وفقًا لتقارير وسائل الإعلام الخارجية، أعلنت شركة الذكاء الاصطناعي xAI التابعة لـ Elon Musk عن إطلاق نموذج الصوت Grok Voice 3.0، والذي أصبح متاحًا للاستخدام عبر واجهة برمجة التطبيقات الخاصة بالوكيل الصوتي، بسعر 0.08 دولار أمريكي للدقيقة (حوالي 1 دولار هونغ كونغ)، وهو نفس سعر الجيل السابق من المنتج. وأشارت xAI إلى أن Grok Voice قد تم تطبيقه في تفاعلات الصوت في سيارات Tesla ومركز خدمة العملاء التابع لـ SpaceX، حيث يتعامل مركز الخدمة مع حوالي 20,000 مكالمة عملاء متعددة اللغات يوميًا، يتم حل حوالي 70% منها دون تدخل بشري.
وفقًا لنتائج الاختبارات التي نشرتها منصة تقييم الذكاء الاصطناعي المستقلة Artificial Analysis، حصل Grok Voice 3.0 على 86.9 نقطة في مؤشر Speech-to-Speech (التحويل من صوت إلى صوت)، ليحتل المركز الأول في أول تقييم له. بالمقارنة، حصل نموذج GPT-Live-1 (Astra، تكوين متوسط) من OpenAI على 83.2 نقطة، بينما حصل نموذج Google Gemini 3.8 Live Extended Thinking (تكوين عالي) على 82.6 نقطة، ونموذج GPT-Live-1 (Sol، تكوين منخفض) حصل على 80.1 نقطة.
حقق Grok Voice 3.0 زيادة قدرها 5.6 نقطة مقارنة بالجيل السابق Grok Voice 2.0 الذي حصل على 81.3 نقطة، وزيادة قدرها 13.2 نقطة مقارنة بـ Grok Voice 1.0 الذي حصل على 73.7 نقطة.
تحسن ملحوظ في أداء Grok Voice 3.0 في مجال الوكلاء الصوتيين
فيما يتعلق بالمؤشرات المحددة، كان أداء Grok Voice 3.0 متباينًا. في معدل نجاح المهام، احتل النموذج المركز الأول في اختبار Speech Agent Arena بنسبة 94.8%، متفوقًا قليلاً على Grok Voice 2.0 الذي حصل على 94.6%. في قدرة تنفيذ الوكلاء الصوتيين، حصل في اختبار Tau Voice على 71.6%، وهو ما يأتي بعد GPT-Live-1 (Astra، تكوين متوسط) الذي حصل على 74.5%، ويفوق بكثير Grok Voice 2.0 الذي حصل على 56.5%.
في مجال الاستدلال الصوتي، حصل في اختبار Big Bench Audio على 98.5%، متجاوزًا النماذج ذات الصلة من Google التي حصلت على 97.7% والجيل السابق Grok Voice 2.0 الذي حصل على 97.2%. ولكن في جانب تفضيلات المستخدمين، كانت درجة Elo الخاصة به 1070، أقل من Gemini 3.1 Flash Live Minimal الذي حصل على 1100 وGemini 3.8 Live الذي حصل على 1088، ليحتل المركز الثالث.
بالنسبة للوكلاء الصوتيين الذين يحتاجون إلى تفاعل في الوقت الحقيقي، فإن زمن الاستجابة يعد مؤشرًا رئيسيًا يؤثر على تجربة المستخدم. أظهرت اختبارات Artificial Analysis أنه في اختبار Big Bench Audio، كان متوسط زمن الاستجابة الأول للصوت لـ Grok Voice 3.0 هو 0.81 ثانية، وهو أبطأ قليلاً من Grok Voice 2.0 الذي كان 0.72 ثانية، لكنه لا يزال أقل من 1 ثانية. وأكدت xAI في البيان الرسمي أن Grok Voice 3.0 يمكنه الاستجابة للعملاء في أقل من 1 ثانية، بتكلفة أقل من النماذج الرائدة في الصناعة.