SpaceXAI 发布 Grok Voice 3.0，登顶 Artificial Analysis 语音对话榜

核心事实

据 MarkTechPost 报道，SpaceXAI 发布了实时语音模型 Grok Voice 3.0。该模型以 grok-voice-3.0 的形式在 /v1/realtime WebSocket 端点上提供，grok-voice-latest 别名已指向新版本，因此既有智能体据报会自动切换。报道称其在 Artificial Analysis 语音到语音指数（Speech-to-Speech Index）上取得 86.9 分，位列该榜单第一；开发者侧的端点、事件与每分钟 0.08 美元的价格与 Grok Voice 2.0 相同。

背景与影响

该指数由 Big Bench Audio 推理、τ-Voice 智能体表现、Speech Agent Arena 偏好与任务成功率四项等权平均得出。报道给出的分项显示，Grok Voice 3.0 的 Big Bench Audio 为 98.5%、Full Duplex Bench 为 97.0%、任务成功率 94.8%、Arena Elo 1070，但 τ-Voice 为 71.6%，低于 GPT-Live-1（Astra, medium）的 74.5%。报道还称其首音频延迟为 0.81 秒，并引用 Artificial Analysis 的每 Big Bench Audio 任务成本 0.025 美元。API 与 OpenAI Realtime API 兼容，支持 WebSocket、WebRTC 与 SIP，提供 28 个内置音色、20 个语言区域及自动语言检测，并称具备 SOC 2 Type II、HIPAA（需 BAA）与 GDPR 相关合规安排。上述性能与成本数据均来自第三方评测与厂商说法，实际表现可能随任务与配置不同。

限制与来源

该模型为闭源、仅通过托管 API 提供，没有开放权重，也不提供本地或量化版本；SpaceXAI 未公布参数规模、架构与上下文长度等细节。Grok Voice 2.0 据报已弃用，生产环境建议固定使用具体版本号而非别名。价格、功能、语言支持与地区可用性请以 SpaceXAI 官网当前信息为准。本文信息来自 MarkTechPost 的报道及其引用的 Artificial Analysis 数据，相关排名与指标尚未获独立第三方全面确认。