Grok Voice 3.0 ஆதரவு சோதனையில் முன்னேற்றம்; முதல் ஒலி தாமதம்

xAI அக்டோபர் 14 அன்று தனது ஹோஸ்ட் செய்யப்பட்ட Voice Agent API வழியாக Grok Voice 3.0ஐ வெளியிட்டது. வாடிக்கையாளர் ஆதரவுக்காகக் குரல் முகவரைத் தேர்ந்தெடுக்கும் குழுவுக்கு, Artificial Analysis இன் தற்போதைய பேச்சு-முதல்-பேச்சு அட்டவணை உருவக ஆதரவுப் பணிகளில் Grok Voice 2.0ஐ விட 15.1 சதவீதப் புள்ளிகள் உயர்வையும், தனியான பணி வெற்றி அளவீட்டில் சிறிய மாற்றத்தையும், முதல் ஒலிப் பதிலில் தாமதத்தையும் காட்டுகிறது.

xAI கூறுவதன்படி, grok-voice-latest என்ற மாற்றுப் பெயர் இப்போது தானாகவே 3.0க்கு வழிமாற்றுகிறது. தற்போதைய API வழிகாட்டி ஒரு வெளியீட்டை நிலையாக வைத்திருக்க வேண்டிய குழுக்களுக்கு பதிப்பு குறிப்பிடப்பட்ட grok-voice-3.0 என்ற பெயரையும் வழங்குகிறது. xAI கூறுவதன்படி WebSocket முனைப்புள்ளி, அமர்வு அளவுருக்கள், நிகழ்வுகள் ஆகியவை 2.0இல் இருந்தபடியே உள்ளன. மாற்றுப் பெயரைப் பயன்படுத்துவோருக்கு செயலியை மாற்றிப் பெயர்த்தல் தேவையில்லை. இருப்பினும் மாறக்கூடிய மாற்றுப் பெயருக்குப் பின்னால் புதிய மாதிரி வந்தால் செயலியின் சொந்த அழைப்புச் சோதனைகளை மீண்டும் நடத்துவதற்கு அது காரணமாகிறது.

பெரிய மாற்றம்

• மாறியது என்ன: API மாற்றுப் பெயரான grok-voice-latest என்பதற்குப் பின்னால் 2.0க்கு பதிலாக Grok Voice 3.0 வந்துள்ளது. Artificial Analysis தனது உருவக வாடிக்கையாளர் ஆதரவு அளவுகோல் சோதனையில் இப்போது 71.6% மதிப்பெண் தெரிவிக்கிறது; 2.0க்கு இது 56.5% ஆக இருந்தது.
• இது ஏன் முக்கியம்: முன்கூட்டியே எழுதப்பட்ட விமான நிறுவனம், சில்லறை விற்பனை, தொலைத்தொடர்பு பிரச்சினைகளில் முகவர் சரியான தரவுத்தள நிலையை அடைகிறதா என்பதை இந்த அளவீடு சோதிக்கிறது. பொதுவான ஒலி பகுத்தறிவு மதிப்பெண்ணைவிட இது ஆதரவு பணிப்பாய்வுக்கு நெருக்கமானது; எனினும் இதுவும் ஓர் உருவகச் சோதனையே.
• கவனிக்க வேண்டியது: அதே மதிப்பீட்டாளர் 3.0க்கு முதல் ஒலி வர 0.81 விநாடிகளையும், 2.0க்கு 0.70 விநாடிகளையும் அளந்தார். பதிப்பு நிலைப்படுத்தப்பட்ட பயன்பாட்டை மாற்றுவதற்கு முன் குழுக்கள் தங்களது பதில் நேரம், பணி நிறைவு, கட்டணம் விதிக்கப்படும் அமர்வின் நீளம் ஆகியவற்றைப் பார்க்க வேண்டும்.

ஆதரவு மதிப்பெண்ணும் பதில் தாமதமும்

Artificial Analysis இன் சோதனை முறை விளக்கம் τ-Voice சோதனையை, கொள்கை ஆவணமும் துறைசார் கருவிகளும் உள்ள முகவரை உருவக வாடிக்கையாளர் அழைப்பதாக விவரிக்கிறது. விமான நிறுவனம், சில்லறை விற்பனை, தொலைத்தொடர்பு பணிகளுக்கு வரையறுக்கப்பட்ட இறுதித் தரவுத்தள நிலைகள் உண்டு; மதிப்பெண் மூன்று முயற்சிகளின் சராசரி. தற்போதைய அட்டவணை Grok Voice 3.0க்கு 71.6% மற்றும் Grok Voice 2.0க்கு 56.5% வழங்குகிறது: அந்தச் சோதனைச் சூழலில் 15.1 சதவீதப் புள்ளிகள் உயர்வு. மதிப்பீட்டில் உருவக வாடிக்கையாளர், உருவாக்கப்பட்ட பேச்சு, எழுத்தாக்கம், மதிப்பிடும் மாதிரி ஆகியவை பயன்படுத்தப்படுகின்றன. பயன்பாட்டிலுள்ள சேவை பிரச்சினையைத் தீர்த்துவைக்கும் உண்மையான அழைப்பாளர்களின் விகிதத்தை இது அளவிடுவதில்லை.

தனியான Speech Agent Arena பணி வெற்றி விகிதம் 2.0இன் 94.6%இலிருந்து 3.0இன் 94.8%க்கு மட்டுமே நகர்கிறது. பணியை முடிக்கும் சரியான இறுதிக் கருவி அழைப்புகள் உள்ள தகுதியான உரையாடல்களை இது எண்ணுகிறது; இது τ-Voiceஇலிருந்து வேறுபட்ட சோதனை. ஒட்டுமொத்த Artificial Analysis குறியீடு 81.3இலிருந்து 86.9க்கு உயர்கிறது. அதன் தற்போதைய பதிப்பு ஒலி பகுத்தறிவு, τ-Voice, மாதிரியின் அடையாளம் தெரியாமல் அழைப்பாளர்கள் தெரிவிக்கும் விருப்பம், Arena பணி வெற்றி ஆகியவற்றுக்குச் சம எடை அளிக்கிறது. இவற்றில் எந்த ஒரு எண்ணும் தனியாக எல்லா வாடிக்கையாளர் சேவைப் பணிகளிலும் முன்னேற்றம் இருப்பதை நிரூபிப்பதில்லை.

வேகத்தைப் பொறுத்தவரை, Artificial Analysis தனது Big Bench Audio கேள்விகளில் முதல் ஒலி வருவதற்கான சராசரி நேரத்தைத் தெரிவிக்கிறது. Grok Voice 3.0க்கு 0.81 விநாடிகளும், 2.0க்கு 0.70 விநாடிகளும் தேவைப்படுகின்றன. எனவே அந்தச் சோதனையில் புதிய மாதிரி பேசத் தொடங்க 0.11 விநாடிகள் கூடுதலாக எடுத்தது. இருந்தாலும் xAI வெளியீட்டு அறிவிப்பில் அதன் தாமதத்தை “ஒரு விநாடிக்கும் குறைவு” எனக் குறிப்பிடுகிறது. அளவீடு முதல் ஒலி வெளியீட்டில் முடிகிறது; இது முழு அழைப்பின் தாமதத்தையோ பிரச்சினை தீர்க்கும் நேரத்தையோ அளவிடுவதில்லை.

பட்டியலிட்ட குரல் விலையில் அடங்குவது என்ன

பேச்சு-முதல்-பேச்சு ஒலிக்கு இரண்டு பதிப்புகளுக்கும் நிமிடத்திற்கு $0.08 அல்லது மணிக்கு $4.80 என xAI குறிப்பிடுகிறது. அதன் மாதிரி விலைப் பக்கம் கட்டணம் விதிக்கப்படும் ஒவ்வொரு conversation.item.create உரை நிகழ்வுக்கும் $0.004 கூடுதலாக விதிக்கிறது. இயல்புநிலை server_vad பேச்சுமுறை மாற்றக் கண்டறிதலைப் பயன்படுத்தும்போது ஒலி அளவீடு அமர்வின் காலத்தைக் கணக்கிடுகிறது. அழுத்திப் பேசும் முறையில் அனுப்பிய மற்றும் பெற்ற ஒலியைக் கணக்கிடுகிறது. எனவே பட்டியலிட்ட கால அளவுக் கட்டணத்தில் பத்து நிமிடங்கள் தொடர்ந்து திறந்திருக்கும் அமர்வுக்கு, தனியாகக் கட்டணம் விதிக்கப்படும் உரை நிகழ்வுகளுக்கு முன், ஒலிக் கட்டணம் $0.80 ஆகும். இந்தக் கணக்கு xAI கட்டணப் பட்டியலை அடிப்படையாகக் கொண்டது; BIG CHANGE விலைப்பட்டியல் அல்லது சோதிக்கப்பட்ட அழைப்பை அல்ல.

சேவையகப் பக்க WebSocket இணைப்புக்கு xAI API சாவி அல்லது கிளையன்ட் செயலிக்கு குறுகிய கால டோக்கன் உருவாக்குநர்களுக்குத் தேவை. API வழிகாட்டி குறிப்பிடுபவை: wss://api.x.ai/v1/realtime, model வினவல் அளவுரு, அறிவுறுத்தல்கள், குரல், பேச்சுமுறை மாற்றக் கண்டறிதலுக்கான session.update நிகழ்வு, பதிலாகத் தொடரோட்டமாக வரும் ஒலி நிகழ்வுகள். xAI குழுவுக்கு ஒரே நேரத்தில் பத்து அமர்வுகள் என்ற வரம்பையும் ஒரு அமர்வுக்கு அதிகபட்சம் 120 நிமிடங்களையும் குறிப்பிடுகிறது. ஆதரவுக் குழு இன்னமும் தன் கொள்கைகள், கருவிகள், வாடிக்கையாளர் தரவு வரம்புகள், மேல்நிலைக்கு எடுத்துச் செல்லும் பணிப்பாய்வு ஆகியவற்றை வழங்க வேண்டும்; வெளியிடப்பட்ட அளவுகோல் சோதனை அமைப்பு அந்தக் குறிப்பிட்ட செயலாக்கம் எப்படிச் செயல்படும் என்பதை நிரூபிக்காது.

Starlink, Grok Voice மூலம் நாளொன்றுக்கு 20,000 அழைப்புகளைக் கையாள்வதாகவும் சுமார் 70%ஐ மனிதர் உதவியின்றித் தீர்ப்பதாகவும் xAI தெரிவிக்கிறது. இவை நிறுவனம் தெரிவித்த செயல்பாட்டு எண்ணிக்கைகள்; Artificial Analysis இன் செயற்கைச் சோதனைகள் அவற்றை உறுதிப்படுத்தவில்லை. BIG CHANGE வெளியீடு, API, அளவுகோல் சோதனை ஆவணங்களை ஆய்வு செய்தது. நாங்கள் APIஐ பயன்படுத்தவோ, ஆதரவு முகவரை அழைக்கவோ, மதிப்பீட்டை மீண்டும் நடத்தவோ இல்லை.

மூலங்களும் கூடுதல் வாசிப்பும்

• xAI: Grok Voice 3.0 அறிமுகம், அக்டோபர் 14, 2026. கிடைக்கும் நிலை, மாற்றுப் பெயர் மாற்றம், நிறுவனம் தெரிவித்த பயன்பாட்டுச் செயலாக்கங்களை அறிவிக்கிறது.
• Artificial Analysis: பேச்சு-முதல்-பேச்சு தரவரிசை, அக்டோபர் 15, 2026 அன்று சரிபார்க்கப்பட்டது. குறியீடு, τ-Voice, Arena பணி வெற்றி, முதல் ஒலி நேரத்துக்கான தற்போதைய 3.0 மற்றும் 2.0 வரிசைகள்; மதிப்பீடுகள் புதுப்பிக்கப்படும்போது அட்டவணை மாறலாம்.
• Artificial Analysis: அளவுகோல் சோதனை முறை, அக்டோபர் 15, 2026 அன்று சரிபார்க்கப்பட்டது. குறியீடு, உருவக ஆதரவு சோதனை, Arena பணி வெற்றி அளவீடு, வேகச் சோதனையை வரையறுக்கிறது.
• xAI: பேச்சு-முதல்-பேச்சு API வழிகாட்டி, கடைசியாக அக்டோபர் 13, 2026 அன்று புதுப்பிக்கப்பட்டது. மாதிரிப் பெயர்கள், இடமாற்றம், WebSocket இடைமுகம், அங்கீகாரம், அமர்வு அமைப்பை விவரிக்கிறது.
• xAI: பேச்சு-முதல்-பேச்சு விலையும் வரம்புகளும், கடைசியாக செப்டம்பர் 22, 2026 அன்று புதுப்பிக்கப்பட்டு அக்டோபர் 15 அன்று சரிபார்க்கப்பட்டது. ஒலி மற்றும் உரை உள்ளீட்டுக் கட்டணங்கள், அளவீட்டு முறைகள், ஒரேநேரப் பயன்பாடு, அமர்வு வரம்புகளைப் பட்டியலிடுகிறது.