新聞

SpaceX旗下AI部門SpaceXSI周三（10/14）推出新一代語音模型Grok Voice 3.0，在第三方評測機構Artificial Analysis的語音對語音綜合指數（Speech-to-Speech Index）中，以86.9分排名第一，超越OpenAI及Google的競爭模型。新模型主打快速語音回應與企業客服應用，SpaceXSI宣稱回應時間可低於1秒。

SpaceXSI前身為馬斯克（Elon Musk）於2023年創立的AI公司xAI，主要開發Grok系列AI模型及相關服務。今年2月，SpaceX宣布收購xAI，將AI業務與火箭、衛星通訊等事業整合。xAI隨後於7月改稱SpaceXAI，10月再更名為SpaceXSI，其中SI代表超級智慧（Super Intelligence），以呼應美國總統川普推動以SI取代AI稱呼的政策。目前SpaceXSI是SpaceX旗下的AI業務品牌，主要發展Grok模型、AI代理人及語音服務。

Grok Voice 3.0是一款語音對語音（Speech-to-Speech）模型，可直接處理語音輸入與輸出，支援即時對話、使用者插話及語音代理人任務。Artificial Analysis的語音對語音綜合指數評估了語音推理、對話流暢度、任務執行及人類偏好等面向。根據10月13日的評測結果，Grok Voice 3.0獲得86.9分，高於前代Grok Voice 2.0的81.3分、OpenAI GPT-Live-1的83.2分及Google Gemini 3.8 Live的82.6分。

在Artificial Analysis的測試中，Grok Voice 3.0的語音推理準確率達98.5%，任務完成率為94.8%，處理對話停頓、輪流發言及使用者插話的評測則取得97%，優於OpenAI與Google的受測模型。不過，在模擬不同口音、背景噪音及插話等真實客服情境的測試中，Grok Voice 3.0的任務成功率為71.6%，略低於OpenAI GPT-Live-1的74.5%，但回應延遲比後者降低40%。

在成本上，Artificial Analysis測得Grok Voice 3.0完成每項語音推理任務的平均成本為0.025美元，低於GPT-Live-1的0.030美元及GPT-Realtime-2.1的0.055美元。此外，在ServiceNow針對200多種企業客服情境設計的EVA-Bench評測中，Grok Voice 3.0也以74%的準確率取得最高成績。

SpaceXSI表示，Grok Voice目前每天在特斯拉（Tesla）車輛中支援數百萬次語音對話，駕駛可透過語音查詢行事曆、回覆郵件，或使用Grok Bot訂購咖啡及預約餐廳。SpaceX旗下Starlink客服中心每天也利用Grok Voice處理約2萬通電話，其中約70%無須人工介入即可解決問題，另有1/4的銷售來電能直接完成交易。

Grok Voice 3.0即日起透過Voice Agent API供開發者使用，定價每分鐘0.08美元，與上一代相同。使用grok-voice-latest模型名稱的既有應用已自動升級，無須修改程式。