Grok Voice 3.0: голосова модель xAI із затримкою менш як секунда

xAI випустила Grok Voice 3.0, модель, яка працює безпосередньо «голос у голос» і призначена передусім для голосових агентів і підтримки клієнтів.

Що нового

• Затримка: менш як секунда, приблизно на 40% нижче, ніж у GPT-Live-1 за порівнянної точності, як заявляє xAI.
• Діалог: краще справляється з паузами, чергуванням реплік і перебиваннями (97% у Full Duplex Bench).
• Рейтинг: перше місце в індексі Speech-to-Speech від Artificial Analysis, 86,9 бала проти 81,3 у попередньої версії.

Є й поле для порівняння: у τ-Voice, тесті на дзвінки підтримки з акцентами й фоновим шумом, модель набрала 71,6%, поступившись GPT-Live-1 із 74,5%.

Де вже працює

Модель працює в голосовому режимі Grok Bot і в автомобілях Tesla. Кол-центри Starlink, за даними xAI, обробляють нею близько 20 тисяч дзвінків на день і вирішують приблизно 70% без участі людини.

Як спробувати

Модель доступна в Speech to Speech API за $0,08 за хвилину ($4,80 за годину), як і попередня версія. Агентів на grok-voice-latest переведено автоматично.

Обмеження

Більшість показників надала сама компанія. Список підтримуваних мов на сторінці анонсу не наведено, тож українську слід перевірити окремо.