内容摘要xAI宣布推出Grok Voice 3.0,称其基准排名第一、延迟低于1秒,定价每分钟0.08美元。
正文
xAI发布Grok Voice 3.0,在Speech-to-Speech基准居首
动察 Beating AI 快讯,xAI 宣布推出语音到语音模型 Grok Voice 3.0,称其在 Artificial Analysis 独立测试的 Speech-to-Speech Index 上以 86.9 分排名第一,高于 Grok Voice 2.0 的 81.3、GPT-Live-1 的 83.2 与 Gemini 3.8 Live 的 82.6;并称端到端延迟低于 1 秒。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。
官方称 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,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。ServiceNow EVA-Bench 准确率为 74%,τ-Voice 为 71.6%,称与 GPT-Live-1 相当但延迟约低 40%。
原文链接:https://m.theblockbeats.info/flash/371851
AI 辅助解读
以下为辅助分析,与已报道事实分开展示;重要信息请进一步核实。
这是一项语音模型发布消息。所谓“语音到语音”,是指系统直接接收语音并以语音回应。报道表示,新模型已经可以通过Voice Agent API使用,并给出了价格、延迟、基准成绩以及客服场景中的业务数据;其中多项数据是xAI或官方的说法。
对读者的影响
如果所述成绩、延迟和客服数据能够复现,Grok Voice 3.0可能适合需要快速语音应答的代理与客服场景。每分钟0.08美元的价格和自动切换安排,也会直接影响现有API使用者。
新手可以重点观察三个指标:每分钟价格、实际响应延迟,以及第三方测试能否复现官方成绩。基准排名不一定等同于所有真实场景中的体验。
风险与未知
- 证据未附xAI官方公告或Voice Agent API文档,无法在现有材料内独立核实上线、价格及自动切换安排。
- 证据未提供Artificial Analysis原始排名和测试方法,86.9分及第一名说法无法独立核验。
- Tesla、SpaceX和Starlink的对话量、自动解决率及购买转化数据均为官方说法,证据中没有第三方验证。
- ServiceNow EVA-Bench、τ-Voice的成绩及延迟比较缺少测试条件和原始报告。
- 证据没有说明端到端延迟低于1秒的测量环境与适用范围。