xAI 官方宣布推出 Grok Voice 3.0，稱其為全球最智能的語音轉語音模型。該模型在解決客戶支援電話方面創下新紀錄，延遲時間低於一秒，並且成本低於其他前沿模型。Grok Voice 每天支援數百萬個對話，並已在 API 中提供，價格與其前身 Grok Voice 2.0 相同。
Grok Voice 3.0 獲得最高準確度評分
根據 Artificial Analysis 的獨立測試，Grok Voice 3.0 在語音轉語音指數中排名第一，得分為 86.9。該指數綜合了語音推理、τ-Voice，以及在盲測中的偏好和任務成功率。Grok Voice 3.0 在 Full Duplex Bench 的得分為 97%，這是衡量其處理暫停、交談和打斷的自然程度的指標。
“Grok Voice 3.0 在 EVA-Bench 上設立了新的 Pareto 前沿，這是 ServiceNow 的開源基準，評分語音代理在準確度和客戶體驗上的表現。”
xAI
Grok Voice 3.0 在 Tesla 和 SpaceX 的廣泛應用
Grok Voice 3.0 每天在 Tesla 車輛中處理數百萬個對話。駕駛者可以使用 Connectors 進行簡單請求，例如查詢日曆或回覆電子郵件，還可以使用 Grok Bot 處理更大的任務，如訂購咖啡或預訂晚餐，所有操作均可完全免手動執行。Starlink 呼叫中心每天使用 Grok Voice 回應 20,000 個客戶電話，其中約 70% 的問題無需人類介入即可解決。
Grok Voice 3.0 的定價及可用性
Grok Voice 3.0 現已在 Voice Agent API 中提供，價格為每分鐘 0.08 美元（約 0.62 港元），與 Grok Voice 2.0 相同。使用 `grok-voice-latest` 的代理已自動切換，無需進行任何更改。
資料來源：xAI 官方公告
