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

动察 Beating AI 快讯，xAI 推出语音到语音模型 Grok Voice 3.0。据官方介绍，该模型在 Artificial Analysis 独立测试的 Speech-to-Speech Index 上得分 86.9，排名第一。作为对比，Grok Voice 2.0 为 81.3，GPT-Live-1 为 83.2，Gemini 3.8 Live 为 82.6。官方还称其端到端延迟低于 1 秒。<br /> <br /> 目前该模型已通过 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。<br /> <br /> 官方表示，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，其中约 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。在 ServiceNow EVA-Bench 上准确率为 74%，τ-Voice 为 71.6%。官方称其表现与 GPT-Live-1 相当，但延迟约低 40%。