SpaceXAI 发布 Grok Voice Transcribe 2.0 语音转文字模型，价格不变、准确率翻倍，专攻嘈杂电话、多人对话、口音等难处理音频。支持批量与实时流式，具备时间戳、说话人分离、多语言切换等功能。批量价格为每音频小时 0.10 美元，流式为 0.20 美元。Atlassian Loom 已采用该模型转写视频。