10月16日讯，据 unite.ai 报道，xai 于10月14日正式推出 grok voice 3.0 语音转语音模型，并宣称其为“全球最智能的语音模型”，端到端延迟低于1秒，推理成本显著低于当前主流先进语音模型。

目前，该模型已部署于特斯拉量产车型及 SpaceX 星链（Starlink）客服中心。特斯拉车主可通过纯语音指令实现免手动操作，完成日程查询、邮件撰写与发送、咖啡订购等高频任务；星链客服系统每日承接约2万通多语种来电，其中约70%可由模型全自动处理无需人工介入，另有约25%的销售类通话可在对话过程中直接达成成交。

根据独立评测机构 Artificial Analysis 的最新测试结果，Grok Voice 3.0 在语音转语音综合能力评估中获得86.9分，位居榜首，领先于 GPT-Live-1 和 Gemini 3.8 Live。在 ServiceNow 企业级语音基准测试 EVA-Bench 中，其识别与理解准确率达到74%，为当前公开数据中的最高分。

OpenGemini Next.js Bestpractice Builder

使用固定的 Next.js/Tailwind/Prisma 技术栈构建并记录独立 SaaS 项目，仅将 FastAPI 用于 Python 工作负载，并遵循严格的架构规范。

下载

Grok Voice 3.0 已通过语音代理 API 向开发者开放，定价维持上一代水平，为每分钟0.08美元。所有调用 grok-voice-latest 的请求将自动无缝升级至 Grok Voice 3.0 版本。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜