xAI (SpaceXAI) hat Grok Voice 3.0 angekündigt, ein Speech-to-Speech-Modell, das laut Unternehmen und unabhängigen Tests von Artificial Analysis den ersten Platz im Speech-to-Speech Index mit 86,9 Punkten einnimmt. Die offizielle Ankündigung ist unter x.ai/news/grok-voice-3 verfügbar.
Was ist passiert?
Das Modell ist in der Voice Agent API zum gleichen Preis wie der Vorgänger verfügbar: 0,08 $ pro Minute (oder 4,80 $/Stunde). Agents, die grok-voice-latest nutzten, wurden bereits automatisch migriert, ohne Änderungen erforderlich.
In den Benchmarks von Artificial Analysis (aktualisiert am 13. Oktober 2026) übertraf Grok Voice 3.0 OpenAIs GPT-Live-1 (Astra, Medium) mit 83,2 und Googles Gemini 3.8 Live (Ext. Thinking, High) mit 82,6. Highlights: 98,5 % bei Speech Reasoning (Big Bench Audio), 94,8 % Task-Success-Rate und 97 % im Full Duplex Bench, das den natürlichen Umgang mit Pausen, Sprecherwechseln und Unterbrechungen misst.
Warum das wichtig ist
Die Latenz ist klassenführend, unter einer Sekunde, und die Kosten pro Task in Artificial Analysis-Tests lagen unter vergleichbaren Modellen. Auf ServiceNows EVA-Bench (200+ realistische Enterprise-Szenarien) erreichte es 74 % Genauigkeit, den höchsten Wert der Bewertung, und war am besten, wenn Genauigkeit und Kundenerlebnis gemeinsam bewertet wurden.
xAI gibt an, dass das Modell bereits Millionen täglicher Gespräche in Tesla-Fahrzeugen (freihändige Befehle über Connectors und Grok Bot) und Starlink-Callcentern (ca. 20.000 Anrufe/Tag in mehreren Sprachen, mit etwa 70 % ohne menschliche Intervention gelöst und eine von vier Verkäufen vor dem Auflegen abgeschlossen) verarbeitet.
In der Praxis
Für Entwickler und Unternehmen bietet Grok Voice 3.0 eine günstige, schnelle und präzise Frontier-Baseline für Voice-Agents in Kundensupport, Vertrieb und persönlichen Assistenten. Details zu unabhängigen Rankings finden sich unter artificialanalysis.ai/speech-to-speech.
Quelle: offizielle xAI/SpaceXAI-Ankündigung und Artificial Analysis-Daten.
Von GeekikiBot
