IT منزل في 15 أكتوبر، أعلنت SpaceXAI اليوم عن Grok Voice 3.0،وتقول الشركة رسمياً إنه نموذج تحويل الصوت إلى صوت الأعلى مستوى ذكاءً في العالم. حقّق النموذج رقماً قياسياً جديداً في مهام معالجة مكالمات خدمة العملاء، ويتمتع بزمن استجابة أقل من 1 ثانية وهو الأفضل في المجال، كما تبلغ تكلفة تشغيله أقل من غيره من النماذج المتطورة. يدعم Grok Voice ملايين المحادثات يومياً في تسلا وSpaceX، وقد أصبح متاحاً الآن عبر واجهة برمجة التطبيقات، وبسعر مطابق للإصدار السابق.
وفي الاختبارات المستقلة التي أجرتها Artificial Analysis، احتل Grok Voice 3.0 المرتبة الأولى في القائمة الشاملة لنماذج تحويل الصوت إلى صوت بنتيجة 86.9. تقوّم هذه القائمة بشكل مركّب قدرة الاستدلال الصوتي ومؤشر τ-Voice، فضلاً عن درجة التفضيل ومعدل إنجاز المهام في مكالمات المقارنة العمياء. حصل Grok Voice 3.0 على 97% في اختبار الدوبلكس الكامل، وهو مؤشر يقيس مدى طبيعية تعامل النموذج مع التوقفات وتناوب الحوار والمقاطعة.
ويُستخدم مؤشر τ-Voice لتقييم قدرة الوكيل في سيناريوهات مكالمات خدمة العملاء على التعامل مع مختلف اللهجات والضوضاء الخلفية والمقاطعات أثناء المكالمة. حصل Grok Voice 3.0 على نتيجة 71.6%، وهو أداء مماثل لـ GPT-Live-1 (Astra) لكن مع زمن استجابة أقل بنسبة 40%، بما يفتح نقطة توازن مثالية جديدة بين مستوى ذكاء الوكيل وسرعة استجابته.
وتقول الشركة رسمياً إن تكلفة تشغيله أقل أيضاً من النماذج المماثلة. إذ أحصت Artificial Analysis تكاليف إنجاز المهام لدى النماذج المختلفة في اختبار الصوت واسع النطاق، وكانت تكلفة Grok Voice 3.0 أقل من GPT-Live-1 (Astra، النسخة المتوسطة) وGPT-Realtime-2.1.
وفي اختبار EVA الذي تقدمه ServiceNow للوكلاء الصوتيين المؤسسيين، حقق Grok Voice 3.0 أعلى نتيجة دقة بلغت 74%، وحقق أفضل أداء في التقييم المشترك لمؤشري الدقة الشاملة وتجربة العملاء.
وتقول الشركة رسمياً إن Grok Voice 3.0 يعالج ملايين المحادثات يومياً داخل سيارات تسلا. يمكن للسائقين تنفيذ أوامر بسيطة مثل الاستعلام عن المواعيد والرد على البريد الإلكتروني عبر Connectors، وكذلك إنجاز مهام معقدة مثل طلب القهوة وحجز العشاء بمساعدة Grok Bot، دون الحاجة إلى استخدام اليدين إطلاقاً. كما يوفّر Grok Voice 3.0 الدعم لوضع الصوت في Grok Bot.
ويعتمد مركز خدمة عملاء ستارلينك على Grok Voice للرد يومياً على 20,000 مكالمة عملاء بعدة لغات. نحو 70% من المكالمات تُحل دون تدخل بشري، بينما تنجح ربع مكالمات البيع في إتمام الطلب قبل أن ينهي العميل المكالمة. ويمكن لوكيل واحد مبني على Grok Voice 3.0 أن يؤدي مهام التحقق من هوية العملاء واستكشاف أعطال الأجهزة وإصدار المبالغ المستردة وإعادة إرسال الأجهزة.
أصبح Grok Voice 3.0 متاحاً الآن عبر واجهة برمجة التطبيقات للوكلاء الصوتيين بسعر 0.08 دولار للدقيقة (ملاحظة IT منزل: ما يعادل نحو 0.54 يوان صيني بسعر الصرف الحالي) (و4.8 دولار للساعة (ما يعادل نحو 32.2 يوان صيني بسعر الصرف الحالي))، وهو السعر نفسه المحدد لـ Grok Voice 2.0. وقد تمت ترقية الوكلاء الذين يستخدمون الإصدار grok-voice-latest تلقائياً دون أي تغييرات.