xAI выпустила речевую модель Grok Voice 3.0

Компания xAI представила новую речевую модель Grok Voice 3.0, которая работает в формате речь в речь. Новинка способна слушать пользователя и отвечать голосом напрямую, минуя промежуточную текстовую стадию, а заявленная скорость отклика составляет менее одной секунды.

В бенчмарках новинка демонстрирует высокие результаты. В индексе Artificial Analysis Speech-to-Speech Index система получила 86,9 балла, опередив конкурентов. На тесте Full Duplex Bench результат составил 97%, однако в телефонном тесте τ-Voice модель уступила аналогам с показателем 71,6%. Важной особенностью текущей версии является отсутствие поддержки русского языка.

Технология уже применяется на практике: Grok Voice 3.0 интегрирована в автомобили Tesla и службу поддержки Starlink. Там она обрабатывает около 20 тысяч звонков ежедневно, самостоятельно решая до 70% вопросов клиентов. Разработчикам новинка доступна через Voice Agent API по цене предыдущей версии — 8 центов за минуту.

Появление таких решений ускоряет автоматизацию голосовых коммуникаций в реальном времени.