Le modèle Grok Voice 3.0 de SpaceXAI est le nouveau modèle Speech to Speech de référence, faisant ses débuts à la #1 place de l'Indice Speech to Speech d'Artificial Analysis à 86,9, tout en restant compétitif en termes de latence
Grok Voice 3.0 est le successeur de Grok Voice 2.0 par @SpaceXSI , un modèle Speech to Speech disponible via l'API SpaceXAI Realtime à 0,08 $ par minute. Nous avons évalué Grok Voice 3.0 avec la voix Rex via l'API SpaceXAI Realtime.
Points clés :
➤ Indice Speech to Speech : Grok Voice 3.0 débute à la #1 place avec 86,9, devant GPT-Live-1 (Astra, medium) à 83,2, Gemini 3.8 Live Extended Thinking (High) à 82,6 et GPT-Live-1 (Sol, low) à 80,1. Il surpasse Grok Voice 2.0 à 81,3 (+5,6 points) et Grok Voice 1.0 à 73,7 (+13,2 points), sorti il y a un peu moins de six mois. L'Indice fait la moyenne du Speech Reasoning (Big Bench Audio), de la Performance Agentique (Tau Voice), de la Préférence Arena et du Taux de Réussite des Tâches
➤ Speech Agent Arena : Grok Voice 3.0 se classe #3 en préférence avec un Elo de 1070, derrière Gemini 3.1 Flash Live Minimal (1100) et Gemini 3.8 Live (1088) et devant GPT-Live-1 (Sol, low) à 1057, et #1 sur le Taux de Réussite des Tâches à 94,8 %, le plus élevé du classement, juste devant Grok Voice 2.0 à 94,6 %. Grok Voice 2.0 suit avec un Elo de 1011
➤ Tau Voice : Grok Voice 3.0 occupe la #2 place sur notre implémentation du benchmark Tau Voice à 71,6 %, derrière GPT-Live-1 (Astra, medium) à 74,5 % et devant Gemini 3.8 Live Extended Thinking (High) à 68,6 % et GPT-Live-1 (Sol, low) à 59,3 % - en hausse par rapport à 56,5 % pour Grok Voice 2.0
➤ Big Bench Audio : Grok Voice 3.0 obtient 98,5 % en raisonnement audio, devant Gemini 3.8 Live Extended Thinking (High) à 97,7 % et Grok Voice 2.0 à 97,2 %
➤ Vitesse : Le Temps Moyen jusqu'au Premier Audio sur Big Bench Audio est de 0,81 seconde pour Grok Voice 3.0, bien devant GPT-Live-1 (Sol, low) à 1,24 s, GPT-Live-1 (Astra, medium) à 1,34 s et Gemini 3.8 Live Extended Thinking (High) à 1,35 s, quoique plus lent que Grok Voice 2.0 à 0,70 s
➤ Coût : Grok Voice 3.0 coûte 4,80 $ par heure d'audio d'entrée, le même prix que Grok Voice 2.0. C'est plus que GPT-Live-1 (Sol, low) à 4,47 $ et Gemini 3.8 Live Extended Thinking (High) à 3,50 $, moins cher que GPT-Live-1 (Astra, medium) à 5,83 $, et environ 2,2x moins cher que GPT-Realtime-2.1 High à 10,75 $
Félicitations à @elonmusk et à l'équipe @SpaceXSI 🚀
Voir ci-dessous pour plus de détails ⬇️