結論
SpaceXAIは2026年10月14日、音声対話AIの新モデル「Grok Voice 3.0」を発表しました。本モデルは複数の音声対話関連ベンチマークで高い評価を獲得しており、音声対話の分野において重要な選択肢の一つとして登場しています。
Grok Voice 3.0の発表と概要
SpaceXAIによって2026年10月14日に発表されたGrok Voice 3.0は、音声対話に特化した高度なAIモデルです。発表以降、各種の評価指標において優れた性能を示していることが確認されています。
確認済みのベンチマーク性能と特徴
Grok Voice 3.0は、複数の主要なベンチマークでその実力を示しています。Artificial AnalysisのSpeech to Speech Indexでは、スコア86.9を記録して首位にランクインしました。
また、Big Bench Audioベンチマークでは、音声出力までの平均遅延時間が0.81秒という結果が確認されています。さらに、多様なアクセントや背景雑音、割り込みのあるカスタマーサポート通話を想定したtau-Voiceベンチマークでは71.6%のスコアを記録しました。企業向け音声エージェントを評価するServiceNowのEVA-Benchにおいても、74%という最も高い精度スコアを達成しています。
利用料金と提供形態
Grok Voice 3.0は、Voice Agent APIを通じて利用可能です。利用料金は1分あたり0.08ドル（1時間あたり4.80ドル）に設定されており、これは前モデルであるGrok Voice 2.0と同額の価格設定となっています。
実運用での活用事例
実際の運用面では、StarlinkのコールセンターにおいてGrok Voiceが活用されています。複数言語にわたる1日あたり2万件の顧客からの問い合わせに対応しており、そのおよそ70%が人間の手を介さずに解決されています。
まとめ
Grok Voice 3.0は、客観的なベンチマークにおいて優れた数値を示しつつ、前モデルと同等の価格帯でAPI提供される音声対話AIです。多様な音声環境への対応力や実運用での実績を備えており、今後の音声対話技術の活用において注目されるモデルとなっています。
コメント