xAI 发布 Grok Voice 3.0：86.9 分首秀登顶，七成来电无需人工？

随手先关注，不错过每日AI热讯速递

北京时间今天凌晨（10-15 01:11），Elon Musk发帖宣布Grok Voice 3.0上线——xAI 新一代speech-to-speech（语音直接进、语音直接出，跳过文字转写的端到端模型形态）模型[1]。

「Grok Voice 3.0 is now the world’s leading conversational voice model」[1]

——Grok Voice 3.0 现已是全球领先的对话式语音模型。

xAI 官网同步发布「Introducing Grok Voice 3.0」公告（署期 10-14，美西时间），自述其为全球最智能的 speech-to-speech 模型[2]。

①

量化依据来自独立评测机构Artificial AnalysisGrok Voice 3.0Speech-to-Speech Index拿下86.9 分，首次参评即登顶[2]。

对照组是上代Grok Voice 2.081.3 分GPT-Live-1 (Astra)83.2 分，以及Gemini 3.8 Live82.6 分[2]。

分项并不都是第一：语音智能体人类盲测 Elo 得1070，列第 3；客服任务基准τ-Voice（考察语音助手能不能把事真正办成的行业基准）拿下71.6%，列第 2[2]。

图来源：xAI 官方公告[2]

其余分项对上代是全面小幅领先：Big Bench Audio98.5%（上代 97.2%），任务完成率94.8%（上代 94.6%），全双工自然度97.0%（上代 95.1%）[2]。

速度是主打卖点：官方称端到端延迟低于 1 秒；榜单实测的平均首次音频时间为0.81 秒[2][5]。

②

Voice Agent API（开发者搭建语音客服或语音助理时调用的官方接口）定价$0.08/分钟（$4.80/小时），与上代完全持平[2][3]。

官方模型文档已上架 grok-voice-3.0；上代 grok-voice-2.0 标记弃用，沿用 grok-voice-latest 别名的存量应用无需改代码，自动切换到新模型[3]。

单次基准任务成本约$0.025，低于 GPT-Live-1 (Astra) 的 $0.030[2]。

官方披露的落地场景集中在自家生态：xAI称 Grok Voice 每天在TeslaSpaceX承载数百万次对话，车内可查日程、回邮件、订咖啡[2]；外部客户的落地情况，官方未披露[2]。

Starlink客服中心每天接听20,000 通多语言来电，约70%无需人工介入即解决；官方还称约四分之一销售来电在客户挂断前完成购买[2][4]。

③

「Grok Voice 3.0 scores 71.6%, comparable with GPT-Live-1 (Astra), but at 40% lower latency」[2]

——τ-Voice 得分 71.6%，与 GPT-Live-1 (Astra) 相当，但延迟低 40%。

也就是说，40%的降幅对照的是GPT-Live-1，不是上代 Grok Voice 2.0[2]。

对上代其实是退步：榜单实测首次音频延迟0.81 秒，慢于上代的0.70 秒，但仍快于 GPT-Live-1 (Astra) 的 1.34 秒[5]。

Starlink 那组数字同样要看口径：20,000 通、70% 与四分之一全部出自官方自述，无统计期间、无问题类型分布，也没有「自主解决」的判定标准[2]。

第三方背书来自ServiceNow：在企业语音智能体基准 EVA-Bench 的200 多个真实场景里，Grok Voice 3.0 拿下最高准确率74%，其产品高级总监Nitin Aggarwal评价称[2]：

「sets a new Pareto frontier on EVA-Bench」[2]

——在 EVA-Bench 上树立了一条新的帕累托前沿。

综合分登顶也带着边界：Elo 列第 3、τ-Voice 列第 2，单项坐标各有对手站在前面[2]。

一场以同价换档位的发布：分数登顶、价格持平、老模型就地弃用，而运营故事暂时只有 xAI 自己在讲[2]。

同价升级的语音 API 已经摆在面前，你会把客服电话交给它吗？评论区聊聊你最近遇到过的 AI 客服。

参考来源：

[1] Grok Voice 3.0 is now the world’s leading conversational voice model — Elon Musk on Xhttps://x.com/elonmusk/status/2110483960312799675

[2] Introducing Grok Voice 3.0 — xAIhttps://x.ai/news/grok-voice-3

[3] Models — xAI Documentationhttps://docs.x.ai/docs/models

[4] Starlink uses Grok’s voice model to handle customer service calls — The Vergehttps://www.theverge.com/science/1011488/starlink-uses-groks-voice-model-to-handle-customer-service-calls

[5] Grok Voice 3.0 tops the Speech-to-Speech Index — OrcaRouterhttps://www.orcarouter.ai/blog/grok-voice-3-0-tops-speech-to-speech-index

欢迎点赞、分享、推荐

一起拥抱AI