header-langage
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
扫码下载APP

xAI发布Grok Voice 3.0,在Speech-to-Speech基准居首

动察 Beating AI 快讯,xAI 宣布推出语音到语音模型 Grok Voice 3.0,称其在 Artificial Analysis 独立测试的 Speech-to-Speech Index 上以 86.9 分排名第一,高于 Grok Voice 2.0 的 81.3、GPT-Live-1 的 83.2 与 Gemini 3.8 Live 的 82.6;并称端到端延迟低于 1 秒。该模型已通过 Voice Agent API 上线,定价为每分钟 0.08 美元,与前代相同,使用 grok-voice-latest 的代理将自动切换。


官方称 Grok Voice 每天在 Tesla 与 SpaceX 处理数百万次对话,Starlink 客服中心每日约接听 2 万通电话,约 70% 无需人工介入即可解决,约四分之一销售电话在挂断前完成购买。ServiceNow EVA-Bench 准确率为 74%,τ-Voice 为 71.6%,称与 GPT-Live-1 相当但延迟约低 40%。

AI 解读
Grok Voice 3.0 以 86.9 分登顶 Speech-to-Speech Index,高于 GPT-Live-1 的 83.2;τ-Voice 71.6、EVA-Bench 74,延迟低于 1 秒。xAI 自 4 月开放 STT/TTS、7 月上线 Voice Agent Builder,语音 Agent 全栈已成形;9 月 GPT-Live-1 借 GPT-6 Astra 反超,此次夺回。

更关键的是价格与场景:Voice Agent API 仍为每分钟 0.08 美元,与 7 月底涨价 60% 后的前代持平,grok-voice-latest 让存量代理自动切换。xAI 未提外部客户,只强调 Tesla、SpaceX 每天数百万次对话、Starlink 日约 2 万通电话、70% 免人工。语音 Agent 先在自家高并发闭环跑通,再同价外溢;竞品短板在部署与数据闭环。
展开
举报 纠错/举报
纠错/举报
提交
新增文库
仅自己可见
公开
保存
选择文库
新增文库
取消
完成