📊 查看语音模型排名
星链的客服中心每天大约接 2 万通电话，说好几种语言，接电话的是 Grok Voice。按 xAI 的说法，约七成电话不用转人工，销售电话里每四通就有一通在挂断前成交。
现在接电话的换成了新一代 Grok Voice 3.0。这是 xAI 的实时语音对语音模型，听到就答，中间不转文字，响应延迟在 1 秒以内。特斯拉车里每天几百万次对话、Grok App 的语音模式，用的也是它。
第三方测试成绩
xAI 在发布文章里引用了 Artificial Analysis 2026 年 10 月 13 日的独立测试：语音对语音综合指数 86.9 分，第一。这个指数把语音推理、τ-Voice、盲测通话里的人类偏好和任务完成率合在一起算。
| Grok Voice 3.0 | Grok Voice 2.0 | GPT-Live-1（Astra，Medium） | Gemini 3.8 Live（扩展思考，High） | |
|---|---|---|---|---|
| 综合指数 | 86.9 | 81.3 | 83.2 | 82.6 |
| Big Bench Audio | 98.5% | 97.2% | 90.1% | 97.7% |
| Speech Agent Arena Elo | 1070 | 1011 | 1048 | 990 |
| 任务完成率 | 94.8% | 94.6% | 87.4% | 89.1% |
| Full Duplex Bench | 97.0% | 95.1% | 94.9% | 91.9% |
对打电话这件事，最有参考价值的是 Full Duplex Bench：测的是停顿、抢话、被人打断时接得顺不顺，它得了 97%。
τ-Voice 模拟的是最难缠的客服场景，有口音、有背景噪声、对方还会插话。Grok Voice 3.0 得 71.6%，和 GPT-Live-1（Astra）相当，xAI 说延迟低 40%。ServiceNow 做的企业语音 Agent 测试 EVA-Bench 上，它的准确率 74%，最高。
接入与价格
API 型号名 grok-voice-3.0，走 Voice Agent API。语音每分钟 0.08 美元，一小时 4.80 美元，文字输入每次另收 0.004 美元，跟 2.0 一个价，数据来自 xAI 的模型价格页（2026 年 10 月 15 日）。2.0 已经标为弃用。
用 grok-voice-latest 别名的 Agent 已经自动切到 3.0，代码一行不用改。
AI Rank 收录情况
AI Rank 的语音榜数据来自 OpenRouter，收的基本是文字转语音模型，Grok Voice 3.0 不在其中。xAI 的文字转语音模型 x-ai/grok-voice-tts-1.0 在 2026 年 10 月 8 日至 14 日按请求数排第 8，前两名是 Gemini 3.8 Flash TTS 和 Kokoro 82M。
→ 语音排名： 在 AI Rank 的语音模型用量榜 查看最新名次（按请求数，2026-10-08 至 10-14 窗口）。
选型前先对比： 价格和排名每天都在变，决定前先看 AI Rank 的最新模型排名。
或 📱 下载 AI Rank App 在手机上随时查看。
本文使用自动化编辑辅助，于 2026 年 10 月 15 日依据官方资料与指定日期的 AI Rank 数据核对，未进行自有跑分测试。