SpaceXAI, Grok Voice 3.0'ı duyurdu: sesli ajan modeli Artificial Analysis listesinde birinci

Kısaca

SpaceXAI, gerçek zamanlı konuşmadan konuşmaya çalışan sesli ajan modeli Grok Voice 3.0'ı yayınladı. Model, Artificial Analysis Speech-to-Speech Index'te 86.9 puanla birinci sıraya yerleşti. Geliştiriciler için uç nokta, olaylar ve dakika başına 0,08 dolarlık fiyat Grok Voice 2.0 ile aynı kaldı.

Artificial Analysis Speech-to-Speech Index'te 86.9 puanla birinci

0,81 saniye ilk sese ulaşma süresi

Dakika başına 0,08 dolar, Grok Voice 2.0 ile aynı fiyat

28 hazır ses ve ses klonlama desteği

Web, X, dosya, MCP ve özel fonksiyon araçları

Yalnızca barındırılan Voice Agent API; açık ağırlık yok

Ne oldu?

SpaceXAI, amiral gemisi gerçek zamanlı ses modeli Grok Voice 3.0'ı duyurdu. Model, dinleyip akıl yürüten, araçları çağıran ve konuşan bir konuşmadan konuşmaya (speech-to-speech) sistem olarak tanımlanıyor. Artificial Analysis Speech-to-Speech Index'te 86.9 puanla birinci sırada yer aldı.

Nasıl çalışıyor?

Model, yalnızca SpaceXAI'nin barındırdığı Voice Agent API üzerinden sunuluyor; açık ağırlık, yerel veya nicemlenmiş sürüm yok. /v1/realtime WebSocket uç noktasında grok-voice-3.0 adıyla yer alıyor ve grok-voice-latest takma adı otomatik olarak bu modele işaret ediyor. Akıl yürütme varsayılan olarak açık; daha hızlı yanıt için kapatılabiliyor. Sunucu tarafı ses etkinliği algılama, söz kesmeyi yönetiyor.

Ölçümler

AA Speech-to-Speech Index dört bileşenin eşit ağırlıklı ortalaması. Grok Voice 3.0 86.9 alırken GPT-Live-1 (Astra, medium) 83.2, Gemini 3.8 Live Extended Thinking 82.6 puanda kaldı. İlk sese ulaşma süresi 0,81 saniye; bu, GPT-Live-1'in 1,34 saniyesinden belirgin biçimde hızlı. Ancak τ-Voice ajan görevlerinde 71.6 ile GPT-Live-1'in 74.5 puanının gerisinde.

Fiyat ve erişim

Dakika başına 0,08 dolar ve saat başına 4,80 dolar fiyat Grok Voice 2.0 ile aynı. Model 28 hazır ses, ses klonlama, 20 yerel ayar ve beş araç türünü (dosyalar, web, X, MCP, özel fonksiyonlar) destekliyor.