xAI:s röstmodell från oktober 2026 för samtal i realtid, tal in och tal ut, som enligt xAI toppar Artificial Analysis rankning av röstmodeller och svarar på under en sekund.
xAI:s bild för lanseringen av Grok Voice 3.0 [1]
Grok Voice 3.0 är xAI:s tredje generation av röstmodeller för samtal där man pratar direkt med modellen och får talat svar tillbaka. Den släpptes den 14 oktober 2026 i xAI:s Speech to Speech-API, och agenter som använder grok-voice-latest flyttades automatiskt över till den nya versionen. Priset är detsamma som för Grok Voice 2.0, 0,08 dollar per minut.
Enligt xAI hanterar modellen naturliga pauser, turtagning och avbrott, och svarar på under en sekund. xAI hänvisar till Artificial Analysis, där den hamnar först i deras index för tal-till-tal-modeller med 86,9 poäng, före GPT-Live-1 och Gemini 3.8 Live, och till ServiceNows test EVA-Bench där den ska ha fått högst träffsäkerhet.
xAI använder modellen själva: Starlinks kundtjänst tar enligt xAI emot omkring 20 000 samtal om dagen på flera språk med Grok Voice, och ungefär 70 procent löses utan att en människa behöver gå in. Den driver också röstläget i Grok Bot och handsfree-funktioner i Teslas bilar.
Inte bedömd än. Alla kan ändra.
Inga kommentarer än. Skriv gärna vilket projekt den kan passa i.