Воу-воу, Grok запилил свой speech-to-speech и он сразу в топе бенчмарков https://x.ai/news/grok-voice-agent-api По данным Artificial Analysis, работает и существенно быстрее, и качественнее даже классной и быстрой Gemini 2.5-Flash, на базе которой я переводилку делал. Еще и заявляют, что цена фиксированная, но честно говоря 5 центов за минуту уже не сильно и дешево, можно собрать примерно в 6 раз дешевле на Gemini. На русском языке судя по графику порвали OpenAI Realtime в клочья :) Короче, для тех, кому нужна супер-скорость и качество, но при этом можно цену "премиальную" платить - самое то. А еще говорят, что готовят отдельные speech-to-text и text-to-speech кусочки! Отличненько! На поле битвы за голос усиливается конкуренция. https://x.ai/news/grok-voice-agent-api https://artificialanalysis.ai/models/speech-to-speech