Grok Voice Transcribe 2.0 je nová verze modelu pro převod řeči na text. Výrobce uvádí, že v interních testech dosahuje dvojnásobné přesnosti oproti předchozí verzi při zachování stejné ceny. Model je zaměřený na obtížné nahrávky s hlukem, více mluvčími, různými přízvuky a údaji, jako jsou telefonní čísla nebo e-mailové adresy. Podporuje časové značky na úrovni slov, rozpoznání jednotlivých mluvčích, až osm zvukových kanálů a zvýraznění klíčových termínů. Rozhraní nabízí dávkový i streamovaný přepis. Cena zůstává na 0,10 dolaru za hodinu u dávkového zpracování a 0,20 dolaru za hodinu u streamingu. Novinka má brzy nahradit původní model jako výchozí volbu v API.
