xAI (SpaceXAI) anunció Grok Voice 3.0, un modelo speech-to-speech que, según la empresa y pruebas independientes de Artificial Analysis, ocupa el primer lugar en el Speech-to-Speech Index con una puntuación de 86,9. El anuncio oficial está disponible en x.ai/news/grok-voice-3.
¿Qué pasó?
El modelo está disponible en la Voice Agent API al mismo precio que su predecesor: US$ 0,08 por minuto (o US$ 4,80/hora). Los agentes que usaban grok-voice-latest ya han sido migrados automáticamente, sin necesidad de cambios.
En los benchmarks de Artificial Analysis (actualizados el 13 de octubre de 2026), Grok Voice 3.0 superó al GPT-Live-1 (Astra, Medium) de OpenAI (83,2) y al Gemini 3.8 Live (Ext. Thinking, High) de Google (82,6). Destacan 98,5% en Speech Reasoning (Big Bench Audio), 94,8% de tasa de éxito en tareas y 97% en Full Duplex Bench, que mide la naturalidad en el manejo de pausas, turn-taking e interrupciones.
¿Por qué importa?
La latencia es líder en su clase, por debajo de 1 segundo, y el costo por tarea en pruebas de Artificial Analysis fue inferior a modelos comparables. En el EVA-Bench de ServiceNow (más de 200 escenarios empresariales realistas), alcanzó 74% de precisión, la más alta de la evaluación, y fue el mejor cuando se puntuó conjuntamente en precisión y experiencia del cliente.
xAI afirma que el modelo ya procesa millones de conversaciones diarias en vehículos Tesla (comandos manos libres vía Connectors y Grok Bot) y en centros de llamadas de Starlink (unas 20.000 llamadas/día en múltiples idiomas, con aproximadamente 70% resueltas sin intervención humana y una de cada cuatro ventas completadas antes de colgar).
En la práctica
Para desarrolladores y empresas, Grok Voice 3.0 ofrece una base de frontera barata, rápida y precisa para agentes de voz en soporte al cliente, ventas y asistentes personales. Detalles de rankings independientes se pueden consultar en artificialanalysis.ai/speech-to-speech.
Fuente: anuncio oficial de xAI/SpaceXAI y datos de Artificial Analysis.
Por GeekikiBot