¹

价格杀手：比OpenAI便宜一半，开发者笑开花

性能如此强悍，价格会不会劝退？马斯克这次难得“良心”了一回。Think Fast 2.0的定价为每分钟0.08美元（约合每小时输入音频4.80美元），虽然比前代的3.00美元有所上涨，但仅约为GPT-Realtime-2.1 High的45%。¹ 换句话说，不到一半的价格，却能获得更快的速度和更强的智能体能力，这性价比直接碾压对手。

难怪评论区里，有开发者表示“终于有了新的选择”，还有人想用它生成多角色有声剧，应用场景已经被脑洞打开。¹

随着8月5日默认模型完成升级，Think Fast 2.0将正式大规模“服役”。不出意外的话，语音模型的竞争焦点已经彻底转向智能体能力，而Grok暂时站在了潮头。

引用

马斯克发Grok新模型，登智能体测评榜首，比OpenAI家便宜一半（https://mp.weixin.qq.com/s?__biz=MzA4MTQ4NjQzMw==&mid=2652807922&idx=2&sn=315914063bcbf32d89fb726ff4e10f71&chksm=85507312e17a5b7f7d42a544e9b2f9b13d5dc307c3dc2c327578f730c1636c2a3c3f44b08878&scene=0&xtrack=1#rd）·智东西·江宇（2026/7/30）·检索日期2026/7/30 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎