xAI发布Grok Voice 3.0语音模型
xAI于10月14日发布Grok Voice 3.0，通过Grok Voice API面向开发者提供，延迟低于一秒，每分钟0.08美元。
据watch.impress.co.jp报道，xAI于10月14日发布语音对话AI模型Grok Voice 3.0，并开始通过Grok Voice API面向开发者提供。
Grok Voice 3.0是一款语音到语音（Speech-to-Speech）模型，接收语音输入并以语音回应，xAI称其延迟低于一秒。定价为每分钟0.08美元（每小时4.80美元），与上一代模型相同。
该模型支持对话中的停顿、发言轮换和打断等自然对话功能，并可处理噪音和带口音的环境，覆盖超过25种语言。Grok Voice API支持与外部服务和工具集成，可根据对话内容进行信息搜索、日程查询和预订。
已投入实际应用
Grok Voice 3.0已被用于特斯拉公司的车载AI，每天处理数百万次语音对话。Starlink的呼叫中心使用Grok Voice每天处理约2万次咨询，其中约70%无需人工坐席即可解决。
Grok Voice 3.0可通过Voice Agent API使用，现有API用户若指定grok-voice-latest，将被自动切换至新模型。
快速问答
Grok Voice 3.0的定价是多少？
每分钟0.08美元，即每小时4.80美元，与上一代模型相同。
Grok Voice 3.0支持多少种语言？
覆盖超过25种语言，可处理噪音和带口音的环境。
现有API用户需要做什么？
指定grok-voice-latest的用户将被自动切换至新模型。