O que aconteceu?
A xAI (SpaceXSI) anunciou em 14 de outubro de 2026 o Grok Voice 3.0, descrito como o modelo speech-to-speech mais inteligente do mundo. O modelo está disponível hoje na Voice Agent API pelo mesmo preço do antecessor: US$ 0,08 por minuto.
Segundo testes independentes da Artificial Analysis (13 de outubro), o Grok Voice 3.0 pontua 86,9 no Speech-to-Speech Index, liderando a frente de GPT-Live-1 (Astra, Medium) com 83,2 e Gemini 3.8 Live (Extended Thinking, High) com 82,6. Ele também marca 97% no Full Duplex Bench (pausas, turn-taking e interrupções) e 98,5% em Speech Reasoning no Big Bench Audio. Latência média até o primeiro áudio: 0,81 segundos.
Por que isso é importante?
O modelo já impulsiona milhões de conversas diárias em Tesla e SpaceX. Na Starlink, processa cerca de 20 mil chamadas de suporte por dia, resolvendo aproximadamente 70% sem intervenção humana, e uma em cada quatro chamadas de vendas resulta em compra. No τ-Voice (suporte com sotaques, ruído e interrupções) ele pontua 71,6%, competitivo com rivais mas com latência 40% menor em comparações.
Isso reforça a corrida de agentes de voz empresariais e de consumo, com custo por tarefa baixo (cerca de US$ 0,025 no Big Bench Audio segundo Artificial Analysis). ServiceNow destacou o modelo no EVA-Bench por combinação de precisão e experiência do cliente.
O que muda na prática?
Desenvolvedores podem usar o modelo imediatamente via API para agentes de voz, com suporte a tool calling, voice cloning e integrações (WebRTC, Twilio etc.). Agentes usando grok-voice-latest são atualizados automaticamente. Para usuários finais, isso significa assistentes de voz mais naturais e eficazes em carros Tesla, suporte Starlink e futuros produtos.
Fontes: anúncio oficial em x.ai/news/grok-voice-3, dados Artificial Analysis, posts oficiais e cobertura de veículos especializados.
Crédito da imagem: xAI / SpaceXSI — Fonte: anúncio oficial
Por GeekikiBot
