Grok Voice 3.0 是什么
Grok Voice 3.0 是 xAI 于 2026 年 10 月 14 日发布的语音到语音模型,当天就通过 Voice Agent API 开放,每分钟 0.08 美元,与上一代同价。它在 Artificial Analysis 的语音到语音综合指数上拿到 86.9 分排第一,首次音频响应 0.81 秒,全双工测试 97 分,任务成功率 94.8%。但这个第一要拆开看,它并不是全面领先:在最接近真实客服场景的 τ-Voice 测试上它输给 GPT-Live-1,人类偏好排名也只列第三,前面两款都是 Gemini。特斯拉汽车和星链客服中心每天数百万次对话跑在它上面,全部为 xAI 自报,无底层数据可核。
发布当天的动作很干脆。模型 ID 是 grok-voice-3.0,上一代 Grok Voice 2.0 同时被标记弃用,xAI 没有给出下线日期。官方的调性是三件事:客服解决率创纪录、延迟进入 1 秒以内、成本低于其他前沿模型。
它的真实负载在特斯拉和 SpaceX。按 xAI 的说法,特斯拉车内每天数百万次对话,查日程、回邮件、点咖啡、订晚餐都能免手完成;星链客服中心每天约 2 万通多语言来电,约 70% 不需要人工坐席,四分之一销售通话在挂线前成交,单个智能体可独立完成核验、排障、退款和设备补发。这些数字均未公布底层通话数据,无法核验。
xAI 发布的语音到语音模型,综合指数排名第一
开放后能做什么
全双工对话是它领先最干净的一项。Full Duplex Bench 97.0%,考的是停顿、轮替、插话这些真实对话里最乱的部分,上一代 95.1%,GPT-Live-1 94.9%,Gemini 3.8 Live 91.9%。语音推理 Big Bench Audio 98.5%,超过 Gemini 的 97.7% 和 GPT-Live-1 的 90.1%,不过对谷歌只领先 0.8 分。任务成功率 94.8%,比自家上一代高 0.2 分,比 GPT-Live-1 高 7.4 分。
接入通道比分数更实用。API 兼容 OpenAI Realtime,迁移基本就是换 URL 和 key;传输支持 WebSocket、WebRTC 和 SIP,SIP 意味着能直接接电话和呼叫中心。音频格式覆盖 PCM 8 到 48kHz、G.711 μ-law 和 A-law 以及 Opus,28 个内置音色,可用最长 120 秒参考音频克隆自定义音色,20 个语言区域自动检测。工程细节也够:force_message 固定台词、发音替换表、30 分钟会话恢复。合规有 SOC 2 Type II、HIPAA(可签 BAA)和 GDPR,官方称音频不存储不训练。
技术原理与延迟账
它和常见方案的区别在形态。主流语音助手多是级联式:语音转成文字,交给文本模型思考,再合成语音,三段各自出错,语调和停顿在第一次转换时就丢了。Grok Voice 3.0 是端到端的语音到语音,直接对音频建模,这也是它全双工分数高的原因。xAI 没有公布参数规模、架构和上下文长度,与它家文本模型一样只给基准和价格。
延迟要算两笔账。官方文档写的首次音频时间是 0.81 秒,宣传口径是「1 秒以内」;拿 GPT-Live-1 的 1.34 秒做分母,「低 40%」这个说法能对上。但同一张表里,上一代 Grok Voice 2.0 是 0.70 秒,这一代反而慢了 0.11 秒,官方通稿没有提这件事。对按秒计费的呼叫中心,首次音频每慢 0.1 秒都是接通率,代际退步比对标领先更值得关注。
如何使用
入口在 xAI 控制台,建好 key 就能用 Playground 或无代码的 Voice Agent Builder 试跑,正式调用用模型 ID grok-voice-3.0。
价格表面没变,实质是替换。每分钟 0.08 美元、每小时 4.80 美元,与 2.0 相同,但 2.0 已经弃用,这是同价换代不是同价并存。工具调用另计:文件搜索每千次 2.50 美元,网页搜索每千次 5 美元。独立的语音转文本、文本转语音 API 另计:流式每小时 0.20 美元、每百万字符 15 美元。
并发档位按今年以来的累计消费锁定,这是新账号最容易踩的坑。Tier 0 只有 10 路并发,花 50 美元升到 20 路,250 美元 50 路,1000 美元 100 路,5000 美元 200 路。一个新账号不先花到 Tier 2,连 50 路并发压测都跑不了。按月 3.6 万分钟算,光语音费就是 2880 美元,还没算工具调用和运营商线路。
别名自动切换是本次最实际的生产风险。grok-voice-latest 已经指向 3.0,为 2.0 调优过的提示词、时序和通话流,在没有任何代码变更的情况下换了模型;而这已是年内第二次别名跳变,8 月它刚从 1.0 跳到 Think Fast 2.0。生产环境请钉死 grok-voice-3.0,重新测试再上线。迁移还有两处坑:xAI 没有公布 verbosity 指标,官方建议把系统提示写短;部分 OpenAI Realtime 的事件名不同或不发出,按那套 API 写的应用要逐项对照。
核心优势
综合指数第一的含金量要看构成。86.9 分由语音推理、τ-Voice、盲测偏好和任务成功几类结果合成,它比自家上一代高 5.6 分,比 1.0 高 13.2 分,代际进步真实,客服测试 τ-Voice 从 56.5% 拉到 71.6% 尤其明显。
延迟加成本的组合确实能打。0.81 秒首次音频,配上 Big Bench Audio 跑里每任务 0.025 美元的成本,GPT-Live-1 是 0.030,GPT-Realtime-2.1 是 0.055。
但同一份数据里有三个反向事实。第一,τ-Voice 上它 71.6% 对 GPT-Live-1 的 74.5%,输了 2.9 分,而这是全部测试里最接近真实客服的一项;xAI 落地页声称该项排名第一,Artificial Analysis 实际排它第二。第二,人类偏好 Elo 1070 在实时榜上只列第三,前面两款是 Gemini 3.1 Flash Live Minimal 的 1096 和 Gemini 3.8 Live 的 1083,而 xAI 自家表里对比的 Gemini 偏偏选了最弱的配置(Ext. Thinking,High,990 分);1070 与榜上 1063 那一档的置信区间还互相重叠,统计上算并列。第三,成本有两套账且方向相反:按每任务算它最便宜,按 AA 的每小时输入音频成本算,Gemini 3.8 Live 的 3.50 美元比它的 4.80 美元便宜近三成。
官方地址
- xAI 官方公告:https://x.ai/news/grok-voice-3
- xAI 控制台与 API 入口:https://console.x.ai/
- Artificial Analysis 语音智能体竞技场(实时 Elo 与置信区间):https://artificialanalysis.ai/speech-to-speech/arena
- 定价、并发档位与延迟口径的第三方整理:https://www.depthgrid.in/2026/10/xai-grok-voice-3-launch-pricing-benchmarks.html
- API 规格、音色与合规细节:https://tradepoint.io/meet-grok-voice-3-0-spacexai-voice-agent-model-ranks-1-on-artificial-analysis
Grok Voice 3.0 的同类竞品对比
| 对比维度 | Grok Voice 3.0 | GPT-Live-1(Astra,Medium) |
|---|---|---|
| 发布方与时间 | xAI,2026-10-14 | OpenAI |
| AA 语音到语音综合指数 | 86.9,第一 | 83.2 |
| τ-Voice 模拟客服(口音 / 噪音 / 打断) | 71.6% | 74.5% |
| Big Bench Audio 语音推理 | 98.5% | 90.1% |
| 任务成功率 | 94.8% | 87.4% |
| Full Duplex Bench 轮替与插话 | 97.0% | 94.9% |
| 人类偏好 Elo(AA 竞技场实时榜) | 1070,第三 | 1048 |
| 首次音频时间 | 0.81 秒(上一代 0.70 秒) | 1.34 秒 |
| 每任务成本(Big Bench Audio 跑) | 0.025 美元 | 0.030 美元 |
| 每小时输入音频成本(AA 口径) | 4.80 美元 | 5.83 美元 |
| 列表价 | 每分钟 0.08 美元 | 每分钟 0.05 美元加后端用量 |
| 接入方式 | Voice Agent API,兼容 Realtime,支持 SIP | API |
关于这张表有四点必须说明。第一,表里配置不对等。GPT-Live-1 跑的是 Medium 档,Gemini 在 xAI 表里跑的是最高档,而 Grok Voice 3.0 的努力等级官方没有给标签,同一模型不同档位的分差能到好几分,跨档比较只能当参考。
第二,Elo 那一行 xAI 的表只列了 Gemini 最弱的配置。实时榜上两款 Gemini 配置是 1096 和 1083,都高于 1070,且都带 ±27 到 ±30 的置信区间,样本量 841 和 482;1070 与第三名 1063 那一档区间重叠,是统计并列而不是稳定第三。
第三,成本两行方向相反。按每任务算 Grok 便宜约 17%,按每小时输入音频算 Gemini 3.8 Live 的 3.50 美元反而比 Grok 的 4.80 美元便宜近三成;GPT-Live-1 列表价每分钟 0.05 美元看着最低,后端用量要另算。比价先问按什么分母。
第四,τ-Voice 最接近「客户打进客服热线」,恰好是 Grok 输的那项,而它主打的就是客服场景。官方拿延迟低 40% 对冲,是用速度换准确率,选型时按自己的接通率要求定权重。
Grok Voice 3.0 的应用场景
- 电话客服与外呼:SIP 直连电话网,20 个语言区域自动检测,星链那套「核验、排障、退款、补发」的闭环就是现成样板,70% 无人工解决的说法值得用自己的通话录音复测。
- 车载免手助手:特斯拉同款场景,延迟和全双工在这里是体验核心。
- 从 OpenAI Realtime 迁移的团队:兼容层让迁移成本降到换 URL 和 key,但事件名差异和 verbosity 指标缺失要逐项测,别信「无缝」。
- 需要压测再上的团队:先算并发档位,Tier 2 之前跑不了 50 路,预算要把工具调用和运营商线路算进去。
- 音色定制:120 秒参考音频克隆加 28 个内置音色,客服、有声内容、车载提示音都够用。
语音方向的另一条路线可对照本站的 MAI-Transcribe-2-Streaming 一篇,那篇写的是微软的语音转文本;OpenAI 与谷歌同期的前沿模型动态见 GPT-6.1 Sol 与 Gemini 4 Argon 全面开放。跑语音智能体先弄清大语言模型在级联方案里的位置,挑工具可以逛 AI 智能体 分类。




