Grok Voice 3.0 возглавил рейтинг голосовых ИИ и отвечает быстрее секунды

SpaceXAI представила Grok Voice 3.0 — новую модель для голосовых разговоров с ИИ. Она уже доступна через Voice Agent API и используется для запросов в автомобилях Tesla и в колл-центрах Starlink.

В независимом рейтинге Artificial Analysis модель заняла первое место среди систем, которые принимают речь и отвечают голосом. Grok Voice 3.0 набрал 86,9 балла в Speech to Speech Index. Тест учитывает качество речи, способность рассуждать, успешность выполнения задач и естественность диалога.

В испытании τ-Voice модель получила 71,6%. Этот тест имитирует реальные звонки в поддержку: с разными акцентами, фоновым шумом и перебиваниями. Результат оказался на уровне GPT-Live-1 от OpenAI, но задержка ответа у Grok была на 40% ниже.

Среднее время до начала голосового ответа составило 0,81 секунды. Для сравнения, GPT-Live-1 потребовалось 1,34 секунды, а Gemini 3.8 Live Extended Thinking от Google — 1,35 секунды. Среди пяти лидеров рейтинга быстрее секунды отвечают только Grok Voice 3.0 и предыдущая версия модели.

По отдельным показателям результат не абсолютный. В слепом тесте, где люди выбирали более приятного собеседника, Grok Voice 3.0 занял третье место. Зато по успешности выполнения задач модель стала первой, а в общем тесте производительности — второй.

API стоит $0,08 за минуту разговора, или $4,80 за час входящего аудио. Цена не изменилась по сравнению с Grok Voice 2.0. Разработчикам, использующим идентификатор grok-voice-latest, не нужно обновлять интеграцию: их приложения автоматически переключены на новую версию.

Главное преимущество Grok Voice 3.0 — сочетание качества и скорости. Для голосового помощника разница между ответом через 0,8 и 1,3 секунды заметна: пауза меньше похожа на ожидание работы машины.