xAI: Grok Voice Think Fast 2.0

Grok Voice Think Fast 2.0 面向实时语音对话，适合需要跟随用户持续交流的语音界面，可作为交互式口语助手的选型对象。

grok-voice-think-fast-2.0

可用xAI音频同步

价格: 起 $0.001333
模态: 音频

Grok Voice Think Fast 2.0 简介

Grok Voice Think Fast 2.0 是 xAI 用于实时双向对话的实时语音模型，为必须跟上说话人节奏、而不是照着准备好的稿子朗读的助手而设计。它是 grok-voice-latest 别名背后带版本的模型。产品的语音回复需要固定的模型版本时，请使用这个确切的 ID。

擅长的任务

它是 xAI 语音智能体别名背后固定的带版本发行版，在你换掉它之前，行为始终对应同一个模型。
服务端语音活动检测负责管理轮流发言，客户端只需流式传入麦克风音频，不用自己写停顿逻辑。
按回复设置的指令，让会话可以只对某一次回复更改系统提示词，例如解释退款时切换语气。
发音替换可以纠正姓名和产品术语的读法，不会改动转写文本。

什么情况换别的模型

它是对话式的语音到语音模型，文件的批量转写和长文本旁白更适合用专门的语音模型。
为实时音频保持连接需要 WebSocket 客户端；普通的请求—响应调用驱动不了它。

快速上手

创建 API 密钥
在 Console 生成一把密钥，平台上的模型都能用。

发送第一个请求

复制你所用语言的示例代码，向该端点发起请求。

音频Chat Completions API

POST/v1/chat/completions

curl https://api.tokenlab.sh/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxx" \
  -d '{
    "model": "grok-voice-think-fast-2.0",
    "messages": [
      {"role": "user", "content": "Hello!"}
    ]
  }'

价格

官方价格是模型厂商公开的基线价，TokenLab 价格是用这个模型时实际的计费价。

Audio Duration

每秒

官方价格: $0.001333
Official: $0.001333
折扣: —

	官方价格每秒	Official每秒	折扣
Audio Duration	$0.001333	$0.001333	—

用量与动态

成功率是请求完成的比例；延迟是拿到一次完整响应要花的时间，P95 表示 95% 的请求都在这个时间内完成。

用量与可用性

使用场景

替代交互式语音应答
取代按菜单操作的电话树，来电者直接说出问题，由智能体转接或解决。
语言练习伙伴
用目标语言进行语音对话，当场纠正错误，学习者要求时调整语速。
免手动的现场助手
让技师用语音询问手册里的内容，双手不离设备就能听到回答。

提示词示例

你是一家网络运营商的客服，语气沉稳。询问账户邮编，然后带着来电者重启路由器。

把我们的品牌 'Zyntra' 读作 ZIN-tra，保持友好的语气，绝不在来电者说话途中打断。

扮演葡萄牙语老师。说慢一点，把我说的句子纠正后重复一遍，每轮问一个后续问题。

FAQ

grok-voice-think-fast-2.0 和 grok-voice-latest 有什么区别？

grok-voice-think-fast-2.0 是一个具体的模型版本，grok-voice-latest 是目前指向它的别名。别名会移到更新的版本；带版本的名称则保持在你测试过的那个版本上。

Grok Voice Think Fast 2.0 是语音合成模型吗？

不是。它在实时会话中听并回答，输入音频，产出语音回复。要把准备好的文本转成音频，用 Grok Voice TTS；转写录音用 Grok Voice STT。

它怎么判断我说完了？

会话可以启用服务端语音活动检测，它会检测用户发言的结束并开始回复。如果你的客户端已经有按键说话，也可以自己管理发言轮次。

可以用哪些声音？

会话可以在 xAI 的内置声音中选择，默认是 eve，也可以用一段简短参考录音克隆出的自定义声音。内置声音能说所有受支持的语言。

Grok Voice Think Fast 2.0 的费用是多少？

在 TokenLab 上，Grok Voice Think Fast 2.0 的价格为 $0.001333 每秒。完整明细见上方价格表。价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率；单一费率不代表总价。

Grok Voice Think Fast 2.0 应该使用哪个端点？

Grok Voice Think Fast 2.0 使用 https://api.tokenlab.sh/v1/chat/completions。代码写法见下方的请求示例。

Grok Voice Think Fast 2.0 对比

Grok Voice Think Fast 2.0 对比 Grok Voice Latest Grok Voice Think Fast 2.0 对比 gpt-realtime-2 Grok Voice Think Fast 2.0 对比 Qwen3.5-Omni-Flash-Realtime

资料来源

审阅于 2026年10月2日