16 сентября 2026 г.
ИИ-агент вызывает инструменты до конца фразы: Grok Voice отвечает за 0,70 секунды
Grok Voice стал доступен на fal 16 сентября 2026 года и начинает отвечать через 0,70 секунды. Speech-to-speech API принимает аудио, возвращает голосовой ответ с расшифровкой и завершает вызовы инструментов до конца фразы. Realtime-режим работает в full-duplex, поддерживает 25 языков и custom voices; цена составляет около $0,05 за минуту.
SpaceXAI
@spacexai
Используйте Grok Voice в fal, чтобы создавать умных ИИ-агентов с низкой задержкой, которые решают реальные проблемы клиентов.
Grok Voice теперь доступен на fal. Новейшая речевая модель от @SpaceXAI отвечает за 0,70 секунды и завершает вызовы инструментов до того, как заканчивается фраза. Расшифровка с временными метками для каждого слова, синтез речи более чем 30 голосами на более чем 25 языках и клонирование по двум минутам аудио. Все голоса в этом видео созданы Grok Voice.
· 53 тыс. просмотров
Для прямого realtime-подключения xAI требовались WebSocket `wss://api.x.ai/v1/realtime` и Bearer-токен с xAI API key. Официальный Grok Voice Agent API уже поддерживал вызов инструментов и поиск данных в реальном времени по цене $0,05 за минуту аудио 17 декабря 2025 года.
Теперь. На fal достаточно установить fal.ai SDK, взять API key в dashboard и вызвать `xai/grok-voice`; для живого диалога используется `xai/grok-voice/realtime`. В JavaScript обычный вызов передаёт `audio_url`, `prompt` и `voice`, а ответ содержит URL WAV-файла и текст расшифровки.
fal указывает, что сервис подходит для коммерческих проектов и не требует отдельной инфраструктуры API. В кейсе xAI для Starlink заявлены 70% автономно решённых обращений, 20% конверсии продаж и 28 инструментов в одном агенте. Цена fal составляет $0,00083 за секунду аудио, около $0,05 за минуту, без минимального объёма.
На fal Grok Voice уже доступен для коммерческих проектов, а realtime-режим объединяет голосовой диалог с вызовами инструментов.
Первоисточник
