AI 新闻·2026年10月14日·来源： Siliconangle

SpaceXSI 推出 Grok Voice 3.0，在语音转语音指数上超越 OpenAI 和 Google

SpaceXSI（前身为 xAI）已发布 Grok Voice 3.0，这是其 Voice Agent API 的新语音转语音模型。独立测试公司 Artificial Analysis 将该模型在其语音转语音指数中评为第一名，得分 86.9，超越了 OpenAI 的 GPT-Live-1 和 Google 的 Gemini 3.8 Live。SpaceXSI 将该模型定位为使用语音代理进行客户支持和销售的企业。

Nexa 摘要

新的 Grok Voice 3.0 模型表现出语音 AI 竞争格局的显著改进。它在 Artificial Analysis 的语音转语音指数中名列前茅，该指数结合了推理、任务成功和听众投票，表明其整体能力强大。该模型在处理自然对话元素方面也表现出色，在 Full Duplex Bench 上处理停顿和打断的得分达到 97%。

尽管 Grok Voice 3.0 在一般准确性和自然对话方面领先，但 OpenAI 的 GPT-Live-1 在 Tau-Voice 等专业测试中保持微弱领先，Tau-Voice 围绕着带有浓重口音和背景噪音的支持电话而构建。然而，SpaceXSI 报告称，其模型在该特定测试中首次音频的生成速度快了约 40%，这在快速初始响应时间很重要的场景下可能提供实际优势。

除了性能指标之外，Grok Voice 3.0 的成本效益和现有部署也值得关注。该模型定价为每分钟八美分，与其前身相同，并且在 Artificial Analysis 的 Big Bench Audio 运行中显示出比 OpenAI 模型更低的任务完成成本。它目前每天在数百万次 Tesla 车辆对话中使用，并处理约 20,000 个 Starlink 客户电话，据报道，在没有人为干预的情况下，解决率达到 70%，这表明其具有一定的经过验证的操作可靠性和可扩展性。