「Grok Voice 3.0」公開、音声AI首位も評価分かれる
xAIは2026年10月14日、音声を直接受け取り音声で応答する「Grok Voice 3.0」を発表した。API経由で利用でき、応答速度と会話処理能力の向上を訴えている。海外掲示板ではベンチマークの結果を歓迎する一方、実際の話し心地を重視する意見も出ている。
総合評価86.9点、応答は1秒未満
xAIが公開したArtificial Analysisの評価では、音声対話の総合指標が86.9点となり、前世代の81.3点を上回った。割り込みや発話の順番を扱う「Full Duplex Bench」は97％。同社は応答遅延が1秒未満と説明している。ただし、数値は指定された試験条件での結果であり、すべての利用環境での性能を保証するものではない。
API料金は据え置き、既存利用者は自動移行
Voice Agent APIの料金は毎分0.08ドルで、前世代から変更されていない。モデル名「grok-voice-latest」を指定した音声エージェントは新モデルに自動的に切り替わる。xAIはStarlinkの電話窓口で1日約2万件の通話を扱い、約7割が人間の担当者なしで解決すると説明するが、これは同社公表の運用実績だ。
性能評価と使い心地に温度差
Redditの発表スレッドでは精度向上を評価する投稿がある一方、旧バージョンからの音声の変化や応答の自然さを懸念する声も見られる。別の議論では総合指標で首位でも、人間による会話の好みの評価では他モデルが上位にある点が話題になった。数値上の進歩が利用者の満足度につながるか、実利用での検証が注目される。
みんなの反応
10件全10件を表示しています
応答が少し遅くなったけど、精度が上がってコストも下がった。自分には良い改善に見える！
資料の最後に、料金は2.0と同じだと書いてあるよ。
その通り！ 読み違えた。比較対象のモデルよりタスク単位の費用が低い、という意味だった。
以前の人格設定が削られてから、音声機能は自分には役立たなくなった。
今と同じ制限や不自然な応答なら、今回の更新もあまり意味がない。
自分にはChatGPTの音声機能のほうがずっと良い。
Grokは指標の数字で勝っても、実際の会話はGeminiのほうが自然に感じる。滑らかな会話が大事。
両方を実際に試したの？
この投稿がGrok Voice 3.0の検索で上位に出るのはなぜ？ Geminiの影響？ 👀
今日のVoice 3.0発表は指標とコールセンターの数字が中心で、声の個性には触れていない。以前の声に戻るとは期待していない。
一致する反応はありません。
あなたはどう思う？
コメントは投稿後すぐに公開されます。個人情報や不適切な内容は投稿しないでください。
コメント
まだコメントはありません。