Grok实时语音转写冲到第一，价格只有OpenAI五分之一
相关推荐
SpaceXAI 发布 Grok Voice Transcribe 2
ChainCatcher 消息，SpaceXAI 发布 Grok Voice Transcribe 2，准确率提升一倍，价格保持不变。
传OpenAI下周发Codex Bot，直接对标Grok Bot
动察 Beating AI 快讯，AI 博主 Mark Kretschmann 爆料，OpenAI 正准备推出一款暂称 Codex Bot 的新产品，基于 OpenClaw 开发。原计划本周发布，目前已推迟到下周。 Sam Altman 今天刚表示，原定本周发布的「主要新东西」延至下周；而 OpenAI 今年 2 月招募 OpenClaw 创始人 Peter Steinberger 时，也称他将负责开发「下一代个人 Agent」。 Mark 称，Codex Bot 会比现有 ChatGPT Work 更像 Grok Bot。后者相当于一组长期在线的「AI 同事」，可以使用自己的工作环境，跨网站和 App 持续干活。
SpaceXAI要收拾订阅乱局，Grok和Cursor几周内统一套餐
动察 Beating AI 快讯，SpaceXAI 产品负责人 Maxime Prades 确认，公司正在统一 Grok 和 Cursor 的订阅方案，预计几周内准备好。 一名用户此前吐槽现有套餐太乱，建议只保留 X 和 Cursor 两套订阅，让 X Premium+ 包含 Cursor Pro，并停掉 Grok Build。Prades 没有确认这些具体建议，只说新方案已经在做，还邀请这名用户提前看方案给反馈。 现在的体系确实很绕。Cursor Pro、Pro+、Ultra 都带 Grok Bot；SuperGrok 和 X Premium+ 也能给 Cursor 账户开 Grok Bot。但两边的 Grok Bot 用量不会叠加，订阅仍然各自续费。Cursor 社区最近也反复有人问 SuperGrok Heavy 和 Cursor Ultra 到底该买哪个、额度是否共享。
Artificial Analysis重做智能榜：40%权重改用私有测试
动察 Beating AI 快讯，Artificial Analysis 更新 Intelligence Index v4.2，旨在让榜单更难被针对性刷分。私有测试权重从 20% 提高到 40%，模型厂商无法提前看到完整测试集，减少针对 Benchmark 专门优化的空间。 新版加入 AA-Briefcase 和 GDP.pdf。AA-Briefcase 模拟持续数周的真实知识工作项目，模型要处理大量关联任务和数千份文件。GDP.pdf 则拿 100 份、共 4592 页的专业 PDF 出题，要求模型跨文本、表格、图表和脚注找证据再回答。 GPQA Diamond 则被直接移出综合指数。这个研究生级科学问答测试已经接近饱和，GPT-6 Astra 最高达到 96.3%，Gemini 3.8 Flash 也达到 95.3%，已经很难区分最强模型。 重新计算后，Claude Fable 5.1 仍排第一，GPT-6 Astra 第二。Astra 得分 55，比 GPT-5.6 Sol 高 4 分。Artificial Analysis 还称，Astra 在同级前沿模型中用了更少的输出 Token。
微软新ASR模型比GPT-Transcribe快10倍，每小时只要0.1美元
动察 Beating AI 快讯，Microsoft AI 发布 MAI-Transcribe-2，并在 Microsoft Foundry 开放公共预览。新模型支持 60 种语言，新增说话人区分、逐词时间戳和专业词汇偏置。开发者可以提前塞入人名、药名或行业术语，减少冷门词被听错。 这次提升最明显的是速度。Artificial Analysis 的非实时转写测试里，MAI-Transcribe-2 达到约 410.7 倍实时速度，也就是 1 小时录音理论上约 9 秒处理完。GPT-Transcribe 约为 40 倍，前者快约 10 倍；Gemini 3.5 Transcribe 约为 89.8 倍。 准确率也在第一梯队。它在 FLEURS 的 60 种语言测试中平均 WER（词错误率，越低越好）为 5.2%，排名第一；在 Artificial Analysis 的另一套非实时英文测试中 WER 为 2.0%，排第二，仅低于阿里 Fun-Realtime-ASR-preview 的 1.7%。 价格目前只有每小时 0.10 美元，上一代 MAI-Transcribe-1.5 是 0.36 美元。不过这是限时价格，只持续到 2026 年 12 月 31 日，之后正式价格还没有公布。
Meta发布实时音频感知AI模型Muse Voice Transcribe，支持20余人分轨转写
PANews 9月2日消息，据IT之家援引9to5Mac报道，Meta推出首个实时音频感知模型Muse Voice Transcribe，开发者可通过Meta Model API调用，定价为每1,000分钟音频3美元（约合每小时0.18美元）。该模型在同一流程中整合流式自动语音识别、说话人分离与端点检测，用户说话时可同步输出文字，无需等待完整录音结束后再处理。模型支持70余种语言（25种已验证）、超1小时音频及多语言切换，可在包含20余名说话者的录音中分离不同发言者。Meta引入自适应延迟机制，对易识别语音快速输出，对复杂词语调用更多上下文以兼顾速度与准确度。