A xAI lançou o Grok Voice 3.0, novo modelo de fala-para-fala que a empresa descreve como o mais inteligente do tipo hoje disponível, segundo comunicado oficial e reportagem da SiliconANGLE. O modelo já está disponível na Voice Agent API ao mesmo preço do Grok Voice 2.0.

Primeiro lugar em teste independente

Segundo a xAI e a SiliconANGLE, a empresa de testes independentes Artificial Analysis avaliou o Grok Voice 3.0 em 86,9 pontos no Speech-to-Speech Index, o primeiro lugar entre os modelos de voz avaliados. De acordo com a SiliconANGLE, no mesmo índice o GPT-Live-1 da OpenAI, que usa o modelo GPT-6 Astra para raciocínio, obteve 83,2 pontos, e o Gemini 3.8 Live do Google ficou com 82,6.

No Full Duplex Bench, teste que mede a naturalidade do modelo ao lidar com pausas e interrupções na conversa, o Grok Voice 3.0 pontuou 97%, segundo as duas fontes. Já no Tau-Voice, benchmark construído em torno de chamadas de atendimento com sotaques fortes e ruído de fundo, a xAI afirma que o novo modelo é "comparável" ao GPT-Live-1 — a SiliconANGLE detalha que o Grok Voice 3.0 fez 71,6% contra 74,5% do modelo da OpenAI, uma vantagem pequena para a OpenAI, mas com o Grok chegando ao primeiro áudio cerca de 40% mais rápido, segundo a xAI.

Mais barato por tarefa, segundo as duas fontes

No teste Big Bench Audio, que mede quanto custa concluir uma tarefa em cada modelo, a SiliconANGLE cita valores da Artificial Analysis: cerca de 2,5 centavos de dólar por tarefa no Grok Voice 3.0, contra 3 centavos no GPT-Live-1 e 5,5 centavos no GPT-Realtime-2.1 da OpenAI. A xAI confirma que seu modelo custa menos que os dois concorrentes nesse teste, sem citar os valores exatos.

No EVA-Bench, benchmark da ServiceNow para agentes de voz corporativos, o Grok Voice 3.0 atingiu 74% de acerto, a maior pontuação entre os modelos avaliados, e também liderou quando acerto e experiência do cliente são somados, segundo as duas fontes. Nitin Aggarwal, diretor sênior de produto da ServiceNow, disse à SiliconANGLE que o modelo "combina a maior precisão com uma conversa natural e responsiva".

Já em uso na Tesla e na Starlink

Segundo a xAI, o Grok Voice já atende milhões de conversas por dia em veículos da Tesla, onde motoristas usam o recurso para checar a agenda, responder e-mails ou, por meio do Grok Bot, pedir um café ou reservar um restaurante, tudo sem usar as mãos. Na Starlink, empresa de internet via satélite da SpaceX, o Grok Voice responde cerca de 20 mil chamadas de clientes por dia em vários idiomas; aproximadamente 70% são resolvidas sem intervenção humana, e uma em cada quatro chamadas de vendas termina em compra antes de o cliente desligar, segundo a xAI e a SiliconANGLE.

Preço e disponibilidade

O Grok Voice 3.0 está disponível desde já na Voice Agent API a US$ 0,08 por minuto (US$ 4,80 por hora), o mesmo preço cobrado pelo Grok Voice 2.0, segundo a xAI e a SiliconANGLE. Agentes configurados com o identificador grok-voice-latest já foram migrados automaticamente para a nova versão, sem necessidade de alteração por parte do desenvolvedor.

Segundo a SiliconANGLE, a xAI vem adotando o nome SpaceXSI, abreviação de SpaceX Super Intelligence, em vez de xAI — a empresa foi comprada pela SpaceX em fevereiro e passou pelo nome SpaceXAI em julho antes de adotar a grafia atual neste mês.

Na prática

  • O Grok Voice 3.0 já está liberado na Voice Agent API, ao preço de US$ 0,08 por minuto, igual ao do Grok Voice 2.0.
  • Agentes que usam o identificador grok-voice-latest foram atualizados automaticamente, sem ação necessária do desenvolvedor.
  • O modelo já roda em produção na Tesla (uso em veículos) e na Starlink (atendimento por voz a clientes), segundo a xAI.
  • Nos testes da Artificial Analysis e da ServiceNow citados pelas fontes, o Grok Voice 3.0 lidera o índice geral de voz e o benchmark de agentes corporativos, mas fica atrás do modelo da OpenAI em um teste específico de sotaques e ruído.