鲸云网10月15日消息，据媒体报道，SpaceXAI 今日发布 Grok Voice 3.0，官方称其为全球智能水平最高的语音转语音模型，并已在应用程序接口上线，定价与上一代产品保持一致。
按照官方说法，该模型在客服电话处理任务上创下新纪录，延迟低于 1 秒，运行成本也低于其他前沿模型。目前 Grok Voice 每天在特斯拉和 SpaceX 支撑数百万次对话。
在 Artificial Analysis 的独立测试中，Grok Voice 3.0 以 86.9 分排在语音转语音综合榜单首位。该榜单综合评估语音推理能力、τ-Voice 指标以及盲测通话对比下的偏好度与任务完成率。其全双工基准得分为 97%，这项指标衡量模型处理停顿、对话轮替与插话的自然程度。
面向客服通话的 τ-Voice 测试中，Grok Voice 3.0 得分 71.6%，与 GPT-Live-1（Astra）基本相当，但延迟降低 40%。Artificial Analysis 在大型音频基准测试中统计的完成成本显示，该模型低于 GPT-Live-1（Astra 中等版本）和 GPT-Realtime-2.1。在 ServiceNow 面向企业语音智能体的 EVA 基准测试里，它取得 74% 的最高精度得分。
落地场景方面，星链客服中心依托 Grok Voice 每天用多种语言承接 2 万通客户来电，约 70% 的来电无需人工介入即可解决，四分之一的销售通话在客户挂断前促成下单。基于该模型搭建的单个智能体，可完成客户身份核验、硬件故障排查、发放退款与补发设备等流程。
在特斯拉车辆内，驾驶员可通过 Connectors 完成查询日程、回复邮件等指令，也能借助 Grok Bot 处理下单咖啡、预订晚餐等任务。Grok Voice 3.0 同时为 Grok Bot 的语音模式提供支持。
价格方面，Grok Voice 3.0 按每分钟 0.08 美元（约合 0.54 元人民币）、每小时 4.8 美元（约合 32.2 元人民币）计费，与 Grok Voice 2.0 相同。使用 grok-voice-latest 版本的智能体已完成自动升级，无需改动。
编辑：华磊
免责声明：本站转载的文章，版权归原作者所有；旨在传递信息，不代表本站的观点和立场。
