IT지가 10월 15일 소식, SpaceXAI가 오늘 Grok Voice 3.0을 출시했으며,공식 측은 이를 세계에서 지능 수준이 가장 높은 음성 대 음성 모델이라고 밝혔다. 해당 모델은 고객센터 전화 처리 작업에서 신기록을 세웠으며, 업계 최고 수준의 1초 미만 지연 시간을 보유하고, 실행 비용도 다른 첨단 모델보다 낮다. Grok Voice는 매일 테슬라와 SpaceX에서 수백만 건의 대화를 지원하며, 현재 애플리케이션 인터페이스를 통해 출시되었고 가격은 이전 세대 제품과 동일하다.
Artificial Analysis의 독립 테스트에서 Grok Voice 3.0은 음성 대 음성 종합 순위에서 1위를 차지하며 86.9점을 기록했다. 이 순위는 음성 추론 능력, τ-Voice 지표, 그리고 블라인드 통화 비교에서의 선호도와 작업 완료율을 종합적으로 평가한다. Grok Voice 3.0은 전이중(full-duplex) 벤치마크 테스트에서 97%의 점수를 받았으며, 이 지표는 모델이 멈춤, 대화 교대 및 끼어들기를 처리하는 자연스러움을 측정한다.
τ-Voice는 고객센터 통화 시나리오에서 에이전트가 다양한 억양, 배경 소음 및 중간 끼어들기에 대응하는 능력을 평가하는 데 사용된다. Grok Voice 3.0은 71.6%의 점수를 기록했으며, 성능은 GPT-Live-1(Astra)과 대등하지만 지연 시간이 40% 감소하여 에이전트의 지능 수준과 응답 속도 사이에 새로운 최적의 균형점을 개척했다.
공식 측은 실행 비용도 동급 모델보다 낮다고 밝혔다. Artificial Analysis는 대형 오디오 벤치마크에서 각 모델이 작업을 완료하는 비용을 측정했으며, Grok Voice 3.0의 비용은 GPT-Live-1(Astra, 중간 버전) 및 GPT-Realtime-2.1보다 낮다.
ServiceNow의 기업용 음성 에이전트를 대상으로 하는 EVA 벤치마크 테스트에서 Grok Voice 3.0은 74%의 최고 정확도 점수를 획득했으며, 종합 정확도와 고객 경험 두 지표의 결합 점수에서 최고 성과를 보였다.
공식 측에 따르면, Grok Voice 3.0은 매일 테슬라 차량 내에서 수백만 건의 대화를 처리한다. 운전자는 Connectors를 통해 일정 조회, 이메일 회신과 같은 간단한 명령을 수행할 수 있고, Grok Bot을 통해 커피 주문, 저녁 예약 등 복잡한 작업을 손을 사용하지 않고도 완료할 수 있다. Grok Voice 3.0은 동시에 Grok Bot의 음성 모드도 지원한다.
스타링크 고객센터는 Grok Voice에 기반해 매일 다양한 언어로 2만 건의 고객 전화를 응대한다. 약 70%의 전화가 사람의 개입 없이 해결되며, 4분의 1의 판매 통화는 고객이 전화를 끊기 전에 주문을 성사시킨다. Grok Voice 3.0을 기반으로 구축된 단일 에이전트 하나로 고객 신원 확인, 하드웨어 문제 해결, 환불 처리 및 기기 재발송 등의 업무를 완료할 수 있다.
Grok Voice 3.0은 현재 음성 에이전트 애플리케이션 인터페이스를 통해 출시되었으며, 가격은 분당 0.08달러(IT지가 주: 현재 환율로 약 0.54위안화)(시간당 4.8달러(현재 환율로 약 32.2위안화))로, Grok Voice 2.0과 가격이 동일하다. grok-voice-latest 버전을 사용하는 에이전트는 자동으로 업그레이드되었으며, 어떠한 변경도 필요하지 않다.