xAI משיקה את Grok Voice Transcribe 2.0: פי שניים מדויק באותו מחיר

xAI שחררה את Grok Voice Transcribe 2.0, שנבנה על מודל היסוד לאודיו שמאחורי Grok Voice, שכבר מפעיל עשרות אלפי שיחות תמיכת-לקוחות מדי יום, מתמלל מיליוני שעות של קריינות וידאו, ומריץ voice agents ברכבי Tesla. החברה אומרת שהוא מדויק פי שניים מ-Grok Voice Transcribe 1.0 באותו תמחור — 0.10 דולר לשעה ב-batch, 0.20 דולר לשעה ב-streaming — ומדורג ראשון בדיוק מבין 32 מודלי streaming ב-leaderboard הציבורי של Artificial Analysis.

המודל כוונן לאודיו קשה מהעולם האמיתי ולא לקטעים נקיים של דובר יחיד: קווי טלפון רעועים, קולות מתחרים, מבטאים מקומיים, ופרטי הזדהות מדוברים כמו קודי חשבון וכתובות אימייל. במערך הטלפוניה הפנימי של xAI, שנלקח מתעבורת תמיכת-לקוחות אמיתית בייצור, הוא מוביל על כל מודל שנבדק. הדיוק הרב-לשוני הוא השיפור הגדול ביותר — על ביטויי פקודה קצרים ברכב, שם למודל יש מעט הקשר לזהות את השפה, שיעור השגיאה במילים יורד מ-20.6% ל-6.8%. הוא מזהה שפה אוטומטית ועוקב אחר החלפות שפה באמצע ההקלטה במעבר יחיד.

השחרור מתחבר לדחיפה רחבה יותר של xAI בתחום הקול: החברה גם השיקה voice mode ברחבי Grok Bot בדסקטופ ובנייד, מונע על ידי Grok Voice Think Fast 2.0. Elon Musk, בינתיים, שרטט מפת דרכים ל-AGI — הכריז על Grok 4.8 עם 2.5 טריליון פרמטרים באימון ומיסגר את Grok 5 כאבן הדרך של AGI — ימים ספורים אחרי שנראה כמאשר האטה ב-AI. תחרותית, לחתוך מתחת למובילים ותיקים כמו מודלי Whisper של OpenAI ו-Deepgram בדיוק-לכל-דולר על אודיו רועש בייצור זה טריז ארגוני חד; הפריסה ברכבי Tesla נותנת ל-xAI מגרש הוכחות מהעולם האמיתי שלמתחרים אין.