xAIがGrok Voice 3.0を発表、Speech-to-Speechベンチマークで首位

動察 Beating AI 速報、xAI は音声対音声モデル Grok Voice 3.0 を発表し、Artificial Analysis の独立テストによる Speech-to-Speech Index で 86.9 点を獲得して第 1 位となり、Grok Voice 2.0 の 81.3、GPT-Live-1 の 83.2、Gemini 3.8 Live の 82.6 を上回ったと述べた。また、エンドツーエンドの遅延は 1 秒未満だとしている。このモデルは Voice Agent API を通じて提供開始され、価格は毎分 0.08 ドルで前世代と同じであり、grok-voice-latest を使用するエージェントは自動的に切り替わる。

公式によると、Grok Voice は Tesla と SpaceX で毎日数百万回の会話を処理しており、Starlink カスタマーサービスセンターでは毎日約 2 万件の通話を受け、約 70% が人手を介さずに解決され、約 4 分の 1 の販売通話が切断前に購入を完了する。ServiceNow EVA-Bench の精度は 74%、τ-Voice は 71.6% で、GPT-Live-1 と同等だが遅延は約 40% 低いとしている。