xAI 发布实时语音对话模型 Grok Voice 3.0，在 Artificial Analysis 的 Speech-to-Speech 指数上以 86.9 分登顶，高于 OpenAI GPT-Live-1 的 83.2 分和 Google Gemini 3.8 Live 的 82.6 分，前代 Grok Voice 2.0 为 81.3 分。该模型在 τ-Voice 客服对话基准上成功率从 56.5% 升至 71.6%，位列第二，落后 GPT-Live-1（Astra, Medium）的 74.5%；人类盲测偏好排名第三，语音输出平均延迟 0.81 秒，价格维持每分钟 0.08 美元。xAI 称其已在特斯拉车辆中每天处理数百万次对话，并在 Starlink 工作日接听约 2 万通客户来电，其中约 70% 无需人工介入，现已通过 API 开放。
匹配字段标题、摘要、正文
SpaceXAI 发布语音到语音模型 Grok Voice 3.0，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。该模型通过 /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。其 τ-Voice 得分 71.6%，仍低于 GPT-Live-1 的 74.5%。
匹配字段标题、摘要、正文
xAI 发布 Grok Voice 3.0 语音到语音模型，在 Artificial Analysis Speech to Speech Index 上以 86.9 分登顶，高于 GPT-Live-1（Astra, medium）的 83.2 和 Gemini 3.8 Live Extended Thinking（High）的 82.6，较 Grok Voice 2.0 的 81.3 提升 5.6 分。该模型通过 SpaceXAI Realtime API 提供，价格与 Grok Voice 2.0 相同，为每分钟 0.08 美元、每小时输入音频 4.80 美元；Big Bench Audio 音频推理得分 98.5%，平均首音频延迟 0.81 秒，Tau Voice 得分 71.6%。
匹配字段标题、摘要
xAI 于 10 月 14 日发布 Grok Voice 3.0 语音到语音模型，已在 Voice Agent API 上线，定价每分钟 0.08 美元，与上一代相同。xAI 引用 Artificial Analysis 10 月 13 日的独立测试称，该模型以 86.9 分位列 Speech-to-Speech Index 第一，高于 GPT-Live-1（Astra, Medium）的 83.2 和 Gemini 3.8 Live 的 82.6，延迟低于一秒。xAI 还称其在 ServiceNow 的 EVA-Bench 上取得 74% 的最高准确率，并已在 Tesla 车辆和 Starlink 呼叫中心部署，后者每天处理 2 万通客户来电。
匹配字段标题、摘要、正文
xAI 发布 Grok Voice 3.0，官方称其为全球最智能的语音对语音模型，在多项基准和 Artificial Analysis Speech-to-Speech Index 上达到 SOTA，延迟降低 40%，响应时间不到一秒，并强调其成本低于其他前沿模型，擅长处理客户来电场景。
匹配字段标题、摘要
xAI 发布 Grok Voice 3.0，在 Artificial Analysis 的语音到语音指数上以 86.9 登顶，超过 OpenAI 和 Google，GPT-Live-1（Astra, Medium）为 83.2。在 τ-Voice 模拟通话任务中，Grok 的成功率从 Grok Voice 2.0 的 56.5% 升至 71.6%。速度上它比 GPT-Live-1 快 40%，后者 1.34 秒约合 0.8 秒，略慢于 Grok Voice 2.0 的 0.70 秒；在 Artificial Analysis 的 Big Bench Audio 上每任务成本 0.025 美元，低于 GPT-Live-1 的 0.030 美元和 GPT-Realtime-2.1（High）的 0.055 美元。
匹配字段标题、摘要、正文
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。
匹配字段标题、摘要
xAI 发布 Grok 4.7，称其相比 Grok 4.6 有显著改进，且价格与速度保持不变。推文未披露具体能力指标或开放范围。
匹配字段标题、摘要
xAI 发布 Grok 4.7，称其为面向编码与知识工作最强的模型，速度是同类模型的两倍、价格为其一半。该模型采用更大的基座模型，并用更长的强化学习训练，侧重需要数小时完成的任务，自检与长上下文管理能力更强，同时原生理解 Grok Bot harness。安全方面采用全新防护栈，在 LatchBio 生物安全基准上达到 62.4%，HackerBench v0.3 上仅放行 3.3% 的高风险双用途提示。Grok 4.7 已在 Cursor 和 Grok Build 上线，并通过 Grok API、第三方编码 harness、模型路由器和云平台提供，定价为每百万输入 token 2 美元、每百万输出 token 6 美元，另有输出速度翻倍、价格翻倍的快速版本。
匹配字段标题、摘要、正文
xAI 发布 Grok Voice Transcribe 2.0，称其为全球最准确的语音转写模型，并附上相关链接。
匹配字段标题、摘要
xAI 发布 Grok Voice Transcribe 2.0 语音转写模型，称其准确率是 Grok Voice Transcribe 1.0 的两倍，价格不变。该模型在 Artificial Analysis 公开榜单的 32 个流式模型中准确率排名第一，并支持批量与流式转写、词级时间戳、说话人分离、多声道转写和关键术语偏置等功能。批量转写定价为每小时音频 $0.10，流式为 $0.20，该模型将很快成为 Speech-to-Text API 的默认选项，1.0 版本将在未来几周内弃用。
匹配字段标题、摘要
Cursor 与 SpaceXAI 联合发布 Grok 4.6，重点提升长程智能体和交互式视觉工作能力。该模型在 Artificial Analysis Intelligence Index 上与 GPT-5.6 Sol 持平，今日起在 Cursor 和 Grok Build 可用，首周提供 2 倍用量。
匹配字段标题、摘要、正文
xAI 发布 Grok 4.6，在 Grok 4.5 基础上重点提升长时程智能体能力以及更具野心的交互与视觉任务表现。官方称其在 Artificial Analysis Intelligence Index 上以 61 分与 GPT-5.6 Sol（Max）持平，Fable 5（Max）为 62 分，Grok 4.5（High）为 56 分。该模型即日起在 Cursor 和 Grok Build 上线，并可通过 API 及 OpenRouter、Vercel、Cloudflare 等渠道使用，定价为每百万输入 token 2 美元、每百万输出 token 6 美元，快速版本价格翻倍，首周在 Grok Build 和 Cursor 内提供 2 倍额度。
匹配字段标题、摘要
xAI 发布 Imagine Image 2.0，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。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。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、游戏素材等场景的模板。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。
匹配字段标题、摘要、正文
xAI 发布新一代语音模型 Grok Voice Think Fast 2.0，在智能、转写准确率和对话能力上均有提升。官方称在 24 种语言、数千条短语的评测中，其转写准确率相对 Deepgram Nova 3 和 ElevenLabs Scribe v2 提升 1.5–2.0 倍，相对 Grok Voice Think Fast 1.0 提升 1.4 倍，噪声环境下与专用语音转文字模型的差距扩大到约 10 倍。该模型在说话的同时并行推理，推理 token 效率更高，工具调用通常在智能体第一句话结束前执行。2026 年 8 月 5 日起 grok-voice-latest 将指向 2.0，无需手动升级，定价为每分钟音频 $0.08。
匹配字段标题、摘要
xAI 宣布 Grok 4.5 现已在 grok.com、X 以及 iOS 和 Android 的 Grok 应用中上线。官方称 Grok 4.5 是其目前能力最强的模型，能跟踪更长的对话、给出更清晰的回答，并在难题上更高效地推理。它还能端到端完成任务，例如搭建可用的电子表格、把大纲转成幻灯片和图表、起草文稿以及从长 PDF 中提取要点，并可通过 Microsoft 365 加载项在 Word、Excel、PowerPoint 和 Outlook 中直接使用。
匹配字段标题、摘要
xAI 发布 Grok 4.5，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。在 Datacurve 的 DeepSWE 基准上，Grok 4.5 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。
匹配字段标题、摘要、正文
xAI 宣布 Grok Imagine Video 1.5 在 Imagine API 正式可用，模型名为 grok-imagine-video-1.5，同时 Video 1.5 Fast 已上线 grok.com/imagine 及 iOS、Android 应用。官方称这是其目前最好的图生视频模型，音效、环境音与对白在同一次生成中完成，语音更清晰、同步更好，画面运动与物理表现更稳定。Video 1.5 Fast 生成 6 秒 720p 视频约需 25 秒，此前模型需 40 秒以上；未来几天还将上线 Projects、多智能体并行和素材库搜索等功能。
匹配字段标题、摘要、正文
xAI 通过 API 以预览形式开放图生视频模型 grok-imagine-video-1.5-preview，输入一张静态图和描述运动的提示词即可生成视频。模型支持最高 720p 分辨率，可用自然语言控制镜头运动、节奏和声音设计，并保持输入帧的细节与光照。它还能逐帧生成后串联成更长场景，保持整个项目视觉一致。
匹配字段标题、摘要、正文
xAI 在 Grok Build 中上线 Composer 2.5，官方称其是一款快速且达到 SOTA 的模型，擅长长时间运行任务和遵循复杂指令。用户可在 Grok Build 中输入 /model 并在菜单中选择 Composer 2.5 使用。
匹配字段标题、摘要