# Grok Voice 2.0

Éditeur : SpaceXSI (États-Unis). Poids fermés (selon Artificial Analysis).

En bref : 3e sur 12 à l'indice voix à voix d'Artificial Analysis ; 9e sur 38 en raisonnement à l'écoute (Big Bench Audio) ; 12e sur 31 en tenue de la conversation (Full Duplex Bench) ; 7e sur 34 au délai avant le premier son.

Page : https://quelleia.com/voix/modeles/spacexai-grok-voice-2-0/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 9 novembre 2026.

## Présentation

Deuxième génération du modèle parole à parole de SpaceXSI, qui raisonne en parlant, avec une meilleure transcription et des appels d'outils plus fiables que Grok Voice 1.0. Elle est dépréciée depuis la sortie de Grok Voice 3.0. (lu sur https://x.ai/news/grok-voice-think-fast-2, https://docs.x.ai/developers/release-notes.md)

- Sortie : 29 juillet 2026 (lu sur la page de l'éditeur, https://x.ai/news/grok-voice-think-fast-2)

## Langues

- Évaluées par nos sources : anglais.
- Le français : pas évalué en français par nos sources.

## Ses classements

- Indice voix à voix d'Artificial Analysis : 3e sur 12, indice sur 100 82,9 ; coût mesuré : 4,80 $ par heure d'audio en entrée, sur les questions de Big Bench Audio. Source : Artificial Analysis, https://artificialanalysis.ai/speech-to-speech (relevé du 9 novembre 2026).
- Raisonnement à l'écoute, Big Bench Audio : 9e sur 38, part de réussite 97,2 % ; coût mesuré : 4,80 $ par heure d'audio en entrée, sur les questions de Big Bench Audio. Source : Artificial Analysis, https://artificialanalysis.ai/speech-to-speech (relevé du 9 novembre 2026).
- Tenue de la conversation, Full Duplex Bench : 12e sur 31, part de réussite 95,1 % ; coût mesuré : 4,80 $ par heure d'audio en entrée, sur les questions de Big Bench Audio. Source : Artificial Analysis, https://artificialanalysis.ai/speech-to-speech (relevé du 9 novembre 2026).
- Délai avant le premier son : 7e sur 34, délai avant le premier son 0,70 s ; coût mesuré : 4,80 $ par heure d'audio en entrée, sur les questions de Big Bench Audio. Source : Artificial Analysis, https://artificialanalysis.ai/speech-to-speech (relevé du 9 novembre 2026).

## Modèles proches

- Indice voix à voix d'Artificial Analysis : [Qwen Audio 3.0 Realtime Plus](https://quelleia.com/voix/modeles/alibaba-qwen-audio-3-0-realtime-plus/), 2e (84,1), juste devant
- Indice voix à voix d'Artificial Analysis : [GPT-Realtime-2.1](https://quelleia.com/voix/modeles/openai-gpt-realtime-2-1/), 4e (79,1), juste derrière
- Raisonnement à l'écoute, Big Bench Audio : [Step-Audio R1.1 (Realtime)](https://quelleia.com/voix/modeles/step-audio-r1-1-realtime/), 8e (97,6 %), juste devant
- Raisonnement à l'écoute, Big Bench Audio : [Grok Voice 1.0](https://quelleia.com/voix/modeles/spacexai-grok-voice-1-0/), 10e (97,1 %), juste derrière
- Tenue de la conversation, Full Duplex Bench : [GPT-Realtime-2.1](https://quelleia.com/voix/modeles/openai-gpt-realtime-2-1/), 9e (95,7 %), juste devant
- Tenue de la conversation, Full Duplex Bench : [Eleven Realtime v1 Max](https://quelleia.com/voix/modeles/elevenlabs-eleven-realtime-v1-max/), 13e (94,1 %), juste derrière
- Délai avant le premier son : [Gemini 2.5 Flash Native Audio Dialog](https://quelleia.com/voix/modeles/google-gemini-2-5-flash-native-audio-dialog/), 6e (0,64 s), juste devant
- Délai avant le premier son : [Grok Voice Fast 1.0](https://quelleia.com/voix/modeles/spacexai-grok-voice-fast-1-0/), 8e (0,78 s), juste derrière

## Comment lire ces chiffres

- Voix à voix : Un agent vocal écoute et répond de vive voix. Artificial Analysis le mesure sur plusieurs épreuves en anglais : son indice les résume sur 100, Big Bench Audio compte les bonnes réponses à des questions posées à l'oral, la tenue de la conversation compte les situations bien gérées (pauses, interruptions), plus c'est haut, mieux c'est ; le délai avant le premier son se lit à l'inverse, plus il est court, mieux c'est.

## Noms dans les sources

- Artificial Analysis (voix à voix) : Grok Voice 2.0

## Liens

- Page de l'éditeur : https://x.ai/news/grok-voice-think-fast-2
- L'essayer : https://docs.x.ai/developers/model-capabilities/audio/speech-to-speech

## Pages lues

- https://x.ai/news/grok-voice-think-fast-2 (« Jul 29, 2026 Introducing Grok Voice 2.0 Introducing our most capable speech-to-speech voice model. »), 23/10/2026
- https://x.ai/news/grok-voice-think-fast-2 (« Grok Voice 2.0 is our most intelligent voice model yet, building on its predecessor with meaningful gains in speech reasoning, conversational ability, and tool use reliability. »), 23/10/2026
- https://x.ai/news/grok-voice-think-fast-2 (« Grok Voice models have a unique characteristic: they reason through queries while speaking. »), 23/10/2026
- https://docs.x.ai/developers/release-notes.md (« `grok-voice-2.0` is deprecated. To upgrade, set `model` to `grok-voice-3.0` or `grok-voice-latest`, at the same price. »), 23/10/2026