Компания xAI, разработчик ИИ-моделей, 14 октября выпустила Grok Voice 3.0 — модель, которая принимает речь и отвечает голосом через Voice Agent API. По данным Artificial Analysis, в тесте задач клиентской поддержки доля выполненных заданий выросла с 56,5% до 71,6%. Среднее время до первого звука при этом увеличилось с 0,70 до 0,81 секунды.
У клиентов, использующих автоматически обновляемое имя grok-voice-latest, новая модель уже заменила Grok Voice 2.0. Адрес подключения, параметры сессии и события API не изменились, поэтому приложения не нужно переносить на другой интерфейс, говорится в документации xAI. Тариф на аудио также остался прежним — $0,08 за минуту. Командам, которые используют grok-voice-latest в работающих сервисах, стоит повторно проверить голосовых агентов на собственных звонках.
В том же тесте GPT-Live-1 выполнила 74,5% задач, а Gemini 3.8 Live — 68,6%.
Читайте также
Для прохождения испытания модель должна соблюдать правила обслуживания и с помощью подключённых инструментов выполнить задачу клиента, например оформить возврат или изменить бронирование. Тест охватывает обращения в авиакомпании, магазины и операторы связи, но использует синтетического собеседника, сгенерированную речь и автоматическую оценку, поэтому результат не показывает эффективность модели в конкретном колл-центре.
Artificial Analysis измеряет время до первого звука на наборе вопросов для проверки рассуждений. Этот показатель отражает скорость начала ответа, а не продолжительность звонка или время решения проблемы.
По заявлению xAI, голосовой агент обрабатывает около 20 тысяч звонков Starlink в день и примерно в 70% случаев решает вопрос без участия человека. Это собственные данные xAI о внедрении в Starlink.