Grok Voice 3.0 是 xAI 于 2026 年 10 月 14 日发布的语音到语音(speech-to-speech)模型,官方称其在 Artificial Analysis 的 Speech-to-Speech Index 上以 86.9 分排名第一,前代 Grok Voice 2.0 为 81.3 分,首音频延迟低于 1 秒,价格与上一代持平。官方表示这套语音模型每天支撑 Tesla 与 SpaceX 上数百万通真实对话,本次升级重点是嘈杂环境下的准确率与对话自然度。
细分指标上,Full Duplex Bench 97.0%(衡量停顿、抢话与打断的处理),客服场景的 τ-Voice 71.6%,任务完成率 94.8%:官方强调它在 τ-Voice 上与 GPT-Live-1 接近,但延迟低约 40%。调用走 Voice Agent API,单价每音频分钟 0.08 美元(每小时 4.80 美元),使用 grok-voice-latest 别名的智能体已自动切到 3.0。适合客服外呼、语音助手、实时翻译与有声内容生产。
- 2026 年 10 月 14 日发布,AA 语音对话指数 86.9 分第一,首音频延迟低于 1 秒
- Full Duplex Bench 97.0%、τ-Voice 71.6%、任务完成率 94.8%(官方与 Artificial Analysis 口径)
- Voice Agent API 按分钟计费 0.08 美元,grok-voice-latest 已自动切到 3.0
数据统计
数据评估
关于Grok Voice 3.0(实时语音对话模型)特别声明
本站AI之旅导航提供的Grok Voice 3.0(实时语音对话模型)都来源于网络,不保证外部链接的准确性和完整性,同时,对于该外部链接的指向,不由AI之旅导航实际控制,在2026年10月19日 上午5:04收录时,该网页上的内容,都属于合规合法,后期网页的内容如出现违规,可以直接联系网站管理员进行删除,AI之旅导航不承担任何责任。
相关导航
暂无评论...
