據外媒報導，Elon Musk 旗下的人工智能公司 xAI 宣佈推出 Grok Voice 3.0 語音模型，並已通過語音代理 API 開放使用，定價為每分鐘 US$0.08 (約 HK$1)，與上一代產品相同。xAI 表示，Grok Voice 已被應用於 Tesla 車輛的語音交互及 SpaceX 旗下的星鏈客服中心，該客服中心每天處理約 2 萬通多語言客戶來電，其中約 70% 的來電無需人工介入即可解決。
根據獨立 AI 評測平台 Artificial Analysis 公佈的測試結果，Grok Voice 3.0 在 Speech-to-Speech Index（語音到語音綜合指數）中獲得 86.9 分，首次參評即排名第一。作為對比，OpenAI 的 GPT-Live-1（Astra，中等推理配置）得分 83.2， Google 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 較上一代 Grok Voice 2.0 的 81.3 分提高 5.6 分，較 Grok Voice 1.0 的 73.7 分提高 13.2 分。
Grok Voice 3.0 在語音智能體領域的表現顯著提升
在具體指標上，Grok Voice 3.0 的表現有所分化。任務成功率方面，模型在 Speech Agent Arena 測試中以 94.8% 位列第一，略高於 Grok Voice 2.0 的 94.6%。在語音智能體執行能力方面，在 Tau Voice 測試中得分 71.6%，僅次於 GPT-Live-1（Astra，中等配置）的 74.5%，大幅高於 Grok Voice 2.0 的 56.5%。
在音頻推理方面，在 Big Bench Audio 測試中得分 98.5%，超過 Google 相關模型的 97.7% 及上一代 Grok Voice 2.0 的 97.2%。但在用戶偏好方面，其 Elo 評分為 1070，低於 Gemini 3.1 Flash Live Minimal 的 1100 及 Gemini 3.8 Live 的 1088，排名第三。
對於需要實時交互的語音智能體，響應延遲是影響用戶體驗的關鍵指標。Artificial Analysis 的測試顯示，在 Big Bench Audio 測試中，Grok Voice 3.0 的平均首次音頻響應時間為 0.81 秒，較 Grok Voice 2.0 的 0.72 秒略慢，但仍在 1 秒以內。xAI 在官方發布中稱，Grok Voice 3.0 可在不到 1 秒內響應客戶，成本低於業內前沿模型。
