xAI 发布 Grok Voice 3.0：延迟低于 1 秒，登顶语音智能综合榜

xAI 发布 Grok Voice 3.0 语音转语音模型，官方称其为全球智能水平最高的同类产品。该模型在客服电话处理任务上创下新纪录，延迟低于 1 秒，运行成本低于其他前沿模型，现已通过应用程序接口上线，定价与上一代一致，为每分钟 0.08 美元。

在 Artificial Analysis 独立测试中，Grok Voice 3.0 以 86.9 分位居语音转语音综合榜第一，全双工基准测试得分 97%，该指标衡量模型处理停顿、对话轮替和插话的自然程度。其τ-Voice 得分为 71.6%，与 GPT-Live-1（Astra）相当，但延迟降低 40%。

该模型每天在特斯拉车辆内支撑数百万次对话，驾驶员可通过语音查询日程、回复邮件，也能完成订餐、预订晚餐等复杂任务。星链客服中心依托该模型每天承接 2 万通多语言来电，约 70%无需人工介入即可解决，四分之一销售通话能在客户挂断前促成下单。