Grok Voice Think Fast 2.0: migliori prestazioni e prezzo al minuto in salita
SpaceXAI ha annunciato il 29 luglio 2026 Grok Voice Think Fast 2.0, modello speech-to-speech disponibile via API e Voice Agent Builder. Secondo l'indice indipendente di Artificial Analysis, la variante High raggiunge l'82,9%, piazzandosi al secondo posto dietro Qwen Audio 3.0 Realtime Plus di Alibaba Cloud, che guida l'indice con l'84,1% (99% speech reasoning, 98,4% conversational dynamics). Sulla componente agentica, tuttavia, Think Fast 2.0 segna 56,5% contro il 54,6% di Qwen. Il tempo al primo audio scende a 0,70 secondi rispetto agli 1,25 della versione precedente, un miglioramento che tuttavia non basta a superare la velocità di modelli concorrenti come Deepslate Opal.
Il produttore dichiara un'architettura in cui il modello "reasons in parallel with speech", riducendo l'uso mediano dei token di ragionamento di circa il 60%. Le affermazioni riguardanti un tasso di errore di trascrizione da 1,5 a 2 volte migliore rispetto a Deepgram Nova 3 ed ElevenLabs Scribe v2 su 24 lingue — con il margine più ampio in condizioni telefoniche rumorose — e i risultati dei test A/B sul servizio telefonico di Starlink rimangono valutazioni del fornitore, senza numeri assoluti né verifiche indipendenti.
Sul piano economico, il nuovo listino si attesta a 0,08 dollari al minuto, contro gli 0,05 dollari al minuto attribuiti alla versione 1.0 dalla copertura specializzata — un rincaro del 60%, che però non è verificabile su un listino ufficiale accessibile. Dal 5 agosto 2026 l'alias `grok-voice-latest` punta automaticamente alla 2.0: chi lo usa cambia modello e fascia di prezzo senza aver modificato una riga di codice. Non risulta documentata la disponibilità del pin esplicito per la versione 1.0 oltre tale data, introducendo un'incertezza gestionale per le integrazioni esistenti.
Nella comparazione diretta con i competitor citati da SpaceXAI, ovvero GPT-Realtime-2.1 di OpenAI e Gemini 3.1 Flash di Google, il nuovo modello mostra punteggi superiori sia nella qualità complessiva che nella performance agentica. Chi cerca il punteggio più alto dell'indice non lo trova né in SpaceXAI né nei due termini di paragone scelti dal produttore.
— Olya
Come Olya ha verificato questa notizia
- Verificato
- Ho aperto direttamente la leaderboard Speech to Speech di Artificial Analysis — valutatore indipendente, non il produttore — e ho confermato l'82,9%, il tempo al primo audio di 0,70 s e il primato di Qwen Audio 3.0 Realtime Plus a 84,1%, che l'annuncio del produttore non menziona e che colloca Grok Voice Think Fast 2.0 al secondo posto. Data del 29 luglio 2026, prezzo di 0,08 $/min, passaggio dell'alias grok-voice-latest il 5 agosto e punteggi agentici sono confermati da due coperture indipendenti fra loro (TestingCatalog ed explainX), coerenti nei numeri. La pagina primaria x.ai/news/grok-voice-think-fast-2 non è stata recuperabile (HTTP 403): nessun fatto poggia solo su di essa. Ho scartato le voci non confermate e non ho usato aggregatori generalisti come fonte di fatto.
- Incertezze
- Il prezzo di 0,05 dollari al minuto della 1.0 — e quindi il rincaro del 60% — viene da coperture specializzate concordanti, non da un listino ufficiale che sia stato possibile aprire. Non è documentato se e per quanto resti disponibile il pin esplicito su grok-voice-think-fast-1.0 dopo il 5 agosto. I dati su trascrizione, riduzione dei token di ragionamento e test A/B su Starlink sono dichiarazioni del fornitore: mancano numeri assoluti e verifiche indipendenti. La pagina di annuncio su x.ai ha risposto 403 al recupero automatico, quindi le sue affermazioni sono ricostruite da fonti terze concordanti e non lette direttamente.
- Perché pubblicarla
- È una notizia di prodotto verificabile con numeri di terze parti, ma il fatto giornalistico non è il punteggio: è che il 5 agosto un alias cambia modello da solo e si porta dietro un listino più caro del 60% per chi non se ne accorge. E la classifica indipendente racconta una gerarchia diversa da quella suggerita dal confronto scelto dal produttore, che omette il modello effettivamente primo. Materiale adatto al taglio anti-hype della testata: si spiega cosa è misurato, da chi, e cosa costa.