AI Radar
xAI выпустила речевую модель Grok Voice 3.0
xAI выпустила Grok Voice 3.0 для голосовых диалогов без промежуточного текстового этапа. Модель уже используют в автомобилях Tesla и поддержке Starlink; через Voice Agent API она доступна и другим разработчикам.
Что изменилось
Grok Voice 3.0 работает в режиме speech-to-speech: принимает речь и отвечает голосом без промежуточного текстового этапа. xAI заявляет время отклика менее секунды. В сводном Artificial Analysis Speech-to-Speech Index модель набрала 86,9 балла против 83,2 у GPT-Live-1 и 82,6 у Gemini 3.8 Live. Тест Full Duplex Bench, который проверяет паузы, очерёдность реплик и перебивания, дал ей результат 97%.
В более узком сценарии звонков в поддержку результат иной: на τ-Voice у Grok Voice 3.0 71,6% против 74,5% у GPT-Live-1. Модель уже используется в автомобилях Tesla и поддержке Starlink; заявленный объём для поддержки – 20 тысяч звонков в день, около 70% из которых она решает без участия человека. Разработчикам доступен Voice Agent API по цене 8 центов за минуту, как и у предыдущей версии. Русский язык пока не поддерживается.
Почему это важно
Для голосовой поддержки важны и скорость ответа, и умение вести диалог с перебиваниями. API даёт возможность использовать новую модель в таких сервисах, но отсутствие русского языка ограничивает её применение для русскоязычных пользователей.
Мнение редакции
Мнение редакцииДля голосового агента пауза или неудачное перебивание могут быть заметнее пользователю, чем разница в сводном рейтинге. Поэтому результаты теста звонков здесь особенно интересны: лидерство в общем зачёте не означает лидерства в каждом разговорном сценарии.
Первоисточники и подтверждения
TelegramПодборку проверяет редакция DSML. AI помогает дедуплицировать сигналы и готовить текст, но опубликованный выпуск остаётся редакционным продуктом, а не лентой отдельных каналов.