xAIは2026年7月30日(現地時間)、Speech to Speechに対応した新しい音声モデル「grok-voice-think-fast-2.0」の提供を開始した。このモデルは、既存の「grok-voice-latest」が2026年8月5日より自動的にルーティングされる予定。これにより、xAIの音声AI機能が強化される。
grok-voice-think-fast-2.0は、音声から音声への変換 (Speech to Speech) に対応する。開発者向けリリースノートによると、grok-voice-latestは2026年8月5日以降、grok-voice-think-fast-2.0へルーティングされる。
xAIは7月中に複数のアップデートを発表しており、7月31日には動画生成モデルgrok-imagine-video-1.5がtext-to-video、image-to-video、reference-to-videoに対応し、ネイティブ1080pでの動画生成が可能になった。また、7月23日にはSpeech to Textにおいて非音声区間をスキップする音声活動ゲートを調整するための「vad_threshold」パラメーターが追加された。
さらに、7月17日にはGrok 4.5がEUユーザー向けのAPIコンソールで利用可能となり、7月8日にはGrok 4.5自体がxAI APIで提供開始された。Grok 4.5はコーディング、エージェントタスク、知識作業向けのモデルで、入力トークン100万あたり2ドル、出力トークン100万あたり6ドルの価格設定がされている。
原文ハイライト"grok-voice-think-fast-2.0 is now available with Speech to Speech."