כל מה שחם בעולם הבינה המלאכותית · בעברית
בנושא
SpaceXAI השיקה את Grok Voice 3.0, מודל קול שמקשיב, מסיק, מפעיל כלים ומדבר. המודל הגיע למקום הראשון במדד Speech-to-Speech של Artificial Analysis עם ציון 86.9. למפתחים המחיר נשאר 0.08 דולר לדקה, וה-endpoint והאירועים זהים לאלה של Grok Voice 2.0.
Microsoft AI השיקה את MAI-Transcribe-2-Streaming, מודל לתמלול בזמן אמת ב-60 שפות, ולצדו שני מודלים חדשים להמרת טקסט לדיבור. המודלים מיועדים לסוכני קול, כלומר מערכות AI שמנהלות שיחה מדוברת, וההשקה מחזקת ככל הנראה את מעמדה של מיקרוסופט בתחרות על שכבת הקול של ה-AI.
Google DeepMind השיקה שני מודלי אודיו חדשים לבניית סוכני שיח קוליים — Gemini 3.8 Live ו-Gemini 3.8 Live Extended Thinking. גרסת ה-Extended Thinking דורגת במקום הראשון בטבלת Speech-to-Speech של Artificial Analysis, וגוגל מציעה אותם למפתחים במחיר נמוך משמעותית מ-GPT-Live-1 של OpenAI.
גרסת אלפא של מודל שפה בקוד פתוח בשם PhoneLLM, שפורסמה תחת הפרויקט pipecat-ai, טוענת להשגת ביצועים דומים לדגם הקנייני GPT 5.6 Terra במשימות טיפוסיות של סוכני קול - עם זמן תגובה נמוך פי שלושה ועלות נמוכה פי 18. הנתונים מבוססים על פרסום של הצוות המפתח עצמו ברשת Reddit וטרם עברו אימות עצמאי.