Musk 称 Grok Voice 3.0 登顶 Artificial Analysis 语音模型评测

Musk 在 X 发文称 Grok Voice 3.0 为全球领先的对话语音模型，并引用 Artificial Analysis 评测数据：该模型以 86.9 分登顶 Speech to Speech Index，高于 GPT-Live-1（Astra, medium）的 83.2 分和 Gemini 3.8 Live 的 82.6 分，较 Grok Voice 2.0 的 81.3 分提升 5.6 分。模型通过 Realtime API 提供，定价 $0.08 每分钟，Big Bench Audio 平均首音频延迟 0.81 秒，任务成功率 94.8% 居首。

相较 Grok Voice 2.0，新版本在 Speech to Speech Index 上提升 5.6 分，并同时超越 GPT-Live-1 与 Gemini 3.8 Live 两个竞品，意味着对话语音赛道的头名位置发生变化；同时首音频延迟与任务成功率两项工程指标也被列出，评测维度不再只看综合分。

对话语音模型的竞争由三部分构成：语音理解与生成的一体化程度、端到端响应延迟、以及多轮任务完成能力。Grok Voice 3.0 通过 Realtime API 以每分钟 $0.08 的定价对外提供，说明其把模型能力封装为可计费的实时接口，用低延迟与高任务成功率换取开发者调用，进而通过第三方评测排名形成对外可见的竞争信号。

对产品与研发而言，语音交互的选型多了一个可对比选项：$0.08 每分钟的定价、0.81 秒首音频延迟和 94.8% 任务成功率可直接进入成本与体验评估表。若现有产品使用其他实时语音 API，需要重新测算单位通话成本与打断、轮次切换等体验指标；对自研语音链路的团队，则需判断是继续自建还是转向该 Realtime API。

• 在客服、外呼或语音助手类产品中接入 Grok Voice 3.0 Realtime API，按每分钟 $0.08 测算单次会话成本并与现有方案对比
• 针对 0.81 秒首音频延迟设计体验基线，将首响时间纳入语音产品的验收指标
• 利用 94.8% 任务成功率，优先在需要多轮任务完成的语音场景（如预约、查询、下单）做小流量验证

• Artificial Analysis 的 Speech to Speech Index 具体评测方法与样本构成未在证据中说明
• GPT-Live-1（Astra, medium）和 Gemini 3.8 Live 的评测版本与调用配置是否与 Grok Voice 3.0 对等，尚无独立信源确认
• Big Bench Audio 的平均首音频延迟与任务成功率是否在相同网络和区域条件下测得，证据未披露
• $0.08 每分钟是否包含全部 Realtime API 调用成本（如双向音频、工具调用），证据未说明