14 октября компания xAI представила Grok Voice 3.0 — новую модель для голосового общения с искусственным интеллектом. Разработчики обещают быстрые ответы, более естественный разговор и улучшенную способность понимать человека, даже когда тот перебивает нейросеть.
Знакомая ситуация: разговариваешь с голосовым помощником, пытаешься уточнить вопрос, а он продолжает читать свой ответ, словно тебя вообще нет?
Именно с такими проблемами пытаются бороться разработчики голосовых нейросетей.
Новая Grok Voice 3.0 должна лучше понимать паузы, перебивания и смену темы прямо во время разговора. По заявлению xAI, задержка ответа составляет менее секунды.
То есть общение постепенно становится больше похоже на обычный телефонный разговор, а не на обмен голосовыми сообщениями.
Grok обошёл конкурентов в тестировании
По результатам независимого тестирования Artificial Analysis от 13 октября, Grok Voice 3.0 заняла первое место в общем рейтинге голосовых моделей.
Результаты:
Grok Voice 3.0 — 86,9 балла GPT-Live-1 от OpenAI — 83,2 Gemini 3.8 Live от Google — 82,6 Предыдущая Grok Voice 2.0 — 81,3
Оценка учитывает не только качество ответов, но и способность вести диалог, понимать речь и выполнять задачи.
В отдельном испытании на естественность разговора Grok Voice 3.0 получила 97%. В частности, проверялось, насколько хорошо система справляется с паузами и перебиваниями.
Впрочем, первое место в одном рейтинге ещё не означает, что модель лучше абсолютно во всех сценариях и на всех языках.
ИИ уже отвечает на звонки вместо людей
xAI приводит довольно любопытные примеры применения голосовых моделей.
По данным компании, голосовой Grok используется в автомобилях Tesla и в работе служб поддержки Starlink.
В частности, Starlink обрабатывает около 20 тысяч клиентских звонков ежедневно с помощью голосового ИИ. Как утверждает xAI, примерно 70% обращений решаются без подключения человека.
Нейросеть может помочь с настройкой оборудования, диагностикой неисправности и другими стандартными вопросами.
Получается, голосовые модели уже претендуют не просто на роль разговорного помощника, а на полноценную работу оператора поддержки.
Сколько стоит новая модель?
Grok Voice 3.0 уже доступна разработчикам через Voice Agent API.
Цена не изменилась по сравнению с предыдущей версией — 8 центов за минуту, или $4,80 за час использования.
Причём разработчикам, использующим автоматический выбор актуальной голосовой модели, обновление уже подключили без необходимости переписывать код.
Это не объявление о новом бесплатном голосовом режиме для всех пользователей Grok. Речь прежде всего об инструменте для создания приложений, голосовых помощников и телефонных ИИ-операторов.
Но направление развития хорошо заметно: нейросети учатся не только отвечать на вопросы, но и разговаривать с людьми всё более естественно.
И вот интересно: если бы вам позвонил такой ИИ-оператор, вы бы хотели сразу об этом знать? Или главное, чтобы он действительно решил проблему, а не переключал вас между отделами? 😁