Grok Voice 3.0 verslaat GPT-Live op spraakbenchmark
xAI heeft op 14 oktober Grok Voice 3.0 uitgebracht, de opvolger van het spraakmodel in de eigen Voice Agent API. Het nieuwe model luistert en antwoordt rechtstreeks in spraak, zonder tussenstap via tekst. De prijs blijft gelijk: 8 dollarcent per minuut, net als bij Grok Voice 2.0.
Ontwikkelaars hoeven niets te doen. Volgens de aankondiging van xAI zijn agents die naar grok-voice-latest verwijzen automatisch overgezet. Versie 2.0 wordt uitgefaseerd.
Wat de benchmarks zeggen
xAI leunt zwaar op cijfers van Artificial Analysis, gemeten op 13 oktober. Op de Speech-to-Speech Index scoort Grok Voice 3.0 86,9 punten. GPT-Live-1 (Astra) van OpenAI haalt daar 83,2 en Gemini 3.8 Live van Google 82,6. Op Full Duplex Bench, een test voor het opvangen van pauzes en onderbrekingen, noteert xAI 97 procent.
Het model wint niet overal. Op τ-Voice, een benchmark met nagespeelde klantgesprekken vol accenten en achtergrondlawaai, komt Grok Voice 3.0 uit op 71,6 procent. GPT-Live-1 doet het daar met 74,5 procent beter. Unite.AI wijst erop dat de prestatieclaims grotendeels uit de eigen lanceringspost van xAI komen.
Over snelheid is xAI vaag. De blog spreekt van een reactietijd onder de seconde en 40 procent minder vertraging dan GPT-Live-1. AlphaSignal noemt 0,81 seconde tot het eerste geluid.
Starlink en Tesla als proeftuin
Opvallender dan de scores zijn de praktijkcijfers. Volgens xAI handelt het model dagelijks 20.000 klantgesprekken af voor Starlink, in meerdere talen. Zo’n 70 procent daarvan wordt opgelost zonder dat er een mens aan te pas komt. Eén agent controleert de identiteit van de klant, zoekt hardwareproblemen uit, kent tegoed toe en verstuurt vervangende apparatuur.
In Tesla’s voert Grok Voice 3.0 volgens het bedrijf miljoenen gesprekken per dag. Bestuurders lezen er hun agenda mee, beantwoorden mail of bestellen koffie via Grok Bot. Die aantallen komen van xAI zelf en zijn niet extern gecontroleerd, merkt ook Technobezz op.
De koppeling verandert niet. Het model draait via een WebSocket-verbinding en kan tijdens een gesprek documenten doorzoeken en functies of een MCP-server aanroepen. De documentatie noemt twintig taalvarianten, en het model herkent zelf welke taal de beller spreekt.
Prijs als wapen
Met 4,80 dollar per uur gesprekstijd zit xAI laag. Op de Big Bench Audio-test kost een taak gemiddeld 0,025 dollar, tegen 0,030 voor GPT-Live-1 en 0,055 voor GPT-Realtime-2.1 van OpenAI, aldus xAI. Dat past bij de prijsdaling van AI-stemmen die we in september beschreven. Ook Microsoft werkt met MAI-Realtime aan een eigen stem die vloeiend meepraat.
Wat betekent dit
Voor bedrijven met een drukke klantenservice wordt een spraakagent steeds meer een rekensom. Een model dat 70 procent van de gesprekken zelf afhandelt voor een paar cent per minuut is aantrekkelijk, mits die cijfers ook buiten de bedrijven van Elon Musk overeind blijven. Wie nu een voice agent bouwt, doet er goed aan Grok Voice 3.0 naast GPT-Live-1 en Gemini Live te testen op echte gesprekken uit de eigen praktijk. Een benchmark zegt iets, een klant met een zwaar accent en een blaffende hond op de achtergrond zegt meer.
Het tempo ligt hoog. In augustus schreven we nog over de overstap van Grok Voice naar Think Fast 2.0, twee maanden later staat er alweer een nieuwe generatie.
