SpaceXAI 发布 Grok Voice Transcribe 2.0；Atlassian Loom 采用转录功能

SpaceXAI 于 2026年9月18日 发布 Grok Voice Transcribe 2.0，官方新闻稿称该模型基于驱动 Grok Voice 的音频基础模型，并称在公司真实场景评估中，2.0 是目前最准确的转录模型之一，与1.0相比“twice as accurate”（两倍准确，公司说法），价格则保持不变。

公开价格与1.0相同：录音批量处理为每小时音频 0.10美元，流式处理为每小时 0.20美元，并包括说话人分离（diarization）、时间戳和关键词等功能。公司称2.0即将成为Speech-to-Text API的默认设置；1.0将在未来几周逐步停用，过渡期可固定使用 grok-voice-transcribe-1.0。

SpaceXAI 表示，Grok Voice 每天处理数万通客服电话、转录数百万小时视频旁白，并运行于实体产品，包括特斯拉车载 Grok。公司还表示，在 Artificial Analysis 公开流式处理榜单上，Transcribe 2.0 在32个流式处理模型中准确率排名第一——这是公司对该榜单的表述。

官方稿件同时提到 Atlassian Loom：Atlassian 表示2.0比现有方案更准确，并用于 Loom 视频转录。Teamwork Collection 高级副总裁 Sanchan Saxena 表示，以 Grok 驱动 Loom 语音转文字、再交由 Cursor 处理，是“由上下文流向实际工作”的方向。

产品说明见 SpaceXAI 新闻稿：https://x.ai/news/grok-voice-transcribe-2。