SpaceXAI推出新一代语音转文字模型Grok Voice Transcribe 2.0，官方称识别准确率较上一代提升一倍，定价保持不变。

语音转写是当前大模型厂商竞争最激烈的基础能力之一，准确率翻倍而不涨价，意味着相关API调用的性价比进一步走高。

SpaceXAI发布Grok Voice Transcribe 2.0

SpaceXAI正式发布新一代模型Grok 4.7，官方称其速度约为同级竞品的两倍，价格仅为对方的一半。这是该公司继8月中旬推出Grok 4.6之后的又一次版本迭代，延续了Grok 4.5以来用低价对标顶级模型的打法。

SpaceXAI发布Grok 4.7 价格减半

微软（MSFT）推出MAI-Transcribe-2-Streaming，一款面向实时转录场景的低延迟语音识别模型，目前处于公开预览阶段。该模型接受连续音频流输入，在说话过程中即返回增量转写结果：中间结果持续更新当前文本，最终结果逐段确认，适用于呼叫中心、语音助手、会议与课堂字幕、语音交互界面以及实时记录等场景。接入方式有两种，一是兼容OpenAI Realtime的WebSocket实时API，二是托管的Azure Speech SDK。官方公布的定价为每小时0.54美元。

微软推出实时语音转录流式模型

微软周三发布三款自主研发AI模型：语音转文字模型MAI-Transcribe-1、语音生成模型MAI-Voice-1和图像生成模型MAI-Image-2，标志着这家科技巨头正式向OpenAI和谷歌发起正面竞争。微软AI负责人Mustafa Suleyman表示，每款模型均由不到10人的团队打造，GPU用量仅为竞品一半，定价低于所有主要云平台。Suleyman还明确表示，微软将在未来2-4年内开发前沿大语言模型，目标是实现AI能力的"完全独立"。自去年10月与OpenAI重新谈判合同后，微软已获得独立研发超级智能的合同自由。

微软发布三款自研AI模型 剑指前沿大模型自主研发

OpenAI 通过 API 上线新一代语音模型，将 GPT-5 级别的推理能力引入实时对话、翻译和语音识别场景。定价方面：GPT-Realtime-2 音频输入每百万 token 32 美元、音频输出 64 美元；GPT-Realtime-Translate 每分钟 0.034 美元；GPT-Realtime-Whisper 每分钟 0.017 美元。

OpenAI推新一代语音模型并公布API定价

SpaceXAI计划很快推出四种Grok定价方案。彭博社当日报道称，马斯克旗下的SpaceXAI正考虑全面调整Grok以及X用户的订阅收费结构。

此前Grok系列模型一直以低价策略切入市场，7月发布的Grok 4.5定价约为同级竞品的一半，9月的Grok 4.7则维持了与上一代相同的价格。分档定价意味着公司开始按使用强度和功能区分用户，而非继续单一低价打法。

SpaceXAI拟推出四档Grok定价方案

马斯克旗下xAI发布新一代模型Grok 4.6，在图像与视频理解等多模态能力上带来重大升级，并针对长时间运行的AI智能体（agent）场景进行了优化。马斯克在社交平台上呼吁用户体验其升级后的图像与视频理解功能。消息发布后，关联公司SpaceX（SPCX）股价一度上涨约10%。

地里快讯

SpaceXAI发布Grok Voice Transcribe 2.0

相关新闻