Grok Voice Think Fast 2.0: el agente de voz más rápido y caro de xAI, explicado

xAI lanzó Grok Voice Think Fast 2.0 el 29 de julio de 2026 — su «modelo de voz de voz a voz más capaz» según sus propias palabras y el nuevo buque insignia de su línea de agentes de voz. Responde más rápido que cualquier rival entre los cinco principales (0,70 s hasta el primer audio), encabeza el benchmark de voz agéntica y transcribe con más precisión que la generación anterior. También es un 60 % más caro por minuto que el modelo al que sustituye, se factura con un medidor por minuto que aumenta silenciosamente tu factura, e incluye un conmutador de alias de versión que se activa automáticamente en una semana. Esta guía explica qué es realmente Think Fast 2.0, qué cambió xAI bajo el capó, cómo la historia del benchmark se divide en puntuaciones independientes y afirmaciones reportadas por el proveedor, cuánto cuesta realmente con la aritmética hecha, y cómo llamarlo — además de las advertencias que conviene leer antes de enrutar un flujo de llamadas de producción a través de él.

Nota de precisión: los detalles del lanzamiento, los precios, la precisión de los titulares y las afirmaciones comerciales provienen del anuncio y la documentación de xAI (2026-07-29). Las puntuaciones compuestas de Artificial Analysis son independientes y medidas por terceros. Las afirmaciones reportadas por xAI —los resultados A/B de Starlink, los multiplicadores de transcripción, el "60% menos de tokens de razonamiento" y el marco de "casi 5 veces más rápido"— no han publicado datos subyacentes; trátalas como cifras direccionales del proveedor y realiza tus propias evaluaciones. Las especificaciones, los precios y el comportamiento de los alias pueden cambiar; verifica antes de crear.

TL;DR. Grok Voice Think Fast 2.0 es el modelo de voz a voz de extremo a extremo de xAI para agentes de voz: audio de entrada, audio de salida a través de un WebSocket, sin canalización separada de ASR→LLM→TTS. Es realmente rápido (0,70 s de tiempo hasta el primer audio, el único modelo entre los cinco primeros por debajo de un segundo) y realmente sólido en trabajo de voz agéntico, ocupando el primer lugar en el benchmark de agentes τ-Voice de Artificial Analysis (56,5 %) y el segundo en el índice general de calidad de voz a voz (82,9 %), por detrás de Qwen Audio 3.0 Realtime Plus (84,1 %). Razona mientras habla, lo que reduce el uso mediano de tokens de razonamiento a aproximadamente el 40 % del modelo anterior, y cuesta $0.08 por minuto, frente a $0.05. El problema es el medidor: la voz se factura por minuto de audio transcurrido, por lo que un aumento del 60 % en el precio de un modelo que es más barato de servir se refleja directamente en tu factura. Y el 5 de agosto, el alias grok-voice-latest comenzará a enrutar automáticamente a la versión 2.0, por lo que los equipos que usen la versión anterior deben fijarlo deliberadamente antes de esa fecha.

Conclusiones clave

Voz nativa de voz a voz: un solo modelo desde el micrófono hasta el altavoz, sin cadena ASR→LLM→TTS — por eso el primer audio llega en 0,70 s.

• Líder agéntico: #1 en el benchmark de agente τ-Voice de Artificial Analysis (56.5%), muy por delante de GPT-Realtime-2.1 (45.7%) y Gemini 3.1 Flash (37.7%).

• No es el líder general: #2 en el índice de calidad de voz a voz (82.9%), por detrás de Qwen Audio 3.0 Realtime Plus (84.1%); OpenAI sigue ganando en dinámicas conversacionales (95.7% frente a 95.1%).

• 60% más caro: $0.08/min (~$4.80/hora) frente a $0.05/min de Think Fast 1.0 — a pesar de que el modelo supuestamente usa ~60% menos tokens de razonamiento.

• Cambio de alias el 5 de agosto: grok-voice-latest apunta a 2.0 automáticamente; fija grok-voice-think-fast-1.0 antes de esa fecha para mantenerte en la versión más barata.

• Etiqueta cada afirmación: los puntajes de Artificial Analysis son independientes; los A/B de Starlink, los multiplicadores de transcripción y el encuadre de velocidad son informados por xAI y no publicados.

Qué es Grok Voice Think Fast 2.0

Grok Voice es la familia de modelos en tiempo real de voz-a-voz de xAI. "Think Fast" es la línea de respuesta rápida, lanzada originalmente con Voice Agent Builder en abril de 2026; Think Fast 2.0 es la segunda generación de esa línea, publicada el 29 de julio de 2026. El modelo es de extremo a extremo: consume audio en bruto, razona y emite audio directamente, en lugar de ejecutar un pipeline de un modelo de reconocimiento de voz que alimenta a un LLM de texto que alimenta a un modelo de texto a voz. Esa decisión de arquitectura es la raíz de su ventaja de latencia: no hay saltos en serie ni texto intermedio, por lo que el modelo puede comenzar una respuesta mientras aún está escuchando.

xAI lo posiciona explícitamente para agentes de voz con IA: líneas de atención al cliente, ventas telefónicas, recepción, telefonía y otras aplicaciones donde un sistema habla con una persona en tiempo real y necesita realmente hacer cosas — programar una llamada, calificar un cliente potencial, actualizar un registro, buscar en la web — en lugar de solo chatear. El énfasis en la capacidad de actuar, no en la transcripción o síntesis en bruto, es el campo de batalla al que apunta el lanzamiento.

Qué hay de nuevo frente a Think Fast 1.0

La actualización desde 1.0 es más que un simple aumento de números; xAI describe tres cambios estructurales:

• Razonamiento paralelo del habla. El modelo razona a través de una consulta mientras habla, en lugar de pensar primero y hablar después. En la práctica, las llamadas a herramientas pueden activarse antes de que el agente haya terminado su primera frase, algo muy importante para flujos de voz sensibles a la latencia.

• Muchos menos tokens de razonamiento. xAI informa que el uso mediano de tokens de razonamiento se redujo a aproximadamente 0,4x el del predecesor (aproximadamente un 60% menos), lo cual es parte de la razón por la que afirma que el modelo es más barato de servir aunque el precio haya subido.

Estilo de conversación aprendido mediante refuerzo. El RL reformuló su manera de hablar: frases más cortas, una pregunta a la vez, sin relleno — un estilo de llamada más seco y "humano" que encaja con el trabajo telefónico, donde divagar consume minutos (y, con tarifa por minuto, dinero).

En cuanto a la velocidad medible, el tiempo hasta el primer audio cayó de 1.25s en 1.0 a 0.70s en 2.0. En transcripción, xAI reporta una mejora de aproximadamente 1.4x en 24 idiomas (según informa el proveedor, más abajo).

Los benchmarks, benchmark por benchmark

El lanzamiento se ancla en Artificial Analysis, una entidad independiente de evaluación comparativa de terceros. Eso importa: a diferencia de la mayoría de los otros números del anuncio, estos son medidos por una parte neutral, y son los que vale la pena comparar en igualdad de condiciones. El panorama compuesto es mejor que un único titular.

Índice de calidad de voz a voz: 82,9 % (segundo lugar). Este es el compuesto general de voz a voz, que sube desde el 75,7 % de Think Fast 1.0. Supera a GPT-Realtime-2.1 (79,1 %) y a Gemini 3.1 Flash (69,5 %), pero no es el primero. Qwen Audio 3.0 Realtime Plus lidera con un 84,1 %. Por lo tanto, decir «el mejor modelo de voz en general» es una exageración que los datos no respaldan; «el modelo de voz agéntico más rápido del nivel superior» es preciso.

Benchmark de agentes τ-Voice: 56,5 % (primer lugar). Esta es la métrica que más le importa a xAI, y la clasificación es real: 56,5 % supera a Think Fast 1.0 (52,1 %), GPT-Realtime-2.1 (45,7 %) y Gemini 3.1 Flash (37,7 %). τ-Voice mide el rendimiento de voz agéntica — qué tan bien un modelo completa tareas a través de un canal de voz, incluido el uso de herramientas a mitad de conversación. En el estrecho eje de "¿puede hacer el trabajo?", Grok lidera. Musk promocionó exactamente esta clasificación.

Big Bench Audio: 97.2%. Un benchmark de razonamiento de voz; fuerte, aunque Qwen registró un récord de 99.2%.

Full Duplex Bench: 95.1%. Dinámicas conversacionales: manejo de interrupciones, toma de turnos, barge-in. Es un gran salto desde el 77.8% de 1.0, pero OpenAI todavía lo supera con 95.7%, y Qwen lidera con 98.4%.

Tiempo hasta el primer audio: 0.70s. El número más determinante para los productos de voz reales. Ha bajado desde 1.25s y es la única cifra inferior a un segundo entre los cinco primeros modelos del ranking; las pruebas independientes corroboran ampliamente una respuesta de menos de un segundo. La latencia del primer token del TTS en streaming es de unos 285ms. Para el uso telefónico y en tiempo real, la latencia es la métrica que los usuarios perciben en cada turno, y es aquí donde 2.0 es decididamente el mejor.

Leyendo a lo largo de las filas, el perfil es específico: el más rápido al hablar, el mejor completando tareas, el segundo mejor en general, el tercero en finura conversacional. Ese es un excelente modelo de agente de voz, y una afirmación mediocre de "mejor voz de chatbot". Elígelo para los trabajos que coinciden con la fila superior.

Precisión de la transcripción

Más allá de la conversación, xAI afirma tener una transcripción materialmente mejor. Su evaluación interna en 24 idiomas y miles de frases muestra, según se informa, alrededor de 1,4 veces la precisión de Think Fast 1.0, y 1,5–2 veces la precisión de modelos de transcripción dedicados como Deepgram Nova 3 y ElevenLabs Scribe v2. En condiciones ruidosas del mundo real — ruido de fondo, compresión telefónica, llamadas de bajo ancho de banda — la brecha de precisión informada frente a los modelos STT dedicados se amplía a aproximadamente 10 veces.

Estas son exactamente las afirmaciones que deben tratarse con cuidado. Son reportadas por xAI; el arnés de evaluación, los conjuntos de frases y los perfiles de ruido no están publicados. Una prueba independiente de la transcripción de teléfono con ruido de 2.0 frente a Deepgram o ElevenLabs sería valiosa y, al momento de escribir esto, no se ha publicado. Direccionalmente, que los modelos de extremo a extremo absorban más telefonía en el entrenamiento es una mejora real plausible — pero "10x" debería verificarse, no repetirse como un hecho.

Precio: $0.08 por minuto y la pregunta del 60%

Aquí es donde el lanzamiento se vuelve polémico. Think Fast 2.0 cuesta $0.08 por minuto de audio — alrededor de $4.80 por hora — más $0.004 por mensaje de texto de entrada. Think Fast 1.0 costaba $0.05 por minuto ($3.00/hora). Eso es un aumento del 60%, y llegó el mismo mes en que OpenAI recortó los precios de GPT-5.6 Luna en un 80% y de Terra en un 20%, citando los mismos costos de servicio en descenso que xAI afirma para este modelo.

El medidor es toda la historia. Los modelos de texto cobran por token, así que cuando un modelo se vuelve más eficiente, la factura del cliente se reduce automáticamente. Los modelos de voz cobran por minuto de audio en tiempo real, y la duración de una conversación la establece la persona que habla, no el modelo. Las ganancias de eficiencia en un producto por minuto benefician al proveedor, no al comprador. Por eso, un modelo que según se informa utiliza ~60% menos tokens de razonamiento — y que por lo tanto es más barato de servir para xAI — cuesta 60% más alquilarlo.

Haz la aritmética en un flujo de llamadas real. Una llamada de 4 minutos en 1.0 cuesta $0.20; la misma llamada en 2.0 cuesta $0.32. Diez mil llamadas de ese tipo al mes son 40,000 minutos: $2,000/mes en 1.0 frente a $3,200/mes en 2.0 — una diferencia de $1,200/mes, o aproximadamente $14,400/año, que proviene únicamente de un cambio de enrutamiento, no del volumen de llamadas. Incluso una ventaja generosa de velocidad apenas lo afecta: ahorrar 10 segundos completos en cada llamada ahorra alrededor de $0.013 mientras que el aumento de precio añade $0.12 — se recupera aproximadamente una novena parte del aumento. Cualquier caso de negocio que venda 2.0 como el modelo más barato ha confundido "más rápido" con "más barato".

Para contextualizar, 2.0 sigue siendo aproximadamente 2,2 veces más barato que GPT-Realtime-2.1 High, a unos 10,75 $/hora. Por lo tanto, no es caro en términos absolutos — es caro en relación con su propio predecesor y con la dirección en la que se movían todos los demás proveedores de modelos ese mes.

La trampa de la migración del 5 de agosto

Hay una fecha límite asociada. El 5 de agosto de 2026, el alias grok-voice-latest comenzará a enrutar automáticamente a Think Fast 2.0. Si está en vivo con Think Fast 1.0 a través de ese alias, "no hacer nada" le actualizará —a usted y a su factura— a la nueva versión en esa fecha. Para permanecer en 1.0, debe fijar explícitamente el ID del modelo grok-voice-think-fast-1.0 antes del 5 de agosto.

Las dos posturas defendibles requieren actuar antes de la fecha límite: o bien fijar deliberadamente la versión 1.0 porque tus flujos de trabajo funcionaron bien a $3.00/hora, o bien migrar deliberadamente a la 2.0 y replantear la previsión a $4.80/hora, justificándolo por calidad más que por ahorro. Lo indefendible es descubrir el cambio en una factura de septiembre. Una buena regla: tratar cualquier alias que termine en «latest» como una instrucción permanente de aceptar lo que el proveedor publique a continuación, incluido su precio.

Cómo acceder y usarlo

Think Fast 2.0 está disponible a través de la API Speech-to-Speech de xAI bajo el id de modelo grok-voice-think-fast-2.0, con grok-voice-latest como alias dinámico. Es un modelo en tiempo real, full-duplex sobre WebSocket: wss://api.x.ai/v1/realtime?model=grok-voice-think-fast-2.0, autenticado con un encabezado Authorization: Bearer en el handshake. Para aplicaciones de navegador, genera tokens efímeros en el servidor mediante el endpoint de sesiones en tiempo real para que la clave API principal nunca llegue al cliente.

La API es compatible con OpenAI Realtime, por lo que el código existente de voz en tiempo real generalmente solo necesita cambiar la URL base y la clave. La configuración de la sesión se realiza mediante un evento session.update: elige una voz predefinida (eve, ara, rex, sal, leo), define el formato de audio de entrada y salida (PCM16 a 24 kHz por defecto; μ-law para telefonía), habilita la detección de actividad de voz del lado del servidor y registra herramientas — incluida una herramienta de búsqueda web integrada — para que el agente pueda actuar durante la conversación. El flujo de eventos sigue el patrón estándar: el cliente añade tramas de búfer de audio, el servidor transmite los deltas de audio de respuesta y los eventos de argumentos de llamada a herramienta se activan cuando el modelo decide actuar, con los resultados devueltos como salidas de llamada a función. El modelo admite más de 25 idiomas y clonación de voz personalizada a partir de aproximadamente un minuto de habla.

Note lo que no es: es un modelo de agente de voz a voz, no un servicio general de transcripción o traducción. Si la función principal de tu producto es convertir audio a texto de forma económica, un modelo de STT dedicado es una herramienta diferente — y con la tarifa por minuto pagas por toda la conversación, por lo que las cargas de trabajo solo de transcripción se encarecen rápidamente.

Cómo encaja en un stack de agente de voz

Think Fast 2.0 es un modelo de voz especializado en tiempo real al que se accede a través de la API dedicada de xAI, no un LLM de propósito general que aloje un enrutador de modelos. El carril de voz corre directamente sobre el WebSocket de xAI — ahí es donde vive la latencia de menos de un segundo, y no sobrevive a un salto intermediario.

Todo lo demás alrededor de un producto de voz —la lógica de lenguaje natural que no es crítica en tiempo real, el razonamiento de respaldo cuando una conversación se sale del guion, el resumen, las analíticas, el correo de seguimiento que el agente dispara después de una llamada— es trabajo de texto y multimodal de propósito general. Para esa parte, un endpoint neutral de proveedor como OrcaRouter te ofrece una API compatible con OpenAI para muchos LLMs, de modo que no quedas atado a un solo proveedor en las partes del stack que no necesitan el carril de voz en tiempo real. La división limpia: la API dedicada de xAI para la propia voz en streaming, y OrcaRouter (o similar) para el razonamiento de texto y multimodal que la rodea.

La competencia: velocidad agéntica vs inteligencia bruta

Think Fast 2.0 aterriza en medio del mercado más competitivo de la IA en este momento — los agentes de voz en tiempo real — y la tabla de benchmarks hace que las compensaciones sean inusualmente visibles.

Qwen Audio 3.0 Realtime Plus es el líder en inteligencia: 84,1% en el índice de calidad de voz a voz (primero), un récord de 99,2% en Big Bench Audio y 98,4% en dúplex completo. Pero su tiempo promedio hasta el primer audio es de unos 4,02 segundos, aproximadamente 5,7 veces más lento que los 0,70 s de Grok. Para conversaciones en el automóvil, dispositivos portátiles y llamadas telefónicas, esa diferencia no es "rápido vs. lento", es utilizable vs. inutilizable. Qwen también se divide en un nivel Plus (calidad) y un nivel Flash (primer paquete en unos 300 ms) para diferentes escenarios, lo cual es una respuesta bien pensada a la misma tensión.

GPT-Realtime-2.1 se sitúa en el medio en la mayoría de las filas (79.1% de calidad, 45.7% agéntico) y destaca en dinámicas conversacionales (95.7%). Su nivel High cuesta aproximadamente 2.2 veces el precio por hora de Grok. Para equipos ya profundamente integrados en el ecosistema de OpenAI, sigue siendo la opción predeterminada con menor fricción.

Gemini 3.1 Flash se queda atrás en los compuestos de calidad y agénticos (69.5 %, 37.7 %), pero forma parte de un stack de voz de Gemini más amplio y del ecosistema de Google que muchos equipos prefieren por otras razones.

En la práctica: elige según la carga de trabajo. Si tu agente de voz debe percibirse como instantáneo y debe completar de forma fiable tareas respaldadas por herramientas (soporte, cualificación, reservas), Think Fast 2.0 es la opción más sólida según las mediciones actuales. Si tu prioridad es el razonamiento más profundo y puedes asumir una latencia de varios segundos, Qwen Plus gana. Si lo que más importa son la fluidez conversacional y el encaje con el ecosistema, GPT-Realtime-2.1 sigue siendo el referente a batir.

Tres escenarios en los que encaja

1. Soporte telefónico y telefonía

La combinación que más importa: primer audio en menos de un segundo, transcripción robusta para teléfonos con ruido (según lo reportado por el proveedor) y manejo de interrupciones full-duplex. Una línea de soporte donde el agente comienza a hablar casi de inmediato y puede recuperar información de la cuenta a mitad de turno es exactamente para lo que se afinó 2.0. Su estilo de habla RL más corto, de una pregunta a la vez, también encaja bien con la telefonía, donde los minutos son la unidad facturable, en el medidor de cualquiera de los proveedores.

2. Calificación de prospectos y seguimiento posterior a la llamada

La voz agéntica es donde 2.0 es genuinamente el primero, y la calificación de leads es la tarea canónica de la voz agéntica: calificar, enrutar y activar el seguimiento mientras la intención está fresca. Su invocación de herramientas puede dispararse antes de que termine la primera frase, por lo que un agente puede estar creando un registro de CRM mientras aún habla con el prospecto. Planifica la atribución a nivel de sesión y permisos estrictos de herramientas: un agente de voz puede equivocarse en tiempo real, y la limpieza es tuya.

3. Productos de agente de voz en desarrollo activo

Para los desarrolladores que lanzan sus propios agentes de voz — las integraciones Tradecraft y GrokTerm que cita xAI son exactamente de esta forma — la velocidad de 2.0 y su API compatible con OpenAI lo convierten en un reemplazo directo de baja fricción para el código de GPT-Realtime. Fija la versión, ejecuta un piloto acotado con una condición de éxito clara (p. ej., «calificar y enrutar visitantes de la página de precios») y mide el costo por resultado completado, no el costo por minuto.

Limitaciones y advertencias

Think Fast 2.0 tiene cinco días de vida al momento de escribir esto, y eso se nota en las advertencias. Los resultados A/B de Starlink (mayor conversión y contención de soporte) los reporta xAI sin cifras publicadas; los multiplicadores de transcripción y el marco de «casi 5 veces más rápido» son igualmente afirmaciones del proveedor, no puntos de referencia independientes. El único artículo que verás alegando «regresión de rendimiento e informes de prueba fabricados» se refiere a esta misma falta de verificabilidad: los números que publicó xAI no se han reproducido de forma independiente, y la comunidad de voz, sensible a la fiabilidad, sospecha con razón de las métricas no publicadas del proveedor. Los puntos de referencia tampoco pueden medir tu peor llamada: una respuesta de 0,70 s no vale nada si el agente enruta con confianza un cliente potencial al equipo equivocado. La facturación de voz es por minuto con un aumento de precio ya incluido, por lo que la exposición al costo es real. Y como con cualquier modelo en tiempo real recién salido, espera cambios frecuentes en la API. Verifica las afirmaciones de precisión con tu propio audio, fija las versiones en producción y establece el escalamiento y la grabación antes de la primera llamada en vivo.

Preguntas frecuentes

¿Qué es Grok Voice Think Fast 2.0?

El modelo insignia de xAI de voz a voz para agentes de voz, lanzado el 29 de julio de 2026: audio a audio nativo de extremo a extremo a través de un WebSocket, con un tiempo hasta el primer audio de 0,70 s y el primer lugar en el benchmark agéntico τ-Voice.

¿Cuánto cuesta Grok Voice Think Fast 2.0?

$0.08 por minuto de audio (alrededor de $4.80/hora) más $0.004 por mensaje de entrada de texto — un 60% más que los $0.05/minuto de Think Fast 1.0.

¿Es Think Fast 2.0 el mejor modelo de voz?

Es el más rápido y el mejor en tareas agénticas (56.5% τ-Voice, primer lugar) y segundo en general en el índice de calidad de voz a voz (82.9%), por detrás de Qwen Audio 3.0 Realtime Plus (84.1%). «Mejor» depende de la carga de trabajo.

¿Qué cambió desde Think Fast 1.0?

Razonamiento paralelo del habla (piensa mientras habla), aproximadamente un 60 % menos de tokens de razonamiento, estilo de conversación más corto ajustado con RL, una mejora de transcripción de 1,4x (reportada por el proveedor) y tiempo hasta el primer audio reducido de 1,25 s a 0,70 s.

¿Mi conmutador de tráfico Think Fast 1.0 cambiará automáticamente?

Sí, el 5 de agosto de 2026, si usas el alias grok-voice-latest. Fija grok-voice-think-fast-1.0 antes de esa fecha para mantenerte en 1.0, o toma 2.0 deliberadamente y vuelve a pronosticar el costo.

¿Cómo llamo a Grok Voice Think Fast 2.0?

A través de la API Speech-to-Speech de xAI — un WebSocket en tiempo real (wss://api.x.ai/v1/realtime?model=grok-voice-think-fast-2.0) compatible con la API Realtime de OpenAI, con voces preestablecidas, VAD del servidor y llamada a herramientas.

¿Con qué modelos de voz compite?

Qwen Audio 3.0 Realtime Plus (más inteligente, mucho más lento, con 4.02s hasta el primer audio), GPT-Realtime-2.1 (mejor dinámica conversacional, ~2.2x más caro en el nivel High), y Gemini 3.1 Flash.

¿Son fiables las afirmaciones sobre los benchmarks?

The Artificial Analysis scores are independent and solid. The Starlink A/B results, transcription multipliers, and speed framing are xAI-reported with no published data — treat them as directional and verify on your own audio.

¿Es Grok Voice bueno para la transcripción?

Transcribe dentro de una conversación, y xAI afirma grandes mejoras sobre los modelos STT dedicados en entornos ruidosos, pero se factura por minuto de conversación, por lo que las cargas de trabajo de transcripción dedicadas se atienden mejor con un modelo STT dedicado.

En resumen

Grok Voice Think Fast 2.0 es el modelo de voz agéntico más potente medido hasta ahora, y el más rápido en el nivel superior por un amplio margen: 0,70 s hasta el primer audio es una victoria genuina, independiente y orientada al usuario, y el primer lugar en τ-Voice es una clasificación real. El resumen honesto es específico: es la mejor herramienta de su clase para agentes de voz en tiempo real respaldados por herramientas, no el mejor modelo de voz en todos los aspectos — Qwen lidera en inteligencia y OpenAI en fineza conversacional. Las controversias no son sobre la velocidad. Son sobre el precio: un aumento del 60% en un modelo que xAI dice que es más barato de servir, una migración automática de alias con una fecha límite estricta, y afirmaciones destacadas que se basan en cifras no publicadas del proveedor. Úsalo por la velocidad agéntica, fija tu versión, etiqueta las afirmaciones del proveedor y verifica la precisión con tus propias llamadas — y mantén el texto de propósito general y el razonamiento alrededor de tu producto de voz en un endpoint neutral al proveedor como OrcaRouter.