9月18日，SpaceXAI正式发布Grok Voice Transcribe 2.0语音转文本模型。该模型基于Grok Voice音频基础模型构建，错误率较1.0版降低约50%，定价维持不变：批量转录0.10美元/小时，实时流式0.20美元/小时。模型在Artificial Analysis榜单32款流式模型中准确率排名第一，并在客服电话、日常对话、结构化信息（如电话号码、邮箱）及多语种指令四大内部数据集上全面超越前代。功能涵盖说话人分离、精确时间戳及自定义关键词，无额外收费。