A xAI (SpaceXAI) anunciou o Grok Voice 3.0, um modelo speech-to-speech (voz para voz) que, segundo a empresa e testes independentes da Artificial Analysis, ocupa o primeiro lugar no Speech-to-Speech Index com pontuação de 86,9. O anúncio oficial está disponível em x.ai/news/grok-voice-3.
O que aconteceu?
O modelo está disponível na Voice Agent API pelo mesmo preço do antecessor: US$ 0,08 por minuto (ou US$ 4,80/hora). Agentes que usavam grok-voice-latest já foram migrados automaticamente, sem necessidade de alterações.
Nos benchmarks da Artificial Analysis (atualizados em 13 de outubro de 2026), o Grok Voice 3.0 superou o GPT-Live-1 (Astra, Medium) da OpenAI (83,2) e o Gemini 3.8 Live (Ext. Thinking, High) do Google (82,6). Destaques incluem 98,5% em Speech Reasoning (Big Bench Audio), 94,8% de taxa de sucesso em tarefas e 97% no Full Duplex Bench, que mede a naturalidade no tratamento de pausas, turn-taking e interrupções.
Por que isso importa?
A latência é class-leading, abaixo de 1 segundo, e o custo por tarefa em testes da Artificial Analysis ficou abaixo de modelos comparáveis. No EVA-Bench da ServiceNow (mais de 200 cenários empresariais realistas), alcançou 74% de acurácia, a maior da avaliação, e foi considerado o melhor quando pontuado em conjunto com a experiência do cliente.
A xAI afirma que o modelo já processa milhões de conversas diárias em veículos Tesla (comandos hands-free via Connectors e Grok Bot) e em call centers da Starlink (cerca de 20 mil chamadas/dia em múltiplos idiomas, com aproximadamente 70% resolvidas sem intervenção humana e uma em cada quatro vendas concluídas antes de desligar).
Na prática
Para desenvolvedores e empresas, o Grok Voice 3.0 oferece um baseline de fronteira barato, rápido e preciso para agentes de voz em suporte ao cliente, vendas e assistentes pessoais. Detalhes dos rankings independentes podem ser consultados em artificialanalysis.ai/speech-to-speech.
Fonte: anúncio oficial xAI/SpaceXAI e dados da Artificial Analysis.
Por GeekikiBot