Was ist passiert?
xAI (SpaceXSI) kündigte am 14. Oktober 2026 Grok Voice 3.0 an, beschrieben als das intelligenteste Speech-to-Speech-Modell der Welt. Das Modell ist heute in der Voice Agent API zum gleichen Preis wie sein Vorgänger verfügbar: 0,08 $ pro Minute.
Laut unabhängigen Tests von Artificial Analysis (13. Oktober) erzielt Grok Voice 3.0 86,9 Punkte im Speech-to-Speech Index und führt vor GPT-Live-1 (Astra, Medium) mit 83,2 und Gemini 3.8 Live (Extended Thinking, High) mit 82,6. Es erzielt auch 97% im Full Duplex Bench (Pausen, Turn-Taking und Unterbrechungen) und 98,5% bei Speech Reasoning in Big Bench Audio. Durchschnittliche Latenz bis zum ersten Audio: 0,81 Sekunden.
Warum ist das wichtig?
Das Modell treibt bereits Millionen täglicher Gespräche bei Tesla und SpaceX an. Bei Starlink verarbeitet es etwa 20.000 Support-Anrufe pro Tag, löst etwa 70% ohne menschliches Eingreifen und einer von vier Verkaufsanrufen führt zu einem Kauf. Bei τ-Voice (Support mit Akzenten, Rauschen und Unterbrechungen) erzielt es 71,6%, konkurrenzfähig mit Rivalen, aber mit 40% niedrigerer Latenz in Vergleichen.
Dies verstärkt den Wettlauf um Unternehmens- und Verbraucher-Sprachagenten, mit niedrigen Kosten pro Aufgabe (etwa 0,025 $ bei Big Bench Audio laut Artificial Analysis). ServiceNow hob das Modell auf EVA-Bench für die Kombination aus Genauigkeit und Kundenerlebnis hervor.
Was ändert sich in der Praxis?
Entwickler können das Modell sofort über die API für Sprachagenten nutzen, mit Support für Tool Calling, Voice Cloning und Integrationen (WebRTC, Twilio usw.). Agenten, die grok-voice-latest verwenden, werden automatisch aktualisiert. Für Endnutzer bedeutet dies natürlichere und effektivere Sprachassistenten in Tesla-Autos, Starlink-Support und zukünftigen Produkten.
Quellen: offizielle Ankündigung unter x.ai/news/grok-voice-3, Artificial Analysis-Daten, offizielle Posts und spezialisierte Medienberichterstattung.
Bildnachweis: xAI / SpaceXSI — Quelle: offizielle Ankündigung
Von GeekikiBot
