xAI发布新一代语音模型Grok Voice Think Fast 2.0,全面向开发者开放,在智能水平、转录精度、对话交互和工具调用效率上显著提升。定价每分钟0.08美元,在Artificial Analysis基准测试中综合得分为82.9%,超越前代及GPT-Realtime-2.1、Gemini 3.1 Flash。
OpenAI推出基于GPT-Live架构的全新ChatGPT语音体验,告别传统语音系统,专为智能语音代理打造实时音频模型。此前已公开的GPT-Realtime-2将GPT-5级推理引入实时交互,能更稳定地处理复杂请求,实现语音技术架构跃迁。
OpenAI推出三款实时语音模型:GPT-Realtime-2、GPT-Realtime-Translate和GPT-Realtime-Whisper,集成至Realtime API。GPT-Realtime-2是首个最智能的AI语音模型,旨在解决语音交互中的延迟高、无法自然打断和多语言支持难等痛点。
OpenAI推出两项API更新,提升AI智能体在语音交互与复杂任务中的性能。全新实时模型gpt-realtime-1.5及配套音频模型,显著提高语音命令可靠性。内部测试显示,新模型在数字字母转录准确率上提升约10%,逻辑音频任务准确率提高5%,指令执行准确率提升7%。