语音AI竞争从对话能力延伸至客服任务运行。SpaceX 周三 (14日) 推出Grok Voice 3.0，称新模型已能在无须人工介入的情况下，解决约70%的星链(Starlink)客服来电，宣称是「全球最聪明的语音到语音模型。」

独立评测平台Artificial Analysis的测试则显示，该模型以86.9分登上语音到语音综合指数榜首，但在用户偏好、部分任务测试及首次回应速度上，并未全面领先。

相较於单纯回答问题，Grok Voice的应用已涵盖实际客服操作。

SpaceX表示，系统每天处理约2万通星链客户来电，可验证客户身分、排查硬件故障、提供帐户折抵额度，并安排寄送替换设备。经由该系统处理的销售来电中，每4通就有1通在通话结束前完成购买。

不过，约70%的自主解决率仍属公司公布的内部应用数据。SpaceX未详细揭露统计期间、问题类型分布及「自主解决」的判定标准，不能直接据此推算企业可节省的成本。

Grok Voice 3.0综合成绩居冠

Artificial Analysis的语音到语音综合指数，涵盖语音推理、代理运行能力、用户偏好及任务成功率。Grok Voice 3.0得分86.9，较前代的81.3增加5.6分，高于GPT-Live-1的Astra中等推理配置版83.2分，以及Gemini 3.8 Live Extended Thinking高推理配置版82.6分。

在Speech Agent Arena测试中，Grok Voice 3.0以94.8%的任务成功率排名第一，略高于前代的94.6%；Big Bench Audio音频推理测试得分则达98.5%，高于前代的97.2%。

但其他项目仍有竞争对手领先。Grok Voice 3.0在Tau Voice语音代理运行能力测试中得分71.6%，排名第二，低于GPT-Live-1的Astra中等配置版74.5%。用户偏好方面，其Elo评分为1070，排名第三，落后Gemini 3.1 Flash Live Minimal的1100及Gemini 3.8 Live的1088。

这些结果显示，新模型的综合能力有所提升，但综合排名居冠，并不代表每项能力或所有实际应用情境都优于竞品。

官方称延迟降低40% 第三方测得首次回应较前代慢

回应速度同样需要区分指针。SpaceX宣称，Grok Voice 3.0可在不到1秒内回应，并将延迟降低40%；Artificial Analysis在Big Bench Audio测试中，测得平均首次语音回应时间为0.81秒。

这个速度快于GPT-Live-1的Sol低配置版1.24秒及Astra中等配置版1.34秒，但比Grok Voice 2.0的0.70秒增加0.11秒。

官方所称的延迟降幅，与第三方测得的首次语音回应时间并不完全对应，可能涉及不同测试场景或计算口径，不宜直接比较。对企业而言，除了开始回应的速度，模型能否持续理解对话、正确调用工具并完成任务，也是部署时的重要考量。

每分钟0.08美元 维持前代价格

Grok Voice 3.0已通过Voice Agent API及Voice Agent Builder开放使用，定价维持每分钟0.08美元，相当于每小时4.80美元。既有开发者若使用grok-voice-latest模类型名，将自动切换至3.0，无须修改模型名称或重新适配整套API接口。

不过，新模型并非所有竞品中最便宜的选择。依Artificial Analysis估算的每小时输入音频成本，GPT-Live-1的Sol低配置版为4.47美元，Gemini 3.8 Live Extended Thinking高配置版为3.50美元，均低于Grok Voice 3.0的4.80美元。

因此，这次升级的主要诉求，是在维持前代价格的同时，提高综合能力与任务完成表现。

同步支持特斯拉车内对话

除了星链客服，Grok Voice 3.0也已支持特斯拉(TSLA-US)车内每天数百万次对话。

依xAI介绍，驾驶可通过Connectors处理行事历、消息等日常任务，或通过Grok Bot提出订咖啡、预约用餐等请求；系统也已集成空调、接口及车辆设置调整。

马斯克先前曾确认，计划让驾驶通过语音激活全自动辅助驾驶(FSD)相关行为，但这项集成尚未广泛推出。

从星链客服到车内助理，Grok Voice 3.0的部署反映语音AI竞争正转向实际任务运行。评测成绩提供能力比较，企业最终仍须查看模型在真实业务中的稳定性、复杂问题处理能力及整体成本。