أطلقت شركة SpaceXAI في 18 سبتمبر 2026 نموذج Grok Voice Transcribe 2.0، حيث تشير النشرة الإخبارية الرسمية إلى أن هذا النموذج يعتمد على نموذج الصوت الأساسي الذي يشغل Grok Voice، مدعيةً أنه في التقييمات الواقعية للشركة، يعتبر 2.0 واحدًا من أدق نماذج الترجمة الصوتية المتاحة حاليًا، حيث إنه "أدق مرتين" مقارنةً بالإصدار 1.0، وفقًا لتصريحات الشركة، مع الحفاظ على نفس الأسعار.
الأسعار المعلنة مماثلة للإصدار 1.0: تسجيلات الصوت الدفعية بسعر 0.10 دولار لكل ساعة صوتية، والبث المباشر بسعر 0.20 دولار لكل ساعة، بما في ذلك ميزات فصل المتحدثين (diarization)، والعلامات الزمنية، والكلمات الرئيسية. تشير الشركة إلى أن 2.0 سيصبح قريبًا الإعداد الافتراضي لواجهة برمجة تطبيقات Speech-to-Text؛ وسيتم إيقاف الإصدار 1.0 تدريجيًا خلال الأسابيع المقبلة، مع إمكانية تثبيت الإصدار grok-voice-transcribe-1.0 خلال فترة الانتقال.
تؤكد SpaceXAI أن Grok Voice يعالج عشرات الآلاف من مكالمات خدمة العملاء يوميًا، ويقوم بترجمة ملايين الساعات من التعليقات الصوتية في مقاطع الفيديو، ويعمل على المنتجات المادية، بما في ذلك نظام Grok المدمج في سيارات Tesla. كما تشير الشركة إلى أن Transcribe 2.0 احتل المرتبة الأولى في قائمة Artificial Analysis لبرامج الترجمة الصوتية من حيث الدقة من بين 32 نموذجًا - هذا هو وصف الشركة للقائمة.
تتضمن النشرة الرسمية أيضًا ذكر Atlassian Loom: حيث تشير Atlassian إلى أن الإصدار 2.0 أكثر دقة من الحلول الحالية، ويستخدم لترجمة مقاطع الفيديو في Loom. صرح سانشان ساكسينا، نائب الرئيس الأول في مجموعة Teamwork، بأن استخدام Grok لتحويل الكلام إلى نص في Loom، ثم معالجته بواسطة Cursor، يمثل "اتجاهًا من السياق إلى العمل الفعلي".
يمكن الاطلاع على تفاصيل المنتج في النشرة الإخبارية لشركة SpaceXAI: https://x.ai/news/grok-voice-transcribe-2.