SpaceXSI 推出 Grok Voice 3.0，在語音轉語音指數上超越 OpenAI 和 Google

新的 Grok Voice 3.0 模型表現出語音 AI 競爭格局的顯著改進。它在 Artificial Analysis 的語音轉語音指數中名列前茅，該指數結合了推理、任務成功和聽眾投票，表明其整體能力強大。該模型在處理自然對話元素方面也表現出色，在 Full Duplex Bench 上處理停頓和打斷的得分為 97%。

儘管 Grok Voice 3.0 在一般準確性和自然對話方面領先，但 OpenAI 的 GPT-Live-1 在 Tau-Voice 等專業測試中保持微弱領先，Tau-Voice 圍繞著帶有濃重口音和背景噪音的支援電話而建構。然而，SpaceXSI 報告稱，其模型在該特定測試中首次音頻的生成速度快了約 40%，這在快速初始響應時間很重要的情況下可能提供實際優勢。

除了性能指標之外，Grok Voice 3.0 的成本效益和現有部署也值得關注。該模型定價為每分鐘八美分，與其前身相同，並且在 Artificial Analysis 的 Big Bench Audio 運行中顯示出比 OpenAI 模型更低的任務完成成本。它目前每天在數百萬次 Tesla 車輛對話中使用，並處理約 20,000 個 Starlink 客戶電話，據報導，在沒有人為干預的情況下，解決率達到 70%，這表明其具有一定的經過驗證的操作可靠性和可擴展性。