ตามรายงานจากสื่อภายนอก บริษัท xAI ซึ่งเป็นบริษัทด้านปัญญาประดิษฐ์ที่ก่อตั้งโดย Elon Musk ได้ประกาศเปิดตัว Grok Voice 3.0 โมเดลเสียง และได้เปิดให้ใช้งานผ่าน API ตัวแทนเสียง โดยมีราคาอยู่ที่ 0.08 ดอลลาร์สหรัฐต่อนาที (ประมาณ 1 ดอลลาร์ฮ่องกง) ซึ่งเป็นราคาเดียวกับผลิตภัณฑ์รุ่นก่อนหน้า xAI ระบุว่า Grok Voice ได้ถูกนำไปใช้ในระบบการโต้ตอบด้วยเสียงของรถยนต์ Tesla และในศูนย์บริการลูกค้าของ Starlink บริษัทในเครือของ SpaceX ซึ่งศูนย์บริการนี้จัดการกับการโทรเข้าจากลูกค้าหลายภาษาเฉลี่ยประมาณ 20,000 สายต่อวัน โดยประมาณ 70% ของสายสามารถแก้ไขได้โดยไม่ต้องมีการแทรกแซงจากมนุษย์
ตามผลการทดสอบที่เผยแพร่โดยแพลตฟอร์มการประเมิน AI อิสระ Artificial Analysis Grok Voice 3.0 ได้คะแนน 86.9 ในดัชนี Speech-to-Speech (เสียงต่อเสียง) ซึ่งเป็นการจัดอันดับครั้งแรกและได้อันดับหนึ่ง สำหรับการเปรียบเทียบ โมเดล GPT-Live-1 (Astra, การตั้งค่าการอนุมานระดับกลาง) ของ OpenAI ได้คะแนน 83.2 และ Google Gemini 3.8 Live Extended Thinking (การตั้งค่าการอนุมานระดับสูง) ได้คะแนน 82.6 ขณะที่ GPT-Live-1 (Sol, การตั้งค่าการอนุมานระดับต่ำ) ได้คะแนน 80.1
Grok Voice 3.0 มีคะแนนสูงขึ้น 5.6 คะแนนจาก Grok Voice 2.0 ที่ได้คะแนน 81.3 และสูงขึ้น 13.2 คะแนนจาก Grok Voice 1.0 ที่ได้คะแนน 73.7
Grok Voice 3.0 มีการพัฒนาที่เห็นได้ชัดในด้านเสียงอัจฉริยะ
ในด้านตัวชี้วัดเฉพาะ Grok Voice 3.0 มีผลการทดสอบที่แตกต่างกัน ในด้านอัตราความสำเร็จของภารกิจ โมเดลนี้ได้รับคะแนน 94.8% ในการทดสอบ Speech Agent Arena ซึ่งสูงกว่า Grok Voice 2.0 ที่ได้ 94.6% ในด้านความสามารถในการดำเนินการของเสียงอัจฉริยะ ในการทดสอบ Tau Voice ได้คะแนน 71.6% ซึ่งอยู่รองจาก GPT-Live-1 (Astra, การตั้งค่ากลาง) ที่ได้ 74.5% และสูงกว่ามากจาก Grok Voice 2.0 ที่ได้ 56.5%
ในด้านการอนุมานเสียง ในการทดสอบ Big Bench Audio ได้คะแนน 98.5% ซึ่งสูงกว่าโมเดลที่เกี่ยวข้องของ Google ที่ได้ 97.7% และ Grok Voice 2.0 ที่ได้ 97.2% แต่ในด้านความชอบของผู้ใช้ คะแนน Elo ของโมเดลนี้อยู่ที่ 1070 ต่ำกว่า Gemini 3.1 Flash Live Minimal ที่ได้ 1100 และ Gemini 3.8 Live ที่ได้ 1088 โดยอยู่ในอันดับที่สาม
สำหรับเสียงอัจฉริยะที่ต้องการการโต้ตอบแบบเรียลไทม์ เวลาการตอบสนองเป็นตัวชี้วัดสำคัญที่มีผลต่อประสบการณ์ของผู้ใช้ การทดสอบของ Artificial Analysis แสดงให้เห็นว่า ในการทดสอบ Big Bench Audio เวลาการตอบสนองเฉลี่ยครั้งแรกของ Grok Voice 3.0 อยู่ที่ 0.81 วินาที ซึ่งช้ากว่า Grok Voice 2.0 ที่ 0.72 วินาที แต่ยังอยู่ภายใน 1 วินาที xAI กล่าวในประกาศอย่างเป็นทางการว่า Grok Voice 3.0 สามารถตอบสนองลูกค้าได้ภายในเวลาไม่ถึง 1 วินาที โดยมีต้นทุนต่ำกว่าโมเดลชั้นนำในอุตสาหกรรม