xAI 官方宣布推出 Grok Voice 3.0，称其为全球最智能的语音转语音模型。该模型在解决客户支持电话方面创下新纪录，延迟时间低于一秒，并且成本低于其他前沿模型。Grok Voice 每天支持数百万个对话，并已在 API 中提供，价格与其前身 Grok Voice 2.0 相同。
Grok Voice 3.0 获得最高准确度评分
根据 Artificial Analysis 的独立测试，Grok Voice 3.0 在语音转语音指数中排名第一，得分为 86.9。该指数综合了语音推理、τ-Voice，以及在盲测中的偏好和任务成功率。Grok Voice 3.0 在 Full Duplex Bench 的得分为 97%，这是衡量其处理暂停、交谈和打断的自然程度的指标。
“Grok Voice 3.0 在 EVA-Bench 上设立了新的 Pareto 前沿，这是 ServiceNow 的开源基准，评分语音代理在准确度和客户体验上的表现。”
xAI
Grok Voice 3.0 在 Tesla 和 SpaceX 的广泛应用
Grok Voice 3.0 每天在 Tesla 车辆中处理数百万个对话。驾驶者可以使用 Connectors 进行简单请求，例如查询日历或回复电子邮件，还可以使用 Grok Bot 处理更大的任务，如订购咖啡或预订晚餐，所有操作均可完全免手动执行。Starlink 呼叫中心每天使用 Grok Voice 回应 20,000 个客户电话，其中约 70% 的问题无需人类介入即可解决。
Grok Voice 3.0 的定价及可用性
Grok Voice 3.0 现已在 Voice Agent API 中提供，价格为每分钟 0.08 美元，与 Grok Voice 2.0 相同。使用 `grok-voice-latest` 的代理已自动切换，无需进行任何更改。
资料来源：xAI 官方公告
H
关于作者
Henderson