xAI выпустила Grok Voice 3.0 для быстрых и дешёвых голосовых агентов

xAI выпустила Grok Voice 3.0 — модель speech-to-speech для поддержки клиентов, автомобильных ассистентов и других голосовых агентов, работающих в реальном времени. Она доступна через Voice Agent API и автоматически заменила предыдущую модель для разработчиков, использующих алиас grok-voice-latest.

Компания заявляет, что модель отвечает менее чем за секунду и стоит 0,08 доллара за минуту — столько же, сколько Grok Voice 2.0. В независимом тестировании Artificial Analysis модель набрала 86,9 балла в Speech-to-Speech Index и 97% в Full Duplex Bench, где оценивается работа с паузами, перебиваниями и очередностью реплик. Artificial Analysis также оценила среднюю стоимость задачи в Big Bench Audio в 0,025 доллара — ниже, чем у сравниваемых голосовых моделей OpenAI.

По данным xAI, Grok Voice уже обслуживает миллионы разговоров ежедневно в автомобилях Tesla. Колл-центры Starlink используют модель примерно для 20 тысяч звонков в день, около 70% из которых решаются без участия человека.

Релиз важен тем, что превращает передовое качество голосовых моделей в доступный API с конкурентной ценой. Результаты тестов и масштабы использования выглядят убедительно, хотя большинство продуктовых метрик приводит сама xAI и связанные с ней компании.