xAI 通过 xAI API 公测发布编码模型 grok-build.0.1，该模型专为智能体编码任务训练，覆盖 Web 开发、调试和 MCP 支持，也是 Grok Build 背后的同一模型。它提供 100+ tokens/秒的推理速度，定价为输入 $1/m tokens、输出 $2/m tokens，也可用于通用智能体与工具调用场景，并已在 OpenRouter 和 Vercel AI Gateway 上线。
匹配字段标题、摘要、正文
xAI 发布旗舰语音模型 grok-voice-think-fast-1.0，主打复杂多步工作流中的高精度数据录入与高频工具调用，原生支持 25 种以上语言。该模型在评估全双工语音智能体的 τ-voice Bench 榜单上排名第一，并在 Starlink 电话销售与客服中落地，销售询单转化率 20%、客服自主解决率 70%，单个智能体调用 28 个工具。
匹配字段标题、摘要、正文
10 人创业公司 Phonic 发布语音模型 Phonic-1，称其能在通话者尚未说完时执行查询和预订。该模型在 Artificial Analysis 语音到语音榜单以 87.1 分居首，比 xAI 的 Grok Voice 3.0 高 0.2 分，客服任务完成率 79.9%，首音频延迟 0.61 秒。Phonic 称其在 Cekura 通话测试集得 90.2 分，但 Cekura 公开榜单列出的 Phonic v1 为 68.3%；公司已完成由 First Round 领投的 2750 万美元 A 轮融资，累计融资 3150 万美元。
匹配字段摘要、正文
Mustafa Suleyman 宣布 MAI-Image 成为全球第二的图像编辑模型，称其再次超过 Google、Meta、xAI 和 GPT-Image-2.5-Flare，并可在 MAI Playground 试用。其引用的 Artificial Analysis 评测显示，微软 MAI-Image-2.7-Preview 在 AA-Image-Editing v2.1 上排名第二，仅次于 OpenAI 的 GPT Image 2.5 Sunburst（max），在 7 项编辑动作上均高于 MAI-Image-2.6，其中构图与取景提升 +57 Elo、文字或符号编辑 +49、场景与风格编辑 +48，并在 4 项动作上排名第一。该模型目前仅在 MAI Playground 提供图像编辑，文生图功能称即将推出。
匹配字段摘要、正文
SpaceXSI（原 xAI）发布语音到语音模型 Grok Voice 3.0，用于其 Voice Agent API。Artificial Analysis 的 Speech-to-Speech Index 给它 86.9 分，高于 GPT-Live-1 的 83.2 和 Gemini 3.8 Live 的 82.6；Full Duplex Bench 得分 97%。在 Tau-Voice 上 OpenAI 模型以 74.5% 略高于 71.6%，但 SpaceXSI 称其首次出声快约 40%。该模型现已在 Voice Agent API 上线，每分钟 8 美分，与 Grok Voice 2.0 同价。
匹配字段摘要、正文
2026年10月15日,SpaceXAI 发布语音到语音模型 Grok Voice 3.0。据 MarkTechPost 报道,该模型在 Artificial Analysis Speech-to-Speech Index 上以 86.9 分排名第一,高于 GPT-Live-1(Astra, medium)的 83.2 分和 Gemini 3.8 Live Extended Thinking 的 82.6 分;其 τ-Voice 得分 71.6%,仍低于 GPT-Live-1 的 74.5%。模型通过 /v1/realtime WebSocket 端点以 grok-voice-3.0 提供,仅托管 API、无开放权重,价格维持 $0.08/分钟,首音频延迟 0.81 秒。SiliconANGLE 同日报道称,该模型已在 Voice Agent API 上线,每分钟 8 美分,与 Grok Voice 2.0 同价,并称其首次出声快约 40%。目前无进一步有证据的发展。
匹配字段标题
SpaceXAI 发布 Grok Voice 3.0
English translation is being prepared.
匹配字段标题
SpaceXAI 推出 Grok Imagine 视频家族的低成本模型 Grok Imagine Video 1.5 Lite，支持 1 至 15 秒、480p/720p/1080p 的文生视频与图生视频。在 Artificial Analysis Video Arena 中，它在 AA-Video-T2V v2.0 和 AA-Video-T2V-Silent v2.0 两个榜单均列第 17 名，领先 Google 的 Veo 3.1，价格约为后者的三分之一。其 1080p 定价为每秒 0.14 美元（每分钟 8.40 美元），是 Grok Imagine Video 1.5 的 56%，720p 与 480p 分别降至每秒 0.03 和 0.02 美元；生成 10 秒 1080p 片段的中位耗时 60.5 秒，为同质量水平中最快，可通过 SpaceXAI API、fal 和 Vercel AI Gateway 使用。
匹配字段摘要、正文
MiniMax 发布开源权重音乐生成模型 MiniMax Music 3，已在 ComfyUI 上线。该模型根据歌词和音乐描述生成最长五分钟的完整歌曲，输出 32 kHz、16-bit 立体声，架构由 8B Global LLM（基于 Qwen3-8B 初始化）、0.6B Local LLM、2.4B Flow Matching 阶段和 123M Flow-VAE 解码器组成。歌词支持 [Intro]、[Verse]、[Chorus] 等段落标签，并可通过包含全局元数据、人声细节和编曲三部分的 Structured Caption 控制歌曲走向。MiniMax 同时发布官方音乐描述改写技能，可用 npx skills add MiniMax-AI/MiniMax-Music3 --skill music-caption-rewriter 安装，模型权重发布于 Hugging Face 的 MiniMaxAI/MiniMax-Music3。
匹配字段摘要、正文
Microsoft 发布 MAI-Image-2.6，在 Arena 文生图排行榜上排名第二，整体较 MAI-Image-2.5 提升 79 Elo，文本渲染单项提升 91 Elo，官方称其成绩领先 Meta、Google 和 xAI 的模型。MAI-Image-2.6 与 MAI-Image-2.6-Flash 已在 Microsoft Foundry 开放 Public Preview，本周晚些时候上线 MAI Playground，并陆续接入 Microsoft Foundry 及其他产品。
匹配字段摘要、正文
2026年9月22日,xAI 发布 Grok 4.7。官方称该版本在困难任务上能持续工作更久,会更仔细地检查自己的输出,并配备迄今最强的安全防护措施。另一条同日官方信息称,Grok 4.7 相比 Grok 4.6 有显著改进,且价格与速度保持不变,但未披露具体能力指标或开放范围。目前没有后续发展事实,事件状态停留在发布当日。
匹配字段标题
2026年9月18日,xAI发布Grok Voice Transcribe 2.0语音转写模型。xAI称其为全球最准确的语音转写模型,并附上相关链接。同日,该模型在Grok Voice API上线,批量转写定价为每小时音频0.10美元,流式转写为每小时0.20美元。目前没有后续发展事实,事件状态停留在发布与上线阶段。
匹配字段标题
2026年8月28日,xAI发布Grok 4.6,并同步在网页端、iOS和Android三个平台上线。官方表示,该版本适用于复杂问题处理、智能体查询以及构建应用等场景。目前该事件仅有这一条事实记录,尚无后续版本更新或功能调整的报道。
匹配字段标题
2026年8月12日,xAI发布Grok 4.6模型。据Cursor Blog当日消息,该模型由Cursor与SpaceXAI联合发布,重点提升长程智能体和交互式视觉工作能力,在Artificial Analysis Intelligence Index上与GPT-5.6 Sol持平,当日起在Cursor和Grok Build可用,首周提供2倍用量。同日,Michael Truell转发SpaceX Super Intelligence的发布消息,称Grok正逐步成为能力更强的数字同事,4.6在困难任务和知识工作上明显更好,兼具Opus级智能与打磨程度,同时成本很低、速度很快。2026年8月25日,Grok 4.6加入OpenCode Go,相关消息于8月26日由Grok发布。目前该模型已先后在Cursor、Grok Build及OpenCode Go可用。
匹配字段标题
2026年8月7日,xAI发布Imagine Image 2.0图像生成与编辑模型,作为新的Quality Mode在grok.com/imagine及iOS、Android应用全面开放,API中模型名为grok-imagine-image-2.0。据xAI介绍,该版本强调可用的真实工作图像,能严格遵循指令并规划排版与布局,在多次生成和编辑中保持输入内容一致。功能上新增魔法棒局部编辑、分割选区、背景移除和最多5张输入图的多参考编辑,并提供智能缩放与覆盖修图、产品图、头像、图标、游戏素材等场景模板。xAI称其在文生图与图像编辑两项Arena榜单中均排名全球第二。目前尚无后续发展事实。
匹配字段标题
2026年7月16日,xAI发布Grok 4.5模型,称其为最强模型,专为编码、智能体任务和知识工作打造,并与Cursor联合训练。据xAI News报道,该模型在Datacurve的DeepSWE基准上得分62.0%,高于Opus 4.8的55.75%,低于Fable的66.1%和GPT 5.5的64.31%。模型在数万块NVIDIA GB300 GPU上训练,推理速度80 TPS,定价为每百万输入token 2美元、每百万输出token 6美元,并已成为Grok Build的默认模型。目前尚无后续发展事实。
匹配字段标题
xAI 发布 Grok Voice Transcribe 2.0
English translation is being prepared.
匹配字段标题
xAI 发布 Grok 4.6模型
English translation is being prepared.
匹配字段标题
xAI 发布 Imagine Image 2.0图像生成与编辑模型
English translation is being prepared.
匹配字段标题
xAI 发布 Grok 4.5模型
English translation is being prepared.
匹配字段标题