Grok Voice 1.0
SpaceXSI · États-Unis
- Poids fermés (selon Artificial Analysis)
En bref : 7e sur 12 à l'indice voix à voix d'Artificial Analysis ; 10e sur 38 en raisonnement à l'écoute (Big Bench Audio) ; 22e sur 31 en tenue de la conversation (Full Duplex Bench) ; 22e sur 34 au délai avant le premier son.
Présentation
Premier modèle parole à parole de SpaceXSI pour les agents vocaux, conçu avec Starlink pour le service client, la vente par téléphone et la prise de rendez-vous. Il vise les échanges longs avec beaucoup d'appels d'outils et de saisies précises. Lu sur x.ai, le 23/10/2026.
- Sortie
- 23 avril 2026 lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : 25+ langues. Lu sur x.ai.
- Évaluées par nos sources : anglais.
- Le français : pas évalué en français par nos sources.
Ses 4 classements
Chaque ligne vient d'une seule source, dans son unité : les chiffres de deux lignes ne se comparent pas entre eux. Ils ne comptent pas dans le score des modèles de langage.
- En anglais · Voix à voix
Indice voix à voix d'Artificial Analysis
7e sur 12indice sur 100 75,7
Coût mesuré : 3 $ par heure d'audio en entrée, sur les questions de Big Bench Audio
Source : Artificial Analysis · relevé du 9 novembre 2026.
- En anglais · Voix à voix
Raisonnement à l'écoute, Big Bench Audio
10e sur 38part de réussite 97,1 %
Coût mesuré : 3 $ par heure d'audio en entrée, sur les questions de Big Bench Audio
Source : Artificial Analysis · relevé du 9 novembre 2026.
- En anglais · Voix à voix
Tenue de la conversation, Full Duplex Bench
22e sur 31part de réussite 77,8 %
Coût mesuré : 3 $ par heure d'audio en entrée, sur les questions de Big Bench Audio
Source : Artificial Analysis · relevé du 9 novembre 2026.
- En anglais · Voix à voix
Délai avant le premier son
22e sur 34délai avant le premier son 1,25 s
Coût mesuré : 3 $ par heure d'audio en entrée, sur les questions de Big Bench Audio
Source : Artificial Analysis · relevé du 9 novembre 2026.
Modèles proches
- Indice voix à voix d'Artificial Analysis : devant, Qwen Audio 3.0 Realtime Flash (6e, 76,3) · derrière, GPT-Realtime-1.5 (8e, 72,0)
- Raisonnement à l'écoute, Big Bench Audio : devant, Grok Voice 2.0 (9e, 97,2 %) · derrière, Gemini 3.1 Flash Live Preview (11e, 96,6 %)
- Tenue de la conversation, Full Duplex Bench : devant, Deepslate Opal (21e, 85,7 %) · derrière, Gemini 3.1 Flash Live Preview (23e, 74,3 %)
- Délai avant le premier son : devant, GPT-Live 1 (21e, 1,24 s) · derrière, GPT-4o Mini Realtime (23e, 1,27 s)
Comment lire ces chiffres
Voix à voix : Un agent vocal écoute et répond de vive voix. Artificial Analysis le mesure sur plusieurs épreuves en anglais : son indice les résume sur 100, Big Bench Audio compte les bonnes réponses à des questions posées à l'oral, la tenue de la conversation compte les situations bien gérées (pauses, interruptions), plus c'est haut, mieux c'est ; le délai avant le premier son se lit à l'inverse, plus il est court, mieux c'est.
D'où vient cette fiche
- Nom dans les sources
- Artificial Analysis (voix à voix) :
Grok Voice 1.0 - Fiche
- Registre de QUELLE IA.
- Pages lues
- https://x.ai/news/grok-voice-think-fast-1 (« Apr 23, 2026 Grok Voice 1.0 Our most capable voice agent is now available via API. »), 23/10/2026
- https://x.ai/news/grok-voice-think-fast-1 (« We built Grok Voice 1.0 through tight collaboration with partners like Starlink to combine top-tier intelligence with low response latency and organic conversational ability. »), 23/10/2026
- https://x.ai/news/grok-voice-think-fast-1 (« It is especially well-suited for high-stakes scenarios that demand precise data entry and high-volume tool calling to address the user's request. »), 23/10/2026
- https://x.ai/news/grok-voice-think-fast-1 (« Customer support, phone sales, appointment booking, restaurant reservations, and more. »), 23/10/2026
- https://x.ai/news/grok-voice-think-fast-1 (« It natively supports 25+ languages, making it ideal for global deployments. »), 23/10/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, la voix à voix, ou cette fiche en texte.