先看证据

See the article text for the exact figure.准确度声称达到1.0的2倍，价格不变
See the article text for the exact figure.Artificial Analysis流式榜单32个模型中排名第1
See the article text for the exact figure.该榜单使用约8小时音频
See the article text for the exact figure.内部评测包含4类生产流量测试集
See the article text for the exact figure.19种语言短语WER由20.6%降至6.8%
See the article text for the exact figure.批处理价格为每音频小时0.10美元

价格没有变，生产问题却换了一个焦点

SpaceXAI 发布了 Grok Voice Transcribe 2.0，一款通过 Speech to Text API 提供批处理和实时流式识别的语音转文字模型，面向嘈杂电话、多人同时说话、地方口音以及口述电话号码、邮箱和地址等困难音频。模型今天已经可以通过模型 ID `grok-voice-transcribe-2.0` 调用，但它是托管 API，SpaceXAI 没有公布开放权重，因此不支持自托管。官方称它相较 1.0 准确度提升至两倍，而价格保持不变。

这次变化值得技术负责人认真看待，不是因为又出现了一个排行榜高分模型，而是因为语音系统的瓶颈往往不在“能不能听见一句话”。真正影响生产结果的是短指令是否被听对，停顿会不会被误判为说完，多人对话能否分开，以及转写结果能否直接进入后续动作。SpaceXAI 把这些能力放进同一个 API，竞争焦点也就从单一 WER，转向整条语音链路的失败率和接入成本。

它改进的不是一个抽象分数，而是几类高代价场景

Grok Voice Transcribe 2.0 建立在 Grok Voice 背后的音频基础模型之上。SpaceXAI 表示，训练和后训练使用了真实生产环境中的多语言、嘈杂音频，相关系统已经处理每天数万通客服电话、数百万小时的视频旁白，并为 Tesla 车辆中的 Grok 助手提供语音能力。这个背景解释了模型为什么把电话、车载指令和多人对话列为重点，但它仍然是厂商对数据和流程的描述，不能替代外部复现。

官方披露的最具体数字来自 19 种语言的短语测试：1.0 的词错误率为 20.6%，2.0 降至 6.8%，约减少 67% 的词错误。短语比长句更难依靠上下文纠错，也更容易让语言自动识别失效，因此这个结果对车载命令和语音代理更有直接参考价值。不过，词错误减少 67% 并不等于业务动作失败减少 67%。一个电话号码只错一个数字，可能就足以让一次身份确认或回拨流程失败。

Smart Turn 说明：语音代理先要知道什么时候该动手

这套 API 的关键变化之一是 Smart Turn。传统做法可以用固定静音时长判断一句话是否结束，但用户在读电话号码、地址或一串代码时，短暂停顿并不代表已经说完。Smart Turn 会对停顿进行判断，试图区分句中停顿和真正的回合结束，从而减少过早截断，也减少系统因为等待过久而拖慢交互的情况。

这一点对实时语音代理的影响，可能比离线转写中的几个百分点更大。代理只有在正确切分用户输入后，才能决定何时调用工具、何时继续等待，或何时向用户确认。API 同时提供说话人区分、词级起止时间和置信度、关键词偏置，以及结构化格式输出，意味着团队可以少维护一部分“转写之后再加工”的胶水逻辑。批处理和 WebSocket 流式模式也共用这一能力集合，但这不表示所有任务都能用同一套阈值和提示策略解决。

证据看起来很强，但还不足以证明全面领先

SpaceXAI 报告称，2.0 在 Artificial Analysis 的 AA-WER Streaming 公开榜单中，在 32 个流式模型里排名第一。这个榜单使用约 8 小时音频，其中 AA-AgentTalk、VoxPopuli 和 Earnings22 的权重分别为 50%、25% 和 25%。与此同时，SpaceXAI 还用四组来自生产流量的内部数据测试模型，包括 8 kHz 英文客服电话、英文对话、英文凭证信息，以及 19 种语言的短语，并称 2.0 在四组数据上都优于 1.0。

这些证据足以支持“值得进入候选名单”，却不足以支持“在所有场景全面领先”。公开榜单的音频量有限，内部测试由厂商报告且没有独立复现，完整的对手名单和不同音频条件下的误差分布也没有在材料中给出。技术团队如果只看榜首和 6.8% 这个数字，容易把模型级指标误读为任务级可靠性，尤其会忽视关键实体、代码、金额和地址的单点错误。

接入成本下降了，控制权也被锁在托管服务里

价格维持在批处理每音频小时 0.10 美元、流式每音频小时 0.20 美元，按 1,000 分钟计算约为 1.67 美元和 3.33 美元。说话人区分、时间戳和关键词能力包含在同一 API 中，文档还给出了 500 MB 文件上限、最多 8 个音频通道、每次最多 100 个关键词且单个关键词不超过 50 个字符等边界。对已有多个组件的团队，这种组合可能比单独购买转写、分段和后处理服务更容易维护。

但第一次接入时必须显式指定模型 ID，因为省略 `model` 的请求目前仍会解析到 1.0。更重要的是，托管 API 意味着团队无法通过开放权重、自建推理或本地微调来控制数据路径和模型版本。对于客服和视频工作流，可以先把 2.0 放在影子流量中，比较短指令完成率、端点截断率、说话人分离错误和关键字段校验后的最终成功率，而不是只复算 WER。涉及电话号码、地址、邮箱、金额或身份凭证时，转写结果应继续经过格式校验、二次确认或业务系统核对。