Grok Voice 3.0
SpaceXSI · États-Unis
- Poids fermés (selon Artificial Analysis)
En bref : 6e sur 38 en raisonnement à l'écoute (Big Bench Audio) ; 4e sur 31 en tenue de la conversation (Full Duplex Bench) (ex æquo à valeur égale) ; 10e sur 34 au délai avant le premier son (ex æquo à valeur égale).
Présentation
Modèle parole à parole de SpaceXSI, servi par l'API Speech to Speech au même prix que Grok Voice 2.0, qui sert déjà dans les centres d'appels de Starlink. Il raisonne pendant qu'il parle et vise les appels de service client. Lu sur x.ai, docs.x.ai, le 23/10/2026.
- Sortie
- 14 octobre 2026 lu sur la page de l'éditeur
Langues
- Évaluées par nos sources : anglais.
- Le français : pas évalué en français par nos sources.
Ses 3 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
Raisonnement à l'écoute, Big Bench Audio
6e sur 38part de réussite 98,5 %
Coût mesuré : 4,80 $ 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
4e sur 31part de réussite 97,0 %
Coût mesuré : 4,80 $ 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
10e sur 34délai avant le premier son 0,81 s
Coût mesuré : 4,80 $ par heure d'audio en entrée, sur les questions de Big Bench Audio
Source : Artificial Analysis · relevé du 9 novembre 2026.
Modèles proches
- Raisonnement à l'écoute, Big Bench Audio : devant, Qwen3.5-Omni-Plus-Realtime (5e, 98,7 %) · derrière, Gemini 3.8 Live Extended Thinking (7e, 97,7 %)
- Tenue de la conversation, Full Duplex Bench : devant, GPT-Live 1 (3e, 97,3 %) · derrière, Qwen Audio 3.0 Realtime Flash (même rang, 97,0 %)
- Délai avant le premier son : devant, GPT-Realtime-1.5 (même rang, 0,81 s) · derrière, GPT-Realtime-2.1 Mini (13e, 0,85 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 3.0 - Fiche
- Registre de QUELLE IA.
- Pages lues
- https://x.ai/news/grok-voice-3 (« Oct 14, 2026 Introducing Grok Voice 3.0 The world’s most intelligent voice model. »), 23/10/2026
- https://x.ai/news/grok-voice-3 (« Today, we’re announcing Grok Voice 3.0, the world’s most intelligent speech-to-speech model. It sets a new record for resolving customer support calls »), 23/10/2026
- https://x.ai/news/grok-voice-3 (« Starlink call centers use Grok Voice to answer 20,000 customer calls every day across multiple languages. »), 23/10/2026
- https://docs.x.ai/developers/release-notes.md (« `grok-voice-3.0` is now available with Speech to Speech, at the same price as Grok Voice 2.0. »), 23/10/2026
- https://x.ai/news/grok-voice-think-fast-2 (« Grok Voice models have a unique characteristic: they reason through queries while speaking. »), 23/10/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, la voix à voix, ou cette fiche en texte.