SpaceXAIの音声AIが性能評価で1位

SpaceXAIはGrok Voice 3.0をリリースしました。Grok Voice 3.0は、SpaceXAIの音声対音声モデルで、聞き取り、推論し、ツールを呼び出し、話すことができます。現在、Artificial Analysis Speech-to-Speech Indexで86.9点を獲得し、1位にランクインしています。開発者向けには、エンドポイント、イベント、1分あたり0.08ドルの価格はGrok Voice 2.0から変更ありません。TL;DR 動作環境: SpaceXAIがホストするVoice Agent APIのみ。オープンウェイト、ローカルまたは量子化されたバリアントはありません。パフォーマンス: Artificial Analysisが現在ランク付けしているどのモデルよりも高いインデックススコア。最高: AA Speech-to-Speech Indexで86.9点、1位。最低: τ-Voiceで71.6%、GPT-Live-1 (Astra, medium)の74.5%に劣る。結論: 最高: 最初の音声までの時間0.81秒で最高の複合スコア。最低: エージェント的なタスク解決や生の音声推論ではリーダーではない。Grok Voice 3.0とは？Grok Voice 3.0は、SpaceXAIの主力リアルタイム音声モデルであり、/v1/realtime WebSocket endpointでgrok-voice-3.0として公開されています。grok-voice-latestエイリアスはすでにこれを指しているため、既存のエージェントは自動的に切り替わりました。SpaceXAIはパラメータ数やアーキテクチャの詳細を公開していません。推論はデフォルトでオン（reasoning.effort: "high"）になっており、より速い応答のために"none"に設定することも可能です。サーバー側の音声活動検出が割り込み（barge-in）を処理します。ツールはセッション内で実行されます: collections search、web search、X search、remote MCP servers、およびカスタム関数。Grok Voice 3.0はベンチマークでどのように機能しますか？AA Speech-to-Speech Indexは、4つのコンポーネントの等加重平均です。これらはBig Bench Audio reasoning、τ-Voice agentic performance、Speech Agent Arena preference、およびtask success rateです。Grok Voice 3.0は86.9点を獲得しました。GPT-Live-1 (Astra, medium)は83.2点、Gemini 3.8 Live Extended Thinkingは82.6点でした。Grok Voice 2.0は81.3点でした。コンポーネントの結果は強力ですが、一様に1位ではありませんでした: Big Bench Audio: 98.5%、4位。StepAudio 3 Realtimeが99.7%でリード。Full Duplex Bench: 97.0%、4位。StepAudio 3 Realtimeが98.9%でリード。Task success rate: 94.8%、Grok Voice 2.0の94.6%から上昇。