SpaceXSI 正式發表新一代語音對話模型 Grok Voice 3.0，官方宣佈其為目前全球最聰明的「語音對話」模型。新模型 Grok Voice 3.0 不僅在客戶支援通話的解決率上刷新紀錄，更具備小於 1 秒的業界領先低延遲表現，且在成本上較其他前沿模型更具優勢。目前該模型已全面應用於特斯拉與 SpaceX 的日常數百萬次對話中，並已同步開放 API。
評測表現亮眼：綜合實力與流暢度雙料冠軍
根據獨立評測機構 Artificial Analysis 的測試，Grok Voice 3.0 在「語音對話指數」中以 86.9 分高居榜首。該指數涵蓋了語音推理、τ-Voice（應對複雜口音與打斷能力）以及盲測對話成功率。
此外，在衡量模型如何自然處理停頓、輪流發話與打斷的「Full Duplex Bench」雙向全雙工測試中，Grok Voice 3.0 也創下了 97% 的高分。語音推理能力高達 98.5%、任務成功率達 94.8%。在 Big Bench Audio 測試中，每項任務的平均成本僅需 0.025 美元，相較於同級的競爭模型更具價格競爭力。
在 ServiceNow 針對企業語音代理設計的基準測試 EVA-Bench 中，Grok Voice 3.0 同樣以 74% 的準確率奪得鰲頭。ServiceNow 產品管理資深總監 Nitin Aggarwal 指出：「Grok Voice 3.0 在精準度與自然互動之間取得了完美的平衡，為企業客戶服務領域的 AI 應用樹立了新標準。」
實戰驗證：每日支援特斯拉與 Starlink 數百萬用戶
目前這項技術已在特斯拉車輛中大規模應用，每天處理數百萬次對話。駕駛可以透過 Connectors 處理行事曆或回覆信件等日常輕量任務，或是交給 Grok Bot 處理預訂晚餐等較複雜的需求，全程皆可「免手動」完成。
在 Starlink 客服中心，Grok Voice 3.0 每天以多種語言處理高達 20,000 通客服電話，其中約 70% 的案件能在無需真人介入的情況下順利解決，且每 4 通銷售電話中就有 1 通在掛斷前成功完成交易。單一代理便能流暢地完成客戶身分驗證、硬體故障排除、發放點數以及安排換貨。
Grok Voice 3.0 目前已在 Voice Agent API 上架，定價為每分鐘 0.08 美元（每小時 4.80 美元），價格維持與前一代相同。使用 grok-voice-latest 的開發者與企業用戶將會自動升級至新版本，無需額外調整程式碼。
請注意！留言要自負法律責任，相關案例層出不窮，請慎重發文！