xAI выпустила Grok Voice 3.0 — самую быструю голосовую модель

xAI, компания Илона Маска, которая занимается ИИ, выпустила Grok Voice 3.0 — новую модель для голосовых разговоров в реальном времени. Независимая компания по бенчмаркам Artificial Analysis поставила её на первое место среди голосовых моделей — 86,9 балла против 81,3 у предыдущей версии. Она отвечает быстрее секунды — это на 40% быстрее, чем GPT-Live-1 от OpenAI, при похожей точности. Модель уже работает в Tesla, автомобильной компании Маска, и в колл-центре Starlink, его спутникового интернет-провайдера. Колл-центр Starlink обрабатывает 20 000 звонков клиентов в день, и около 70% решаются без участия человека.

Для голосовых агентов поддержки это не просто ещё одна цифра в бенчмарке. Двадцать тысяч звонков в день, из которых семьдесят процентов решаются автоматически, — это уже реальная рабочая нагрузка в продакшене, а не демо. Тест Big Bench Audio измеряет, сколько голосовой модели стоит выполнить задачу. По этому показателю Grok Voice 3.0 обходится дешевле, чем GPT-Live-1 и GPT-Realtime-2.1. Значит, агент, который обрабатывает тысячи звонков в день, тоже будет выходить дешевле. Это разумный выбор для голосового слоя агента поддержки. А вот рассуждения, на которых строится работа такого агента, всё же лучше оставить моделям, созданным именно для рассуждений. Claude Opus и Fable от Anthropic здесь остаются более сильным выбором.