Grok Voice 3.0 đứng đầu đánh giá AI giọng nói với 86,9 điểm

Grok Voice 3.0 đạt 86,9 điểm trong đánh giá mô hình chuyển giọng nói thành giọng nói, đứng đầu nhóm được so sánh. SpaceXSI cho biết trung tâm hỗ trợ khách hàng Starlink dùng mô hình này để xử lý khoảng 20.000 cuộc gọi mỗi ngày.

Trong thông báo chính thức, SpaceXSI công bố kết quả đánh giá do Artificial Analysis thực hiện ngày 13 tháng 10. Grok Voice 3.0 đạt điểm cao hơn phiên bản trước Grok Voice 2.0 (81,3 điểm), GPT-Live-1 (83,2 điểm) và Gemini 3.8 Live (82,6 điểm).

Kết quả khác nhau giữa các hạng mục. Grok Voice 3.0 đạt 97% ở Full Duplex Bench, bài đánh giá khả năng xử lý khoảng dừng và ngắt lời trong hội thoại, cùng tỷ lệ hoàn thành tác vụ 94,8%. Trong τ-Voice, bài kiểm tra tình huống hỗ trợ khách hàng có giọng điệu đa dạng và tiếng ồn nền, mô hình đạt 71,6%, thấp hơn mức 74,5% của GPT-Live-1.

SpaceXSI cho biết độ trễ phản hồi của Grok Voice 3.0 trong bài kiểm tra τ-Voice thấp hơn 40% so với các mô hình được so sánh. Điểm tổng hợp được tính từ nhiều hạng mục, không đồng nghĩa mô hình dẫn đầu ở mọi bài đánh giá.

Mô hình chuyển giọng nói thành giọng nói nhận đầu vào bằng giọng nói và trả lời bằng giọng nói. SpaceXSI cho biết Grok Voice 3.0 có độ trễ phản hồi dưới 1 giây.

Mô hình được cung cấp qua Voice Agent API với giá 0,08 USD mỗi phút (khoảng 107 won) hoặc 4,8 USD mỗi giờ (khoảng 6.432 won), bằng mức giá của phiên bản trước. Môi trường dành cho nhà phát triển sử dụng bí danh grok-voice-latest đã tự động chuyển sang mô hình mới. Tài liệu dành cho nhà phát triển ghi rõ API không có thay đổi.

Trong các ứng dụng doanh nghiệp, SpaceXSI nêu trung tâm hỗ trợ khách hàng Starlink và xe Tesla($TSLA). Công ty cho biết trung tâm Starlink xử lý khoảng 20.000 cuộc gọi mỗi ngày bằng nhiều ngôn ngữ, trong đó khoảng 70% được giải quyết mà không cần nhân viên hỗ trợ. SpaceXSI cũng cho biết cứ 4 cuộc gọi bán hàng thì có 1 cuộc dẫn đến giao dịch mua trước khi kết thúc.

SpaceXSI cũng thông báo Grok Voice 3.0 được sử dụng trong hàng triệu cuộc hội thoại mỗi ngày trên xe Tesla. Tỷ lệ giải quyết yêu cầu, tỷ lệ chuyển đổi bán hàng và lượng sử dụng trên xe là các số liệu vận hành do công ty công bố.

API giọng nói dành cho nhà phát triển và phương thức chuyển giọng nói thành giọng nói từng được đề cập khi Grok Voice tích hợp với fal.ai. Lần công bố này bổ sung điểm đánh giá và các trường hợp ứng dụng doanh nghiệp cùng thông tin cung cấp API.