14 Ekim 2026 ÇarşambaSayı № 287
I Model ÇıkışıResmi Kaynak

Grok Voice Transcribe 2.0 Tanıtıldı: Gerçek Dünya Seslerinde Çift Kat Daha Doğru

xAI, yeni nesil ses‑metin modeli Grok Voice Transcribe 2.0'i duyurdu. Model, gerçek‑dünya koşullarında önceki sürümüne göre iki kat daha düşük hata oranı sunarken fiyatını aynı tutuyor.

xAI kaynağından derlendi · · 2 dk okuma

Orijinal haber ↗
Görsel: xAI

Özetle

  1. 1

    Grok Voice Transcribe 2.0, önceki sürümüne göre iki kat daha düşük Word Error Rate sunuyor.

  2. 2

    Public Artificial Analysis lider tablosunda 32 akış modelinin arasında birinci sırada yer alıyor.

  3. 3

    Kısa cümle setinde WER %20.6'dan %6.8'e düşerek %13.8'lik büyük bir iyileşme sağladı.

  4. 4

    Batch ve streaming API'lerine kod değişikliği olmadan yeni özellikler (zaman damgaları, diarizasyon, çok kanallı, anahtar terim biası vb.) eklendi.

  5. 5

    Fiyatlandırma aynı kalıyor: batch $0.10/sa, streaming $0.20/sa.

SpaceXSI'nin (xAI) en yeni speech‑to‑text modeli Grok Voice Transcribe 2.0, gerçek‑dünya değerlendirmelerde mevcut en yüksek doğruluk oranlarından birini elde etti ve Grok Voice Transcribe 1.0'dan iki kat daha doğru sonuç veriyor. Model, Grok Voice adlı ses temelli temel modelin üzerine inşa edildi; bu temel model, Tesla araçlarındaki Grok asistanı ve günlük binlerce müşteri destek çağrısı gibi uygulamalarda zaten kullanılmaktadır.

Grok Voice Transcribe 2.0, gürültülü, çok dilli ve çeşitli ortam koşullarında kaydedilmiş bir veri setiyle eğitildi ve post‑training aşamasında iyileştirildi. Bu sayede telefon hatlarındaki bozulmalar, birden fazla konuşmacı, bölgesel aksanlar ve sesli olarak okunan e‑posta ya da telefon numaraları gibi zorlu senaryolarda dahi düşük Word Error Rate (WER) sağlıyor. Public Artificial Analysis lider tablosunda 32 akış modelinin arasında birinci sırada yer alıyor.

Model, dört iç değerlendirme setinde de Grok Voice Transcribe 1.0'ı geride bıraktı; özellikle telefon (8 kHz) trafiğinde test edilen tüm modelleri geride bıraktı. Kısa cümle ve komut setinde WER %20.6'dan %6.8'e düşerek çok büyük bir iyileşme gösterdi. Çok dilli desteği sayesinde 19 dili otomatik algılayıp, kayıttaki dil değişimlerini tek geçişte takip edebiliyor.

Yeni sürüm, mevcut Speech‑to‑Text API entegrasyonlarına kod değişikliği gerektirmeden batch ve streaming modlarında ek özellikler getiriyor: kelime‑seviyesinde zaman damgaları, konuşmacı ayrımı, 8 kanala kadar çok kanallı transkripsiyon, 100’e kadar anahtar terim biası, otomatik sayı‑tarih‑para‑telefon‑e‑posta formatlama, dolgu sözcüklerinin çıkarılması ve akıllı konuşma sonu algılama. Fiyatlandırma ise aynı kalıyor; batch transkripsiyon $0.10/sa, streaming $0.20/sa. Grok Voice Transcribe 1.0 önümüzdeki haftalarda kullanım dışı bırakılacak.

Yöney yorumu

Grok Voice Transcribe 2.0, yüksek doğruluk ve çok dilli yetenekleriyle geliştiricilere ve işletmelere daha güvenilir bir ses‑metin çözümü sunuyor; aynı fiyat seviyesindeki iyileştirme, maliyet duyarlı uygulamalarda geniş benimsenmesini teşvik edecek.

Yapay zekâ tarafından üretilmiştir.

Haberdeki skorlar

Bu skorların kaynak metinde birebir geçtiği doğrulandı. Bilinen testlerin sonuçları Benchmark sıralamalarına da eklenir.

  • Grok Voice Transcribe 2.0Short‑phrase Word Error Rate · short‑phrase set
    %6.8
Devamı kaynakta

Bu haber xAI kaynağından derlenip Türkçeye aktarıldı. Ayrıntılar ve orijinal metin için oka tıklayın.

I

Aynı bölümden

Tümü →
I Model Çıkışı

Gemini 4 Argon: Güvenli ve Sorumlu Kullanım İçin Yeni Savunma Katmanları

Google DeepMind, yeni nesil yapay zeka modeli Gemini 4 Argon'un güvenlik ve sorumluluk çerçevesini açıkladı. Model, siber savunma, biyoteknoloji ve karmaşık kodlama görevlerinde çığır açarken, kötü niyetli kullanım risklerini azaltmak için üç katmanlı gerçek‑zaman koruma ve kapsamlı uyumsuzluk izleme sistemleriyle donatıldı.

Özetle 3 madde
  1. Gemini 4 Argon, 12/12 siber saldırı senaryosunu başarıyla çözdü; önceki nesilde bu sayı 5 idi.
  2. Gerçek‑zaman üç katmanlı koruma (giriş taraması, aktivasyon probeleri, sürekli izleme) sayesinde jailbreak ve tehlikeli isteklerde %50'ye yakın azalma sağlandı.
  3. Gray Swan IPI benchmark'ında 15 adaptif saldırı denemesinde başarı oranı %0.7'ye düşürüldü.

Google DeepMind4 skor

I Model Çıkışı

Gemini 4 Argon, Google’ın en yetkin frontier modeli dünya çapında kullanılabilir

Google, yeni nesil Gemini 4 Argon modelini küresel olarak kullanıma sundu. Model, API, AI Studio ve Gemini platformu üzerinden erişilebilecek ve Google Antigravity gibi hizmetlerde yer alacak. Ücretsiz ve Plus kullanıcıları ise geçici olarak daha düşük kapasiteli Flash modellerine yönlendirilecek.

Özetle 3 madde
  1. Gemini 4 Argon, Google'ın en yetkin frontier modeli olarak API, AI Studio ve Gemini platformunda küresel erişime açıldı.
  2. Ücretsiz ve Plus kullanıcıları geçici olarak daha düşük kapasiteli Flash modellerine yönlendirildi; model yetenekleri zamanla alt katmanlara da sızacak.
  3. Gray Swan Indirect Prompt Injection benchmark'ında %0.7 saldırı oranı ile en düşük risk gösterildi; GPT-6 Astra %8.5, Claude Opus 5 %4.8 idi.

The Decoder3 skor

I Model Çıkışı

Google Gemini 4 Argon modeli güvenlik ve sorumluluk çerçevesiyle tanıtıldı

Google, yeni Gemini 4 Argon modelini sorumlu ve güvenli bir şekilde kullanıma sundu. Model, kodlama, finans, hukuk, siber güvenlik ve bilim gibi yüksek riskli alanlarda üstün performans sergilerken, kötü niyetli kullanım ve hatalı karar alma risklerine karşı çok katmanlı savunma mekanizmalarıyla destekleniyor.

Özetle 3 madde
  1. Gemini 4 Argon, 12/12 siber saldırı senaryosunu çözerek önceki nesilden iki kat daha yüksek bir güvenlik performansı gösterdi.
  2. Model, tehlikeli biyolojik ve kodlama isteklerini reddetme oranını ikiye katlayarak kötü niyetli kullanım riskini önemli ölçüde azalttı.
  3. Gerçek zamanlı koruma katmanları (giriş taraması, içsel içgörü, sürekli izleme) ve otomatik misalignment izleme sistemi sayesinde modelin hatalı kararları önceden engelleniyor.

Google Gemini4 skor