xAI の音声モデル「Grok Voice Think Fast 2.0」が AI Gateway で利用可能に
xAI が開発した音声対話モデル「Grok Voice Think Fast 2.0」が Vercel の AI Gateway で利用可能となり、推論と発話を並行実行することで遅延を削減し、ツール呼び出しの高速化を実現した。
AI深層分析を開く2026年7月30日 13:30
AI深層分析
キーポイント
並列思考による低遅延化
同モデルは発話しながら推論を行う並列処理を採用しており、クエリへの回答に追加の遅延を加えない。
推論効率とツール呼び出しの高速化
推論に使用するトークン数を削減するよう訓練されており、エージェントの最初の文が完了する前にツール呼び出しが発火することがある。
実環境での認識精度向上
背景ノイズや電話回線圧縮といった現実世界の条件においても、文字起こしの精度を維持できる性能を持つ。
重要な引用
The model reasons in parallel with speech, so it can think through a query while talking without adding latency.
Transcription holds up in real-world conditions, including background noise and telephony compression.
編集コメントを表示
編集コメント
音声モデルにおける推論と発話の並列実行は、ユーザー体験を損なう遅延問題を解決する重要な技術的転換点である。実環境でのノイズ耐性向上も、実用化に向けた決定的な要素と言える。
Source Article
元記事を日本語で読む
本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。
xAI の「Grok Voice Think Fast 2.0」が、AI Gateway で利用可能になりました。これは音声を入力して音声を出力する音声対話モデルで、推論能力や文字起こしの精度、会話の質において、以前のバージョンから大幅に改善されています。
このモデルは、発話と並行して思考を行うため、発言しながらもクエリを処理でき、遅延を追加することはありません。また、必要な推論トークンを削減するよう訓練されているため、ツール呼び出しがより早く実行され、エージェントの最初の文が終わる前に完了することも珍しくありません。文字起こし機能は、背景ノイズや電話回線での圧縮といった実環境下でも安定して動作します。
xAI の「Grok Voice Think Fast 2.0」は、AI SDK のリアルタイム API を通じて利用できます。API キーがクライアントに漏れないよう、サーバー側で有効期限の短いトークンを発行してください。
Grok Voice Think Fast 2.0 で音声エージェントを構築するには、リアルタイムに関するドキュメントをご覧ください。また、AI Gateway のプレイグラウンドで実際にモデルを試すこともできます。
さらに詳しく読む
原文を表示
Grok Voice Think Fast 2.0 from xAI is now available on AI Gateway. It is a speech-to-speech voice model that takes audio in and audio out, improving on the previous Grok Voice model in reasoning, transcription accuracy, and conversation.
The model reasons in parallel with speech, so it can think through a query while talking without adding latency. It has also been trained to use fewer reasoning tokens than before, so tool calls fire sooner, often before the end of the agent's first sentence. Transcription holds up in real-world conditions, including background noise and telephony compression.
Use xai/grok-voice-think-fast-2.0 through the AI SDK's realtime API. Mint a short-lived token on the server so your API key never reaches the client:
See the realtime documentation to build a voice agent with Grok Voice Think Fast 2.0. Try out the model in the AI Gateway playground.
Read more
AI算出
主要ニュースainew評価高い
AI モデルのバージョンアップと新機能（並行実行による遅延削減など）が具体的に記述されており、新規性が高い。ただし、日本固有の導入事例や規制情報は含まれていないため、日本の関連性は低めとなる。
6つの評価軸を見る
- AI関連度
- 100
- 情報源の信頼性
- 100
- 新規性
- 75
- 調べる価値
- 100
- 重複の少なさ
- 100
- 日本での有用性
- 25
他社はどう報じたか
同じ出来事を扱う別媒体の記事です。見出しと公開時刻を比較できます。
関連記事
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み