Grok Voice 3.0 от SpaceXAI: новая голосовая модель заняла первое место в рейтинге Artificial Analysis

SpaceXAI представила Grok Voice 3.0 — флагманскую модель для голосового общения в реальном времени. Она слушает, рассуждает, вызывает инструменты и говорит. По данным Artificial Analysis, модель заняла первое место в индексе Speech-to-Speech с результатом 86,9 балла, обогнав GPT-Live-1 (Astra, medium) с 83,2 и Gemini 3.8 Live Extended Thinking с 82,6. Grok Voice 2.0 набирала 81,3.

Модель показывает сильные, но не везде лидирующие результаты по отдельным компонентам: Big Bench Audio — 98,5% (4-е место), Full Duplex Bench — 97,0% (4-е), Task Success Rate — 94,8% (небольшой рост), Speech Agent Arena Elo — 1070 (лучший среди сравниваемых). По τ-Voice результат 71,6% — заметный рост с 56,5%, но ниже GPT-Live-1 (74,5%). На enterprise-бенчмарке EVA-Bench от ServiceNow модель получила 74% точности.

По скорости: время до первого аудио — 0,81 с, что на 40% быстрее GPT-Live-1 (1,34 с), хотя Grok Voice 2.0 была ещё быстрее (0,70 с). Цена — $0,08 за минуту через WebSocket API (endpoint /v1/realtime). Стоимость за задачу Big Bench Audio — $0,025 против $0,030 у GPT-Live-1. При этом Gemini 3.8 Live дешевле по стоимости часа входного аудио ($3,50 против $4,80).

Модель доступна только через хостинг SpaceXAI — открытых весов нет. Поддерживается детекция голосовой активности (barge-in), вызов инструментов (поиск по коллекциям, вебу, X, MCP-серверы и пользовательские функции). Рассуждение включено по умолчанию (high), но его можно отключить для более быстрых ответов. Псевдоним grok-voice-latest уже указывает на новую версию, так что существующие агенты обновились автоматически.