Grok Bot заговорил: голосовой режим включают за пару дней

Голосовые звонки в Grok Bot гоняли в тестах ещё 26 августа, так что сюрприза не вышло. Голосовой режим раздают постепенно, волна за волной, и закончить обещают за ближайшую пару дней, о чём написал SPACEXAI в Threads.

Коротко

• Grok Bot научили говорить вслух: голосовой режим появляется в приложениях и приезжает к пользователям волнами, которые обещают докатить за ближайшие пару дней.
• По данным Basenor, режим работает и в десктопном клиенте, и в мобильных приложениях, а сами голосовые звонки в агенте были в тестах ещё 26 августа, до объявления о раскатке.
• Что именно меняется в работе с агентом помимо разговора вслух, в объявлении не расписано: ни списка языков, ни привязки к тарифам, ни ограничений на длину звонка там нет.

Если вы не следили, вот короткая предыстория. По данным ScriptByAI, Grok появился в конце 2023 года как ассистент, привязанный к X, а 2 февраля 2026 года SpaceX объявила о покупке xAI. Там же отмечают, что почву под голос готовили заранее: 17 апреля 2026 года вышли отдельные API распознавания и синтеза речи, а 30 апреля Custom Voices добавил клонирование голоса для Grok TTS и Voice Agent API.

Раздача идёт волнами и должна закончиться за пару дней

Формулировка в объявлении простая: функция будет раскатываться постепенно в течение ближайших пары дней, на десктопе и в мобильных приложениях. Тем же постом у читателей спрашивают, дошёл ли до них голос, и напоминают, что о голосовом режиме говорили и раньше. По данным Basenor, режим доступен и в десктопном клиенте, и в мобильных приложениях.

Голосовые звонки в агенте тестировали 26 августа. Тема для Grok не новая: по данным Swipefile, на схеме выката продуктов Grok за 2025 год «новые голосовые режимы» стояли отдельным пунктом в блоке функций первого квартала.

Раскатка волнами означает, что функцию включают партиями аккаунтов: у одного пользователя голос уже есть, у соседнего ещё нет, хотя приложение одно и то же.

Кому Grok Bot был доступен к моменту раскатки

Grok Bot, по данным ScriptByAI, вышел в раннюю бету 11 августа 2026 года как автономный ИИ-напарник, который может логиниться в инструменты и делать работу в фоне. Днём позже, 12 августа, там же фиксируют запуск Grok 4.6 для долгоиграющих агентов, сложного кода и работы со знаниями в Grok Build, Cursor, Grok Bot и API SpaceXAI. Именно эта модель стоит под агентом к моменту, когда включают голос.

Дальше доступ расширяли по подпискам. По тем же данным ScriptByAI, 22 августа агент открылся всем подписчикам SuperGrok Plus, Cursor Pro+ и Cursor Teams, а 26 августа к ним добавились SuperGrok и Cursor Pro. То есть ко дню голосовой раскатки круг пользователей у агента был шире, чем в первые дни беты.

Что происходит, пока агент отвечает вам голосом

Механику своего голоса SPACEXAI не описывает, но устроены такие режимы похоже. По описанию Retellai, это конвейер из трёх звеньев: речь превращается в текст (STT), языковая модель читает текст вместе с контекстом и доступными инструментами и решает, что ответить, а синтез речи (TTS) превращает ответ обратно в звук. Весь круг должен укладываться примерно в 700 миллисекунд, иначе разговор перестаёт ощущаться живым.

Держится бюджет на потоковой работе: ни одно звено не ждёт, пока предыдущее закончит. Там же указано, что STT отдаёт куски расшифровки примерно каждые 50 миллисекунд, модель выдаёт токены по мере генерации, а TTS начинает озвучивать ответ раньше, чем известен его полный текст. Похоже на синхронный перевод, где переводчик говорит, не дожидаясь конца фразы.

Самое трудное, по описанию Retellai, лежит вокруг ядра: определение конца реплики и обработка перебивания, когда человек начинает говорить поверх ответа. На них уходит основная часть задержки и инженерных усилий. Если система обрывает собеседника на паузе посреди фразы или продолжает говорить ему в ответ поверх, быстрое ядро уже не спасает.

О рамках в объявлении не сказано: ни языков, ни тарифов, ни того, работает ли голос с фоновыми задачами агента, ради которых Grok Bot и делали, а утверждение про десктоп и мобильные пока держится на одном источнике. На наш взгляд, странно объявлять функцию для продукта, доступ к которому весь август открывали по подпискам, и не сказать, каким подпискам она достаётся первой.

Когда голос дойдёт до всех

Окно короткое: пара дней с момента объявления, дальше можно считать, что раздача либо закончилась, либо затянулась. Проверять стоит прямо в приложении, поскольку волны включают по частям и соседу функция может прийти раньше. Открытым остаётся и вопрос про сценарии, ради которых голос затевался: список того, что через него станет доступно в агенте, пока не публиковали.