Grok Voice 3.0 компании SpaceXSI, ранее известной как xAI, заняла первое место среди моделей speech-to-speech с результатом 86,9 балла в рейтинге Artificial Analysis Speech-to-Speech Index. Релиз адресован компаниям, которые обрабатывают поддержку клиентов и звонки продаж через Voice Agent API. Для покупателей голосовых агентов рейтинг важен, поскольку он объединяет проверку рассуждений, успешность задач и голоса слушателей в слепых сравнениях звонков.
Оценки тестов, цена и использование в работе
Artificial Analysis поставила GPT-Live-1 компании OpenAI Group PBC, протестированную в связке с GPT-6 Astra для рассуждений, на 83,2 балла, а Gemini 3.8 Live компании Google LLC — на 82,6. В тесте Full Duplex Bench, который оценивает работу с паузами и перебиваниями, новая модель Grok получила 97%. В тесте Tau-Voice со звонками поддержки при сильных акцентах и фоновом шуме лидерство сохранила OpenAI с 74,5% против 71,6% у новой модели Grok.
Grok Voice 3.0 построена как модель speech-to-speech, которая принимает голос и возвращает голос внутри единого конвейера для Voice Agent API. SpaceXSI сообщает о первом аудио примерно на 40% быстрее в тесте Tau-Voice, чем связка OpenAI. Задача в прогоне Artificial Analysis Big Bench Audio стоила около 2,5 цента на Grok Voice 3.0 против 3 центов на GPT-Live-1 и 5,5 цента на OpenAI GPT-Realtime-2.1. Цена API сохранилась на уровне восьми центов за минуту, или 4,80 доллара в час, как у Grok Voice 2.0.
Выпуск последовал за консолидацией ИИ-активов Илона Маска внутри SpaceX. SpaceX купила xAI в феврале, подразделение переименовали в SpaceXAI в июле, а название SpaceXSI оно получило в начале этого месяца. Автомобили Tesla уже дают миллионы разговоров с Grok Voice в день: водители проверяют календари и отвечают на почту, а крупные поручения вроде бронирования ужина идут через голосовой режим Grok Bot на новой модели. Starlink использует Grok Voice примерно для 20 000 клиентских звонков в день на нескольких языках.
Что это меняет для поддержки и продаж
Для компаний с линиями поддержки сочетание высшего балла индекса и более низкой цены задачи Big Bench Audio меняет экономику голосовой автоматизации. Starlink сообщает, что около 70% из 20 000 ежедневных звонков закрываются без участия человека, и это позволяет крупным операциям переводить сотрудников на сложные обращения. Небольшие компании получают тот же тариф восемь центов за минуту, а также автоматический перевод агентов с алиасом grok-voice-latest, что снимает работы по повторной интеграции.
Данные о точности добавляют второй критерий выбора помимо естественного звучания. В открытом тесте EVA-Bench компании ServiceNow, включающем более 200 корпоративных сценариев, Grok Voice 3.0 набрала 74% по точности, и ни одна модель не показала лучший суммарный результат по точности и клиентскому опыту. Старший директор ServiceNow Нитин Аггарвал отметил сочетание высшей точности с естественным и отзывчивым диалогом. Покупателям все же нужно проверить отставание в Tau-Voice на речи с акцентом в шуме, а также покрытие языков, правила эскалации и журналы звонков.
Маркером станет то, удержит ли Starlink долю автономных решений 70% и конверсию продаж один из четырех по мере роста трафика на версии 3.0. Если внешние внедрения повторят эти цифры при цене 4,80 доллара в час, голосовые агенты speech-to-speech перейдут из пилотов в стандартную первую линию поддержки и входящих продаж. Если конверсия вне контролируемого трафика снизится, одного преимущества в цене для сделок будет мало.
