埃隆·马斯克旗下人工智能公司SpaceXSI（前身为xAI）今日正式发布Grok Voice 3.0。这是其语音代理API背后的语音转语音模型最新版本，独立测试机构Artificial Analysis将其评为同类模型第一名。
SpaceXSI正将该模型推向利用语音代理处理客户支持和销售电话的企业市场。Artificial Analysis基于推理测试、任务成功率及盲测双向通话听众投票，在“语音转语音指数”中给予Grok Voice 3.0高达86.9分的评分。
同期对比显示，OpenAI Group PBC的GPT-Live-1（由GPT-6 Astra模型处理推理）得分为83.2分，Google LLC的Gemini 3.8 Live得分为82.6分。在专门评估模型应对停顿和中断自然程度的Full Duplex Bench测试中，新款Grok模型更是拿到了97%的高分。
性能与成本优势
在针对浓重口音和背景噪音支持呼叫的Tau-Voice测试中，OpenAI模型以74.5%对71.6%的微弱优势保持准确率领先。但SpaceXSI指出，其模型在该测试中的首次音频生成速度提升了约40%。成本方面，Artificial Analysis的Big Bench Audio任务数据显示，Grok Voice 3.0单次任务成本约为2.5美分，低于GPT-Live-1的3美分和OpenAI GPT-Realtime-2.1的5.5美分。
此外，在ServiceNow Inc.的开源EVA-Bench准确率测试中，Grok Voice 3.0在超过200个企业场景中得分达74%，位居榜首，且在准确率与客户体验综合评分上无人能及。ServiceNow产品管理高级总监Nitin Aggarwal评价称，该模型“将顶级准确率与自然、响应式的对话相结合”。
规模化应用落地
在实际部署中，特斯拉车辆每天已产生数百万次Grok语音对话，驾驶员依赖其查看日历、回复邮件，并通过运行在新模型上的Grok Bot完成预订晚餐等复杂任务。
在SpaceX旗下卫星互联网业务Starlink，Grok Voice每天用多种语言接听约2万通客户电话。SpaceXSI表示，其中约70%的问题无需人工介入即可解决，且每四通销售电话中就有一通在挂断前达成购买。
回顾公司架构调整，SpaceX于今年2月收购xAI，该部门于7月更名为SpaceXAI，并于本月早些时候正式采用SpaceXSI名称。
目前，Grok Voice 3.0已通过Voice Agent API提供服务，定价维持在每分钟8美分（即每小时4.80美元），与2.0版本持平。指向grok-voice-latest模型别名的开发者代理已自动迁移至新版本，无需进行任何代码更改。
【星途科讯 图文丨小林 首发于ZAKER科技，转载请注明出处】
