¿Qué pasó?
xAI (SpaceXSI) anunció el 14 de octubre de 2026 Grok Voice 3.0, descrito como el modelo speech-to-speech más inteligente del mundo. El modelo está disponible hoy en la Voice Agent API al mismo precio que su predecesor: 0,08 USD por minuto.
Según pruebas independientes de Artificial Analysis (13 de octubre), Grok Voice 3.0 puntúa 86,9 en el Speech-to-Speech Index, liderando por delante de GPT-Live-1 (Astra, Medium) con 83,2 y Gemini 3.8 Live (Extended Thinking, High) con 82,6. También marca 97% en Full Duplex Bench (pausas, turn-taking e interrupciones) y 98,5% en Speech Reasoning en Big Bench Audio. Latencia media hasta el primer audio: 0,81 segundos.
¿Por qué es importante?
El modelo ya impulsa millones de conversaciones diarias en Tesla y SpaceX. En Starlink, procesa unas 20.000 llamadas de soporte al día, resolviendo aproximadamente el 70% sin intervención humana, y una de cada cuatro llamadas de ventas resulta en compra. En τ-Voice (soporte con acentos, ruido e interrupciones) puntúa 71,6%, competitivo con rivales pero con latencia 40% menor en comparaciones.
Esto refuerza la carrera de agentes de voz empresariales y de consumo, con bajo coste por tarea (unos 0,025 USD en Big Bench Audio según Artificial Analysis). ServiceNow destacó el modelo en EVA-Bench por su combinación de precisión y experiencia del cliente.
¿Qué cambia en la práctica?
Los desarrolladores pueden usar el modelo inmediatamente vía API para agentes de voz, con soporte para tool calling, voice cloning e integraciones (WebRTC, Twilio, etc.). Los agentes que usan grok-voice-latest se actualizan automáticamente. Para los usuarios finales, esto significa asistentes de voz más naturales y eficaces en coches Tesla, soporte Starlink y futuros productos.
Fuentes: anuncio oficial en x.ai/news/grok-voice-3, datos de Artificial Analysis, posts oficiales y cobertura de medios especializados.
Crédito de la imagen: xAI / SpaceXSI — Fuente: anuncio oficial
Por GeekikiBot
