xAI 推出 Grok Voice 3.0
xAI 10/14 發表語音對語音模型 Grok Voice 3.0，引述 Artificial Analysis 評測，語音對語音指數 86.9（前代 81.3）；API 價格每分鐘 0.08 美元不變。數字皆為業者自述。
xAI 在 10/14 發表語音對語音（speech-to-speech）模型 Grok Voice 3.0。官方引用 Artificial Analysis 10/13 的評測，稱其語音對語音指數為 86.9，前代 Grok Voice 2.0 為 81.3；API 價格維持每分鐘 0.08 美元（每小時 4.80 美元）不變。上述數字都由 xAI 在自家頁面引用，屬業者自述。
語音對語音模型直接處理語音輸入並輸出語音，不必先轉成文字再合成，常見用途是客服電話與車載語音助理。xAI 表列的同一份評測中，對手 GPT-Live-1（Astra, Medium）指數為 83.2，Gemini 3.8 Live（Extended Thinking, High）為 82.6；語音推理項目 Big Bench Audio 為 98.5%（前代 97.2%）。
並非每項都領先：在模擬口音、背景噪音與打斷的客服通話項目 τ-Voice，Grok Voice 3.0 得 71.6%，低於 GPT-Live-1 的 74.5%，高於 Gemini 3.8 Live 的 68.6% 與前代的 56.5%。xAI 另稱延遲低於一秒，並說特斯拉車內每天處理數百萬次對話、Starlink 客服每天接 20,000 通電話且約 70% 不需真人處理，這些同樣是業者自述。
跟你的關係
若你的服務已使用 grok-voice-latest，官方稱會自動換成新版，不需改程式，但行為可能改變，上線前建議自行測試。官方頁面沒有列出支援的語言，中文（含台灣口音）表現未知，要用在客服前得自己驗證。
重點
- 10/14 發表，已可用於 Speech to Speech API
- Artificial Analysis 指數 86.9，前代 81.3（業者引用）
- 價格每分鐘 0.08 美元，與前代相同
- τ-Voice 項目 71.6%，低於 GPT-Live-1 的 74.5%
- grok-voice-latest 別名已自動指向新版
來源
本站內文為依上列來源整理的摘要，未另外增加事實；細節請以原文為準。