Realtime-Venus 對比 Grok Voice Think Fast 2.0：只有其中一個有標價

把 Realtime-Venus 和 Grok Voice Think Fast 2.0 並排放在一起，第一個差異不是基準測試，而是一張採購單。Grok Voice Think Fast 2.0 是一個託管的語音轉語音模型，於 2026 年 7 月 29 日開賣，價格為每音訊分鐘 0.08 美元，並公布了 0.70 秒的首次音訊延遲，以及來自第三方的基準測試分數。Realtime-Venus 則是螞蟻集團 Venus 團隊與清華大學的 90 億參數全雙工系統，以 Apache-2.0 權重、一份日期為 2026 年 9 月 12 日的技術報告的形式存在，此外沒有什麼你可以呼叫的東西。其中一個你可以在這週結束前接進電話線。另一個你可以閱讀。這種不對稱結果證明是比計分板更有用的比較，因為這兩個模型幾乎做了相同的架構賭注，然後在如何運用它上完全分道揚鑣。

簡短的回答

如果你現在就需要一個可運作、可投入生產環境的語音代理，而且要有能編進預算的費率表，以及可實際測試的延遲保證，就選 Grok Voice Think Fast 2.0。如果你需要擁有整套技術堆疊——如果你的資料不能離開你的基礎架構、如果你需要微調前端，或者你是在評估架構而不是推出產品——就選 Realtime-Venus。沒有第三種會讓它們彼此競爭的情況，因為其中一個有 API，而另一個沒有。

他們對這個難題意見一致。

有趣的是，兩者的診斷有多麼相似。這兩個模型之所以存在，都是因為同一個矛盾：對話控制必須以毫秒級的精度運行，而推理卻要花上數秒。一個停下來思考的模型，就不再讓人感覺它在場。

Grok Voice Think Fast 2.0 透過邊說話邊推理來解決這個問題。Think Fast 系列建立於一個理念：模型不應先推論、再生成語音；而是串流語音並同步思考，因此工具呼叫可以在代理還沒說完第一句話之前就觸發。xAI 表示，2.0 版使用的推理 token 約為前代的 0.4 倍，這被定位為成本與延遲的改善，而非品質上的提升。

Realtime-Venus 的解法，是根本不在前端解決這個問題。它的雙迴圈執行環境會讓一個一秒的互動迴圈持續運作——感知、輪次控制、語音生成——並透過模型自身隱藏序列中發出的非同步委派標記，把任何耗費資源的工作交給一個名為 Realtime-Venus-Harness 的獨立元件。前景對話從不暫停。背景結果在送達時會被重新整合。

那些是針對同一個問題的不同工程解答，而它們各自有不同的失效模式。邊說邊推理會把重擔放在模型身上，要它維持兩條思路彼此連貫。委派則把重擔放在執行環境上，要它避免兩個迴圈互相破壞——這正是為什麼 Realtime-Venus 論文中的因果任務擷取，也就是每個委派任務各自獨立的狀態快照，是撐起這套設計的關鍵細節。

唯一一個能夠同時衡量他們兩者的指標

全雙工基準測試是這兩者唯一重疊的地方，而它們並非乾淨俐落地重疊。

• 打斷處理 — Realtime-Venus 回報在 Full-Duplex-Bench v1.5 上能回應 75% 的使用者打斷。根據 Artificial Analysis，Grok Voice Think Fast 2.0 在 Full Duplex Bench 上得分 95.1%，高於 1.0 版的 77.8%。

• 重疊下的延續 — Realtime-Venus 報告在回饋訊號下的延續率為 97%，在他人導向言語下為 88%，在背景言語下為 86%，並表示它在這三項上都超越了 Gemini 3.1 Live 和 GPT-4o。

• 不同的測量工具、不同的作者——Realtime-Venus 的數字來自其自家的技術報告，沒有外部重現。Grok 的數字則來自運行該模型的第三方。拿自我報告的數字和獨立測量出的數字相比，根本算不上比較，而上述差距出於方法論問題的可能性，和它是真實差距的可能性一樣大。

誠實的解讀：就現有證據而言，Grok Voice Think Fast 2.0 是兩者之中，唯一其全雙工行為已由與結果毫無利害關係的人實測過的那一個。

獨立數字把 Grok Voice Think Fast 2.0 放在哪裡

目前最清晰的參考數據來自 Artificial Analysis 的 Speech Agent Arena，該排行榜透過盲測偏好，針對預約牙醫門診、訂購外送等任務的即時語音對話為模型評分。截至 2026 年 9 月 18 日，Grok Voice Think Fast 2.0 High 在二十多個項目中名列第七，552 個樣本下的 Elo 為 1,011，落後於 Google 的 Gemini 3.1 Flash Live Minimal（1,096）、Gemini 3.8 Live（1,083）與 GPT-Live-1（1,053），並明顯領先自家前代版本 Grok Voice Think Fast 1.0（908）。

Elo 旁邊的那一欄更有意思。在任務成功率方面，Grok Voice Think Fast 2.0 達到 94.6%，是可見前二十名中最高的數字——高於 Gemini 3.8 Live 的 93.2%、GPT-Realtime-2.1 High 的 91.5%，以及 GPT-Live-1 的 90.9%。偏好度第七、任務完成度第一，這是一個不尋常且相當特定的側寫：聽眾不特別喜歡這個聲音，但它能把事情做完。如果你的產品是做事，而不是聊天，那一欄才是預測你成果的指標，而這也是這兩款模型各自最有力的獨立證據。

xAI 在發布時公布的數字是另一套不同的衡量工具，應分開解讀：在 Artificial Analysis 的語音對語音品質指數上為 82.9%，在 τ-Voice 代理基準測試中以 56.5% 拿下第一，Big Bench Audio 上為 97.2%，Full Duplex Bench 上為 95.1%。那些是該模型於 2026 年 7 月下旬推出時的排名，而這個類別的排行榜每個月都會變動——這正是為什麼上面那張競技場排行榜，以今天來看，比發布時的數字更有價值。

帳單，以及其中不在帳單上的部分

Grok Voice Think Fast 2.0 每分鐘音訊要價 0.08 美元，約等於每小時 4.80 美元，另外每則文字輸入訊息加收 0.004 美元。相較於 1.0 版本推出時每分鐘 0.05 美元的收費，漲幅達 60%，而 xAI 已在 2026 年 8 月 5 日自動把滾動式的 grok-voice-latest 別名移到 2.0，因此想繼續採用舊價格的團隊必須在該日期前鎖定明確版本。按分鐘計費的模式也意味著效率提升的好處歸於供應商：若模型變得更擅長更快結束通話，你每通話的帳單會降低，但每分鐘成本不會。

Realtime-Venus 沒有帳單，因為它沒有服務。它有的是硬體底線。兩個 9B 檢查點在 BF16 下，還沒算上活化記憶體，每份權重就大約十八 GB，而這張卡的文件記載了一個必須持續運行的每秒串流迴圈。能撐起這點的 GPU 節點有月費，而且是固定費用——不管有沒有人呼叫，你都得付。對於流量穩定的產品，這比每小時 4.80 美元便宜。對於流量間歇的產品，則貴得多，而交叉點是這裡唯一真正重要的財務問題。

權重、控制，以及每一個各自能讓你改變什麼

這就是這兩個模型完全無法再相提並論的地方。

• 微調 — Realtime-Venus 隨附權重。你可以微調它們、將它們量化、在氣隙環境中運行它們，並檢視每一層。Grok Voice Think Fast 2.0 是封閉的託管模型；你能改變的是提示詞、語音選擇，以及你註冊的工具。

• 語音 — Grok Voice Think Fast 2.0 隨附預設語音，並支援從大約一分鐘的語音進行自訂語音複製。Realtime-Venus 隨附一個參考語音與一個內建的 token 轉波形解碼器，而任何超出這些範圍的東西都是你自己的問題。

• 涵蓋範圍 — Grok Voice Think Fast 2.0 支援 25 種以上語言，預設透過與 OpenAI Realtime 相容的 WebSocket 工作階段，以 24 kHz 的 PCM16 進行語音傳輸，電話語音則使用 μ-law。這項相容性是一項實質的遷移優勢：大多數現有的即時語音程式碼只需要變更基礎 URL 和金鑰。Realtime-Venus 提供英文與中文文件。

• 影片——Realtime-Venus-Omni 透過 SigLIP2 編碼器接收串流影片與影像，並進行持續的視覺感知。Grok Voice Think Fast 2.0 則是音訊與文字；沒有攝影機路徑。

• 長上下文 — Realtime-Venus 擁有 40,960 個 token 的上下文，以及可在四十分鐘視窗上啟用的免訓練長影片記憶。Grok Voice Think Fast 2.0 是一種工作階段模型，沒有可相比的已發布記憶功能。

各自斷裂之處

值得預先規劃的失敗情況恰恰相反。Grok Voice Think Fast 2.0 的風險在於供應商集中，以及無法驗證的行銷宣傳：xAI 的 Starlink A/B 結果、其轉錄準確率倍數，還有它對速度的說法，全都是公司自行報告，沒有公布底層資料；而一個按分鐘計價、版本之間價格變動達 60% 的模型，已經證明它會改變價格。請鎖定你的版本，並在你自己的音訊上執行你自己的評測。

Realtime-Venus 的弱點在於，沒有人實際運行過它。它的基準測試是自我回報的，其測試框架相對於其重要性而言缺乏文件說明，而它在真實部署中的延遲也未知——報告描述的是一秒的互動節奏，那是設計參數，不是測量到的首次音訊時間。一個沒有 API、也無法重現的模型沒有實績紀錄，只有一份規格。

有一條中間路線值得直白說明，因為那正是多數團隊實際上會採行的做法。如果你正在打造一套以委派為基礎的系統——自己挑選前端，把昂貴的工作交給文字模型——前端與推理那一條腿不必來自同一個地方。OrcaRouter 既不提供 Realtime-Venus，也不提供 Grok Voice Think Fast 2.0；這兩層語音都落在我們所服務的範圍之外，我們直言這一點，而不是暗示相反。被委派的那一條腿則是另一回事。近 200 個文字模型藏在一把金鑰之後，以供應商定價提供、不加價，還具備自動容錯移轉，讓上游中斷不會導致進行中的通話斷線、一套能將數個模型組合成單次呼叫的路由 DSL，以及為值得聽取不只一種意見的決策而設的模型融合。那正是語音代理中受益於可替換性的一半，也是你能在不動到正在進行對話的那個模型的情況下更換的那一半。

該選哪一個

本季度選擇 Grok Voice Think Fast 2.0。它已經可用、經過獨立基準測試，在預測你的代理能否做出任何有用之事的代理式評估中排名第一，而 0.70 秒即可產生首批音訊，是你可以據以打造使用者體驗的數字。為相較 1.0 上漲 60% 的價格編列預算，並鎖定你的模型版本。

只有在限制條件是擁有權時，才選擇 Realtime-Venus。如果你的部署無法呼叫外部 API、如果你需要微調對話前端，或者如果你需要相機——這三種情況就是全部的理由，而當它們適用時，都是很強的理由。

不該由基準測試表來決定這件事，因為它的兩邊是由不同人在不同條件下產出的。Grok Voice Think Fast 2.0 的數字是別人測量的。Realtime-Venus 的數字則不是。在情況改變之前，實際上能進行的比較，是一個產品與一篇論文之間的比較。