xAI, la empresa de inteligencia artificial de Elon Musk, ha presentado recientemente el nuevo modelo de voz Grok Voice 3.0, ya disponible de forma completa a través de la API de agentes de voz. Manteniendo el precio accesible de 0.08 dólares por minuto de la generación anterior, el modelo logra una mejora integral en rendimiento y velocidad de respuesta.
Como la última obra de xAI en el ámbito de la interacción por voz, Grok Voice 3.0 obtuvo 86.9 puntos en su primera participación en la prueba autorizada del índice integral de voz a voz (Speech-to-Speech), ocupando el primer puesto del ranking. Varios de sus indicadores clave muestran resultados sobresalientes: su tasa de éxito en tareas ocupa el primer lugar del sector, su capacidad de razonamiento de audio supera a los modelos relacionados de Google, su capacidad de ejecución como agente de voz solo es superada por la versión de configuración media de GPT-Live-1, y en preferencia de los usuarios ocupa el tercer lugar.
En cuanto al rendimiento real, el modelo ofrece una respuesta sorprendente en velocidad. Su tiempo medio de primera respuesta de audio es de solo 0.81 segundos, manteniéndose firmemente por debajo de 1 segundo. Según la empresa, Grok Voice 3.0 ha logrado un excelente equilibrio al conseguir «un tiempo de respuesta inferior a 1 segundo y un coste integral menor que el de modelos avanzados similares del sector».
Actualmente, este potente modelo de voz ya está profundamente implantado en múltiples escenarios reales. No solo se utiliza ampliamente en el sistema de interacción por voz inteligente de los vehículos Tesla, sino que también se ha integrado por completo en el centro de atención al cliente de Starlink, de SpaceX. Los datos muestran que el centro de atención al cliente de Starlink procesa diariamente unas 2 万 llamadas multilingües, de las cuales alrededor del 70% se resuelven directamente por el modelo sin intervención humana, lo que demuestra su destacado valor práctico comercial.