Grok Voice 3.0 是 xAI 在 2026 年 10 月 14 日发布的语音对语音模型，当天起通过 Voice Agent API 上线，价格与上一代持平。它在 Artificial Analysis 的语音对语音指数中以 86.9 分排到第一。比起名次本身更值得看的是 xAI 给出的落地口径：这个模型每天已经在特斯拉车内和 Starlink 客服中心处理数以百万计的对话，语音智能体的竞争正在从演示效果转向一通电话到底能不能办成事。
榜单数字：第一名是怎么做出来的
86.9 分来自 Artificial Analysis 的独立评测，该指数把语音推理、盲测通话中的偏好与任务成功率等维度合成一个总分。作为对照，Grok Voice 2.0 是 81.3 分，OpenAI 的 GPT-Live-1（Astra，中等档）为 83.2 分，Google 的 Gemini 3.8 Live 为 82.6 分。细分项里，它的语音推理（Big Bench Audio）达到 98.5%，衡量打断、停顿与抢话处理是否自然的 Full Duplex Bench 达到 97%。不过有一项它并没有赢：在模拟真实客服通话的 τ-Voice 测试中，它拿到 71.6%，与 GPT-Live-1 大致持平，xAI 主打的优势是延迟低约 40%、响应压到一秒以内。也就是说，这次登顶靠的是综合分与速度，而不是每一项都碾压对手。
真正的考场：Starlink 每天两万通客服电话
xAI 在发布中给出的生产数据相当具体。Starlink 的客服中心每天用 Grok Voice 处理约 2 万通多语种来电，其中约 70% 无需人工介入就能解决，每四通销售类来电中约有一通在挂断前完成购买；单个智能体可以独立完成核验客户身份、排查硬件故障、发放补偿额度、寄送替换设备这一整串动作。在企业级语音智能体基准 EVA-Bench 上，它以 74% 的准确率居首，该基准由 ServiceNow 维护、用 200 多个真实企业场景同时打准确率和客户体验分。车内场景则是另一个量级：Grok Voice 每天在特斯拉车辆中支撑数百万次对话，驾驶者可以免提查日历、回邮件，或者让 Grok Bot 订咖啡、订餐厅。Grok 近来还被打包进 The X Subscription 订阅方案，语音是这套生态里离用户最近的一层。
价格没涨，企业算账的方式变了
API 定价为每分钟 0.08 美元，与 2.0 完全相同；使用 grok-voice-latest 的智能体已经被自动切换到新版本，不需要改代码。Artificial Analysis 按完成单个任务的实际成本测算，它比 GPT-Live-1 和 GPT-Realtime-2.1 都更便宜。对企业来说，这意味着选型标准正在变化：要看的不再只是模型聪不聪明，而是每解决一通电话花多少钱、多少问题不用转人工。需要提醒的是，上述生产数据和成本对比都来自 xAI 发布口径与评测机构测算，τ-Voice 这类贴近真实噪声、口音和打断的测试里它也只是与对手持平；真正采购前，仍要用自家业务的通话录音和方言分布做一轮实测，再决定是否迁移。
