xAI가 자사 음성 대화 모델의 최신판을 선보이며 속도와 정확도를 동시에 잡았다고 자신했다. 10월 14일 공개된 'Grok Voice 3.0'은 독립 벤치마크에서 경쟁 모델들을 앞선 것으로 나타났다.

분당 0.08달러로 전작 Grok Voice 2.0과 동일한 가격을 유지했으며, 기존 에이전트는 별도 설정 변경 없이 자동으로 최신 버전으로 전환됐다. 응답 지연 시간은 1초 미만이라고 밝혔다.

Artificial Analysis의 Speech-to-Speech Index에서 86.9점을 기록해 GPT-Live-1(83.2점), Gemini 3.8 Live(82.6점)를 앞서며 1위에 올랐다. Big Bench Audio 추론에서는 98.5%, 작업 성공률은 94.8%를 기록했다고 전해졌다.

다만 억양이 강하거나 소음이 있는 고객 지원 통화 시나리오(τ-Voice)에서는 오픈AI가 74.5%로 Grok(71.6%)보다 앞선 것으로 나타났다. xAI는 이 부분에서도 지연 시간은 40% 낮다고 강조했다.

테슬라 차량에서는 하루 수백만 건의 대화를 이 모델로 처리하고 있으며, 스타링크 콜센터에서는 하루 약 2만 건의 다국어 통화 중 약 70%를 상담원 연결 없이 해결한다고 밝혔다.

수치 대부분이 xAI 자체 집계에 근거한 만큼 독립적인 검증이 필요하지만, 정확도·속도·비용을 동시에 내세운 점은 고객지원 등 실사용 영역에서 음성 에이전트 도입을 앞당길 요인으로 꼽힌다.

출처: x.ai/news/grok-voice-3