埃隆·马斯克旗下人工智能公司SpaceXSI（原名xAI）今日发布了Grok Voice 3.0，这是其语音智能体API背后语音到语音模型的最新版本。
SpaceXSI正将该模型推向处理客户支持与销售通话的企业用户。独立测评机构Artificial Analysis将其评为同类模型中排名第一。Artificial Analysis的排名依据包括推理测试、任务完成度以及在盲测对比通话中的听众投票，Grok Voice 3.0在其语音到语音指数（Speech-to-Speech Index）上获得86.9分。
在同一指数上，OpenAI Group PBC的GPT-Live-1（由OpenAI的GPT-6 Astra模型负责推理部分）得分为83.2，谷歌的Gemini 3.8 Live得分为82.6。在评估模型应对停顿和打断的自然程度的Full Duplex Bench测试中，新版Grok模型获得97%的成绩。
在针对重口音和背景噪音客服通话设计的Tau-Voice测试中，OpenAI模型以74.5%对71.6%的微弱优势保持领先。SpaceXSI表示，其模型在该测试中获得首个音频响应的速度快了约40%。在Artificial Analysis的Big Bench Audio测试中，一项任务在Grok Voice 3.0上的完成成本约为2.5美分，而GPT-Live-1为3美分，OpenAI的GPT-Realtime-2.1则需5.5美分。
除Artificial Analysis的测试外，Grok Voice 3.0在ServiceNow Inc.的开源评测EVA-Bench上也以准确率领先，在超过200个企业场景中得分74%。在准确率与客户体验综合评分方面，没有其他模型表现更好。ServiceNow产品管理高级总监尼廷·阿加瓦尔表示，该模型“将顶尖的准确率与自然、灵敏的对话体验结合在了一起”。
在实际应用中，特斯拉汽车每天已产生数百万次Grok Voice对话。驾驶者依靠它查看日程安排和处理邮件。更复杂的事务，如预订晚餐，则通过Grok Bot完成，其语音模式同样运行于新模型之上。
在SpaceX旗下卫星互联网业务Starlink，Grok Voice每天以多种语言应答约2万个客户来电。SpaceXSI表示，其中约70%的问题无需人工介入即可解决，而每四个销售电话中就有一个在通话结束前完成了购买。
SpaceX于今年2月收购了xAI。该人工智能部门于7月更名为SpaceXAI，并于本月早些时候正式改名为SpaceXSI。
Grok Voice 3.0现已在语音智能体API中上线，定价为每分钟8美分，或每小时4.80美元，与Grok Voice 2.0价格相同。使用grok-voice-latest模型别名的开发者，其智能体已自动迁移至新版本，无需进行任何操作。
Q&A
Q1：Grok Voice 3.0是什么？
A：Grok Voice 3.0是SpaceXSI（原xAI）发布的新版语音到语音模型，是其语音智能体API的核心技术，主要面向处理客户支持与销售通话的企业场景。
Q2：Grok Voice 3.0的测评表现如何？
A：在独立测评机构Artificial Analysis的语音到语音指数上，Grok Voice 3.0得分86.9，超过OpenAI的GPT-Live-1（83.2分）和谷歌的Gemini 3.8 Live（82.6分），在多项测试中处于领先地位。
Q3：Grok Voice 3.0目前的使用价格是多少？
A：Grok Voice 3.0现已上线语音智能体API，定价为每分钟8美分，或每小时4.80美元，与前一版本Grok Voice 2.0价格保持一致。
