【CNMO科技消息】10月15日，据外媒报道，马斯克旗下人工智能公司xAI宣布推出Grok Voice 3.0语音模型，并已通过语音代理API开放使用，定价为每分钟0.08美元，与上一代产品相同。xAI表示，Grok Voice已用于特斯拉车辆语音交互及SpaceX旗下星链客服中心，后者每天处理约2万通多语言客户来电，约70%的来电无需人工介入即可解决。
Grok
据独立AI评测平台Artificial Analysis公布的测试结果，Grok Voice 3.0在Speech-to-Speech Index（语音到语音综合指数）中获得86.9分，首次参评即排名第一。作为对比，OpenAI的GPT-Live-1（Astra，中等推理配置）得分83.2，谷歌Gemini 3.8 Live Extended Thinking（高推理配置）得分82.6，GPT-Live-1（Sol，低推理配置）得分80.1。Grok Voice 3.0较上一代Grok Voice 2.0的81.3分提高5.6分，较Grok Voice 1.0的73.7分提高13.2分。
在具体指标上，Grok Voice 3.0的表现有所分化。任务成功率方面，模型在Speech Agent Arena测试中以94.8%位列第一，略高于Grok Voice 2.0的94.6%。语音智能体执行能力方面，在Tau Voice测试中得分71.6%，仅次于GPT-Live-1（Astra，中等配置）的74.5%，大幅高于Grok Voice 2.0的56.5%。音频推理方面，在Big Bench Audio测试中得分98.5%，超过谷歌相关模型的97.7%和上一代Grok Voice 2.0的97.2%。但在用户偏好方面，其Elo评分为1070，低于Gemini 3.1 Flash Live Minimal的1100和Gemini 3.8 Live的1088，排名第三。
Grok
对于需要实时交互的语音智能体，响应延迟是影响用户体验的关键指标。Artificial Analysis的测试显示，在Big Bench Audio测试中，Grok Voice 3.0的平均首次音频响应时间为0.81秒，较Grok Voice 2.0的0.72秒略慢，但仍在1秒以内。xAI在官方发布中称，Grok Voice 3.0可在不到1秒内响应客户，成本低于业内前沿模型。