Grok Voice Think Fast 2.0
Modelo actual de voz a voz en tiempo real de SpaceXAI para agentes conversacionales en menos de un segundo con acceso a herramientas.
Modelo actual de voz a voz en tiempo real de SpaceXAI para agentes conversacionales en menos de un segundo con acceso a herramientas.
Descripción general en inglés sencillo
Grok Voice Think Fast 2.0 impulsa la ruta más reciente de grok-voice y combina voz en tiempo real con el uso de herramientas de agente. El proveedor publica un precio por minuto de audio, lo que hace que sea más fácil estimar las llamadas que los precios de audio solo simbólicos.
La etiqueta de menos de segundo es una afirmación a nivel de proveedor, no una medición boca a oreja garantizada. La telefonía, la distancia de la red, la detección de actividad de voz, las llamadas a herramientas y la lógica de la aplicación afectan la experiencia del usuario.
Comparación de categorías
Estas son especificaciones publicadas por el proveedor, no puntuaciones de referencia Cody. Siga las fuentes vinculadas para conocer los límites actuales y las excepciones específicas de los terminales.
Acceso a API y proveedores
Disponibilidad
Disponible a través de la API en tiempo real SpaceXAI; el alias grok-voice-latest se dirige a este modelo a partir del 5 de agosto de 2026.
La cuenta y la disponibilidad regional deben verificarse en la consola SpaceXAI.
Consultar disponibilidad en vivoDatos y entrenamiento
SpaceXAI dice que no entrena en entradas o salidas de API sin un permiso explícito. La retención cifrada predeterminada es de 30 días; La retención de datos cero a nivel de equipo está disponible con compensaciones de funciones.
Esta es una lectura concisa del material del proveedor citado, no un asesoramiento legal. Una puerta de enlace de terceros puede tener términos de almacenamiento, enrutamiento, capacitación y residencia diferentes a los de la API directa del fabricante del modelo.
Lea la política del proveedor.Preguntas frecuentes
Modelo actual de voz a voz en tiempo real de SpaceXAI para agentes conversacionales en menos de un segundo con acceso a herramientas. Grok Voice Think Fast 2.0 impulsa la ruta más reciente de grok-voice y combina voz en tiempo real con el uso de herramientas de agente. El proveedor publica un precio por minuto de audio, lo que hace que sea más fácil estimar las llamadas que los precios de audio solo simbólicos.
Grok Voice Think Fast 2.0 se lanzó en 29 de julio de 2026 según los materiales del proveedor citados.
Disponible a través de la API en tiempo real SpaceXAI; el alias grok-voice-latest se dirige a este modelo a partir del 5 de agosto de 2026. Las rutas de acceso enumeradas en esta guía son SpaceXAI.
$0.08 / minuto de audio. SpaceXAI enumera el audio de voz a voz a $0,08/minuto más $0,004 por unidad de entrada de texto que se muestra en su página de precios.
Disponible a través de la API en tiempo real SpaceXAI; el alias grok-voice-latest se dirige a este modelo a partir del 5 de agosto de 2026. La cuenta y la disponibilidad regional deben verificarse en la consola SpaceXAI.
SpaceXAI dice que no entrena en entradas o salidas de API sin un permiso explícito. La retención cifrada predeterminada es de 30 días; La retención de datos cero a nivel de equipo está disponible con compensaciones de funciones. La política pertenece a la ruta del proveedor y a los términos de la cuenta, así que verifíquela nuevamente antes de usarla en producción.
Comparaciones relacionadas
Modelo de razonamiento de voz a voz en tiempo real de OpenAI para agentes de voz que utilizan herramientas que también necesitan contexto de texto e imagen.
Abrir comparación completaModelo de vista previa de audio a audio de Google para diálogos de baja latencia con conciencia, pensamiento, base de búsqueda y llamadas de funciones multimodales.
Abrir comparación completaModelo expresivo de conversión de texto a voz en tiempo real ElevenLabs para diálogo natural, entrega emocional, etiquetas de audio y más de 70 idiomas.
Abrir comparación completaEl modelo expresivo de conversión de texto a voz en tiempo real más nuevo de Inworld, diseñado para recordar la entrega conversacional y hablar en más de 100 idiomas.
Abrir comparación completa