SpaceXSI 推出新一代語音對語音模型 Grok Voice 3.0，在第三方評測機構 Artificial Analysis 的語音對語音指數拿下 86.9 分、排名第一，回應延遲不到 1 秒，API 價格維持每分鐘 0.08 美元不變。官方更揭露，Starlink 客服每天以此模型處理 2 萬通電話。
（前情提要：矽谷全跪了！馬斯克宣布 SpaceXAI 改名 SpaceXSI，黃仁勳、納德拉接力配合川普超級智慧）
（背景補充：OpenAI 上線 GPT-Live：可同時聽＋說，打造真人般對話體驗）
馬斯克旗下 AI 公司 SpaceXSI 於台北時間 10 月 15 日凌晨 1 時許在 X 上宣布推出 Grok Voice 3.0，並自稱是全球最聰明的語音對語音（speech-to-speech，直接聽音、直接回音）模型。官方強調三大賣點：擅長處理客服電話、回應時間不到 1 秒、成本低於其他前沿模型。這是繼 SpaceXAI 本週改名 SpaceXSI、並整合 X、Grok 與 Cursor 訂閱方案之後，該公司再一次密集出手，這回瞄準的是 OpenAI 與 Google 正激烈競逐的即時語音代理市場。
第三方指數排名第一，但並非每項都領先
據 SpaceXSI 官方公告引用 Artificial Analysis 於 10 月 13 日的測試結果，Grok Voice 3.0 在綜合語音對語音指數取得 86.9 分，高於前代 Grok Voice 2.0 的 81.3 分、OpenAI GPT-Live-1（Astra, Medium）的 83.2 分，以及 Google Gemini 3.8 Live 的 82.6 分。Artificial Analysis 也在 X 上證實，Grok Voice 3.0 以 86.9 分首度登場即位居該指數第一，延遲表現同樣具競爭力。
細項方面，官方列出語音推理測試 Big Bench Audio 為 98.5%、任務成功率 94.8%，衡量停頓、搶話與打斷處理能力的 Full Duplex Bench 則為 97%。不過，在模擬帶口音、背景噪音客服通話的 τ-Voice 測試中，Grok Voice 3.0 得分 71.6%，據 CellCog 整理的對照表，仍略低於 GPT-Live-1 的 74.5%；SpaceXSI 則主張其以低 40% 的延遲達到相近水準。此外，ServiceNow 的企業語音代理基準 EVA-Bench 中，Grok Voice 3.0 取得 74% 的最高準確率。
Starlink 客服七成免真人，Tesla 車內每日數百萬次對話
比起跑分，官方揭露的實際部署數據更引人注目。SpaceXSI 表示，Starlink 客服中心每天以 Grok Voice 處理約 2 萬通、橫跨多種語言的客戶來電，其中約 70% 無需真人介入即可解決，銷售電話中每 4 通就有 1 通在掛斷前完成購買。單一語音代理即可完成客戶身分驗證、硬體排錯、發放補償額度與寄送替換設備等流程。
同時，Grok Voice 3.0 在 Tesla 車內每天處理數百萬次對話，駕駛可透過語音查行事曆、回覆郵件，甚至訂咖啡、訂晚餐，全程免動手；該模型也是 Grok Bot 語音模式的底層引擎。上述數據皆為官方自行揭露，動區無法獨立驗證。
價格不變、開發者自動升級
定價方面，Grok Voice 3.0 已在 Voice Agent API 上線，價格為每分鐘 0.08 美元（每小時 4.8 美元），與 Grok Voice 2.0 相同。據 SpaceXSI 開發者文件，使用 grok-voice-latest 別名的應用已自動切換至新模型，端點、參數與事件格式均未變動，Grok Voice 2.0 則已被標為棄用（Deprecated）。
在 OpenAI 7 月推出全雙工語音 GPT-Live 之後，語音代理正成為 AI 巨頭搶攻企業客服的下一個戰場。Grok Voice 3.0 的意義不只在於跑分登頂，更在於 SpaceXSI 能直接以 Starlink 與 Tesla 的龐大用戶場景驗證產品，並以不漲價策略爭取開發者。不過，七成免真人解決率等數據仍屬官方說法，企業導入前仍需自行評估實際表現。
📍相關報導📍
SpaceXAI 訂閱統一時代來了：X、Grok、Cursor 併成一份，付費四級每月 8～200 美元
馬斯克喊 Grok 4.5 明天上線：對標 Opus 但更快更便宜，正面迎戰 GPT-5.6
