原文標題：Introducing Grok Voice 3.0

xAI 於 10 月 14 日推出 Grok Voice 3.0，定位為可直接接收語音並回應語音的 speech-to-speech 模型。公司宣稱新模型在對話延遲、自然打斷及客服任務完成率方面有所進步，並已透過 Voice Agent API 對開發者開放。官方表示，現有使用 grok-voice-latest 別名的代理程式已自動切換至新版本，無須修改程式碼。

在官方引用的 Artificial Analysis 10 月 13 日評測中，Grok Voice 3.0 的 Speech-to-Speech Index 為 86.9，前一代 Grok Voice 2.0 為 81.3；Full Duplex Bench 為 97.0%，用以衡量停頓、輪流發言與中斷處理。τ-Voice 成績為 71.6%，官方並表示相較其引用的 GPT-Live-1 測試配置，延遲低約 40%。不同評測的測試條件及分數意義不可直接互換。

xAI 另外引用 ServiceNow 的 EVA-Bench，稱新模型在準確率指標達 74%。官方提供的部署案例包括 Tesla 車輛語音互動，以及 Starlink 客服中心每日約 2 萬通的多語客服通話；其中約七成不需要人工介入即可解決。這些數字屬官方對既有部署的描述，不能推論所有企業導入後都能達到相同成果。

Grok Voice 3.0 的 Voice Agent API 價格為每分鐘 0.08 美元，約每小時 4.80 美元，與上一代相同。此價格針對該 API 計費，企業若有通話、電信、整合或其他基礎設施費用，仍須另行評估。

發生了什麼事

xAI 於 10 月 14 日推出 Grok Voice 3.0，定位為可直接接收語音並回應語音的 speech-to-speech 模型。公司宣稱新模型在對話延遲、自然打斷及客服任務完成率方面有所進步，並已透過 Voice Agent API 對開發者開放。官方表示，現有使用 grok-voice-latest 別名的代理程式已自動切換至新版本，無須修改程式碼。

為什麼重要

語音模型的競爭不再只有辨識與合成音質，也包括中斷處理、回應速度、客服任務完成率及實際每通電話成本。

影響哪些人

開發語音客服、車載助理、語音代理與多語電話系統的團隊最直接受影響，既有 grok-voice-latest API 使用者也需留意自動版本切換後的行為差異。

已確認與未確認

已確認發表日期、API 價格、官方引用的測試數字及模型別名切換。第三方評測是否適用各語言、尖峰流量 SLA 與各地可用性未完整交代。