xAI發佈Grok Voice 3.0，在Speech-to-Speech基準居首

動察 Beating AI 快訊，xAI 推出語音到語音模型 Grok Voice 3.0。據官方介紹，該模型在 Artificial Analysis 獨立測試的 Speech-to-Speech Index 上得分 86.9，排名第一。作為對比，Grok Voice 2.0 為 81.3，GPT-Live-1 為 83.2，Gemini 3.8 Live 為 82.6。官方還稱其端到端延遲低於 1 秒。<br /> <br /> 目前該模型已通過 Voice Agent API 上線，定價為每分鐘 0.08 美元，與前代相同。使用 grok-voice-latest 的代理將自動切換。<br /> <br /> 官方表示，Grok Voice 每天在 Tesla 與 SpaceX 處理數百萬次對話；Starlink 客服中心每日約接聽 2 萬通電話，其中約 70% 無需人工介入即可解決，約四分之一銷售電話在掛斷前完成購買。在 ServiceNow EVA-Bench 上準確率為 74%，τ-Voice 為 71.6%。官方稱其表現與 GPT-Live-1 相當，但延遲約低 40%。