xAI, 음성 간 음성 모델 Grok Voice 3.0 발표… API로 제공 시작
Introducing Grok Voice 3.0
xAI는 speech-to-speech 모델 Grok Voice 3.0을 발표하고 같은 날부터 API로 제공을 시작했다. Artificial Analysis의 Speech-to-Speech Index에서 86.9점으로 1위를 차지했으며, 지연 시간은 1초 미만이라고 밝혔다. 요금은 이전 세대와 같은 $0.08 / min($4.80 / hr)이다.
Artificial Analysis의 독립 테스트에서 Grok Voice 3.0은 Speech-to-Speech Index 86.9점을 기록했다. 비교 대상은 Grok Voice 2.0 81.3점, GPT-Live-1(Astra, Medium) 83.2점, Gemini 3.8 Live(Ext. Thinking, High) 82.6점이다. Big Bench Audio는 98.5%, Task Success Rate는 94.8%, Full Duplex Bench는 97.0%로 나타났다.
τ-Voice에서는 71.6%로, GPT-Live-1(Astra)와 비슷한 수준이면서 지연 시간은 40% 낮다고 한다. Big Bench Audio 실행에서 측정한 태스크당 비용도 GPT-Live-1(Astra, Medium)과 GPT-Realtime-2.1보다 낮다고 밝혔다. ServiceNow의 EVA-Bench에서는 정확도 점수 74%로 최고를 기록했으며, 정확도와 고객 경험을 함께 본 평가에서도 가장 우수하다고 한다.
도입 측면에서는 Tesla 차량 내에서 하루 수백만 건의 대화를 처리하고 있다. 운전자는 Connectors로 일정 확인과 이메일 답장을, Grok Bot으로 커피 주문이나 저녁 식당 예약을 핸즈프리로 할 수 있다. Starlink 콜센터에서는 하루 2만 건의 통화를 여러 언어로 응대하며, 약 70%는 상담원 개입 없이 해결되고, 영업 통화의 4건 중 1건은 통화 중에 구매로 이어진다고 한다.
Grok Voice 3.0은 Voice Agent API에서 즉시 사용할 수 있으며, 요금은 $0.08 / min($4.80 / hr)으로 Grok Voice 2.0과 동일하다. grok-voice-latest를 사용하는 에이전트는 자동으로 전환되며, 별도의 변경은 필요 없다.
독립 평가 기관의 점수와 경쟁 모델과의 비교, 요금과 도입 실적이 함께 정리되어 있어 음성 에이전트를 선택할 때 참고하기 좋다.
출처: xAI News · x.ai