xAI выпустила Grok Voice 3.0 и заявила о первом месте в рейтинге Artificial Analysis
Голосовая модель набрала 86,9 балла в Speech-to-Speech Index. В Voice Agent API она стоит столько же, сколько предшественница: $0,08 за минуту разговора.
14 октября xAI представила Grok Voice 3.0, модель класса speech-to-speech. Компания называет её самой умной голосовой моделью в мире. По данным xAI, в тестировании Artificial Analysis она заняла первое место в Speech-to-Speech Index с результатом 86,9.
Для сравнения xAI приводит цифры конкурентов: у GPT-Live-1 83,2, у Gemini 3.8 Live 82,6, у прошлой Grok Voice 2.0 81,3. На Full Duplex Bench, где оценивают паузы, смену реплик и перебивания, новая версия набрала 97%. На τ-Voice результат 71,6%, как у GPT-Live-1, но задержка у Grok на 40% ниже. Отвечает модель быстрее чем за секунду.
На бенчмарке ServiceNow EVA-Bench для корпоративных голосовых агентов Grok Voice 3.0 показала наивысшую точность, 74%. Нитин Аггарвал, старший директор по продукту ServiceNow, отозвался о результате в блоге xAI: «Grok Voice 3.0 sets a new Pareto frontier on EVA-Bench».
По словам компании, Grok Voice обрабатывает миллионы разговоров в день в автомобилях Tesla. В колл-центрах Starlink модель принимает 20 000 звонков в сутки, и около 70% из них решаются без участия человека. Новая версия работает и в голосовом режиме Grok Bot.
Подключить модель можно через Voice Agent API, час разговора обойдётся в $4,80. Агентов на grok-voice-latest перевели на новую модель автоматически.