Kurzfassung

xAI hat am 29. Juli 2026 «Grok Voice Think Fast 2.0» lanciert, ein Sprach-zu-Sprach-Modell mit verbesserter Transkriptionsgenauigkeit, geringerer Latenz und paralleler Sprachverarbeitung während des Sprechens.

  • xAI hat am 29. Juli 2026 «Grok Voice Think Fast 2.0» lanciert, ein Sprach-zu-Sprach-Modell mit verbesserter Transkriptionsgenauigkeit, geringerer Latenz und paralleler Sprachverarbeitung während des Sprechens.
  • Im Benchmark von Artificial Analysis erreicht das Modell einen Gesamtwert von 82,9 Prozent – gegenüber 75,7 Prozent bei Version 1.0 sowie 79,1 Prozent bei OpenAIs GPT-Realtime-2.1 und 69,5 Prozent bei Googles Gemini 3.1 Flash; die Zeit bis zur ersten Audioantwort sank von 1,25 auf 0,70 Sekunden.
  • Das Modell kostet 0.08 US-Dollar pro Gesprächsminute und wird am 5. August 2026 automatisch zum neuen Standardmodell («grok-voice-latest») für alle Entwicklerinnen und Entwickler, die auf Grok-Sprachtechnologie setzen.

Was ist passiert?

xAI hat am 29. Juli 2026 «Grok Voice Think Fast 2.0» vorgestellt, ein neues Sprach-zu-Sprach-Modell mit verbesserter Sprachvernunft, höherer Transkriptionsgenauigkeit und erweiterter Werkzeugnutzung. Kern der Neuerung ist ein Design, das paralleles Denken während des Sprechens ermöglicht – das Modell reasoniert also, während es bereits antwortet, um auch komplexere Anfragen ohne spürbare Verzögerung zu bewältigen. Die Zeit bis zur ersten hörbaren Audioantwort sank dadurch von 1,25 auf 0,70 Sekunden.

Im Benchmark von Artificial Analysis für Sprach-zu-Sprach-Modelle erreicht Think Fast 2.0 einen Gesamtwert von 82,9 Prozent – eine deutliche Verbesserung gegenüber den 75,7 Prozent der Vorgängerversion und höher als die Konkurrenzmodelle GPT-Realtime-2.1 von OpenAI (79,1 Prozent) und Gemini 3.1 Flash von Google (69,5 Prozent). Das an Entwicklerinnen und Entwickler von Sprach-Agenten gerichtete Modell kostet 0.08 US-Dollar pro Gesprächsminute; ab dem 5. August 2026 wird es automatisch zum neuen Standardmodell hinter dem Alias «grok-voice-latest».

Warum ist das wichtig?

Sprach-zu-Sprach-Modelle gelten als eines der kommerziell vielversprechendsten Anwendungsfelder generativer KI, weil sie klassische, oft als unpersönlich empfundene Telefon-IVR-Systeme durch natürlich klingende Gespräche ersetzen können. Mit einer nochmals gesunkenen Latenz und einer im Wettbewerbsvergleich führenden Benchmark-Punktzahl positioniert sich xAI als ernstzunehmender Herausforderer von OpenAI und Google in diesem Segment – zu einem Preis, der pro Gesprächsminute wettbewerbsfähig bleibt.

Als konkreten Wirkungsnachweis nennt xAI A/B-Tests beim eigenen Ökosystem-Partner Starlink, bei denen der Einsatz von Think Fast 2.0 zu einer spürbaren Steigerung der Verkaufsabschlussrate und der eigenständigen Problemlösung im Kundensupport («Containment-Rate») geführt habe. Für Unternehmen, die Sprach-Agenten im grossen Massstab einsetzen wollen, sind solche Praxisdaten oft entscheidender als reine Benchmark-Werte.

Was bedeutet das für die Schweiz?

Für Schweizer KMU, die Kundenservice- oder Support-Hotlines mit Sprach-KI automatisieren möchten, senkt ein deutlich günstigeres und schnelleres Sprachmodell die finanzielle Einstiegshürde für einen Anwendungsfall, der bislang meist grösseren Unternehmen mit eigenen IT-Ressourcen vorbehalten war. Dass auch die Schweizer Verwaltung bereits auf solche Technologie setzt – etwa der seit Juli 2025 beim Kanton Zug im Verkehrsamt eingesetzte Sprachbot «Nick» –, zeigt, dass die Nachfrage nach mehrsprachigen, günstigen Sprachassistenten hierzulande vorhanden ist.

Gleichzeitig wirft der Einsatz von Grok-Technologie in der Schweiz Datenschutzfragen auf: Der Eidgenössische Datenschutz- und Öffentlichkeitsbeauftragte (EDÖB) hat im aktuellen Tätigkeitsbericht eine Vorabklärung zur KI-Trainingsnutzung von Nutzerdaten durch die Plattform X (vormals Twitter, KI Grok) abgeschlossen. Schweizer Unternehmen, die Grok Voice für den Kundenkontakt einsetzen wollen, sollten deshalb prüfen, welche Gesprächsdaten dabei verarbeitet und allfällig für das Training weiterer xAI-Modelle genutzt werden – ein Aspekt, der bei der Anbieterwahl neben Preis und Geschwindigkeit an Gewicht gewinnt.

Häufige Fragen

Was ist die Kernaussage zu xAI lanciert Grok Voice Think Fast 2.0 – neues Sprachmodell schlägt GPT-Realtime und Gemini Flash im Benchmark?

xAI hat am 29. Juli 2026 «Grok Voice Think Fast 2.0» lanciert, ein Sprach-zu-Sprach-Modell mit verbesserter Transkriptionsgenauigkeit, geringerer Latenz und paralleler Sprachverarbeitung während des Sprechens.

Warum ist diese KI-Meldung für die Schweiz relevant?

Für Schweizer KMU, die Kundenservice- oder Support-Hotlines mit Sprach-KI automatisieren wollen, senkt ein deutlich günstigeres und schnelleres Sprachmodell die finanzielle Einstiegshürde – ähnliche Sprachassistenten wie der seit Juli 2025 beim Kanton Zug eingesetzte Verkehrsamt-Bot «Nick» zeigen, dass die Nachfrage nach solchen Lösungen auch in der Schweizer Verwaltung vorhanden ist.

Welche Quelle nutzt KI News Schweiz für diese Einordnung?

xAI stellte «Grok Voice Think Fast 2.0» am 29. Juli 2026 im eigenen Newsroom vor; testingcatalog.com und weitere Fachmedien lieferten zusätzliche Benchmark- und Preisdetails.