Голосовой агент Grok последней версии произвел настоящий фурор — он стал лучшим в бенчмарке Big Bench Audio, обойдя как Gemini 2.5 Flash Native Audio, так и GPT Realtime в прямом сравнении. Возможности преобразования речи в речь действительно впечатляют. Это значительно меняет дискуссию вокруг моделей голосового ИИ. Для тех, кто следит за развитием инфраструктуры ИИ и их влиянием на приложения на базе агентов, это стоит внимания. Результаты бенчмарка показывают значительные разрывы в производительности между ведущими реализациями. По мере того, как голосовой ИИ становится все более центральным для автономных агентов и слоев взаимодействия в реальном времени, эти технические достижения могут сформировать то, как протоколы и приложения следующего поколения будут обрабатывать коммуникацию между человеком и машиной в среде Web3.