Markdown 版本

AI-translated from English; not yet reviewed by a fluent editor.

# Grok Voice 3.0 客服測試進步，首段音訊卻變慢

> 託管的 Voice Agent API 現已採用 Grok Voice 3.0。獨立模擬客服評分上升，但首次音訊回應時間增加，公告的語音價格另收文字費用。

By BIG CHANGE Editorial

Published: 2026-10-15T16:54:16.962Z
Updated: 2026-10-15T16:54:16.962Z
Canonical: https://bigchange.ai/blog/grok-voice-3-api-benchmark-support-calls

![Conceptual charcoal illustration of an unbranded call headset and tabletop speakerphone in a sound-treated room.](https://bigchange.ai/api/media/file/grok-voice-support-call-concept-v1.png)
AI-generated conceptual illustration by BIG CHANGE; no actual xAI hardware, API interface, customer call or measured outcome is depicted.

xAI 於 10 月 14 日透過其託管的 Voice Agent API 發布 Grok Voice 3.0。對於正為客服挑選語音代理的團隊，[Artificial Analysis 目前的語音對語音排行榜](https://artificialanalysis.ai/speech-to-speech)顯示，其模擬客服任務成績比 Grok Voice 2.0 高出 15.1 個百分點，另一項任務成功指標變化很小，而首次音訊回應則較慢。

xAI 表示，別名 `grok-voice-latest` 現在會自動指向 3.0。[目前的 API 指南](https://docs.x.ai/developers/model-capabilities/audio/speech-to-speech)也提供帶版本號的 `grok-voice-3.0` 名稱，供需要固定版本的團隊使用。據 xAI 表示，WebSocket 端點、工作階段參數及事件與 2.0 相同。使用此別名的應用程式無須遷移，但可變別名背後換了新模型，仍有理由重新執行應用程式本身的通話測試。

## 重大變化

- **改變了什麼：** Grok Voice 3.0 已取代 2.0，成為 API 別名 `grok-voice-latest` 背後的模型。Artificial Analysis 現在公布的模擬客服基準測試成績為 71.6%，高於 2.0 的 56.5%。
- **為何重要：** 該指標測試代理能否在按腳本設計的航空、零售及電信問題中，達到正確的資料庫狀態。相較一般音訊推理評分，它更切合客服工作流程，但仍屬模擬測試。
- **值得關注：** 同一評測機構測得 3.0 首次音訊回應為 0.81 秒，2.0 則為 0.70 秒。團隊在切換固定版本的部署前，應檢查自身的回應時間、任務完成情況及可計費工作階段長度。

## 客服評分與回應延遲

Artificial Analysis 的[方法說明](https://artificialanalysis.ai/methodology/speech-to-speech-benchmarking)將 τ-Voice 測試描述為：模擬客戶致電一個配有政策文件和領域專用工具的代理。航空、零售及電信任務都有明確的最終資料庫狀態，評分取三次測試的平均值。目前排行榜給 Grok Voice 3.0 的分數為 71.6%，Grok Voice 2.0 則為 56.5%，即在這些測試條件下上升 15.1 個百分點。評測使用模擬客戶、生成語音、轉錄及模型評分者。它並未衡量已部署服務能為多少真實來電者解決問題。

另一項 Speech Agent Arena 任務成功率，僅從 2.0 的 94.6% 上升至 3.0 的 94.8%。該指標統計符合資格、且以正確的最終工具呼叫完成任務的對話；它使用的測試與 τ-Voice 不同。Artificial Analysis 綜合指數從 81.3 升至 86.9。目前版本對音訊推理、τ-Voice、來電者盲測偏好及 Arena 任務成功率給予相同權重。任何單一數字都不足以證明所有客服任務均有進步。

在速度方面，Artificial Analysis 公布其 Big Bench Audio 問題的平均首次音訊回應時間。Grok Voice 3.0 為 0.81 秒，2.0 為 0.70 秒。因此在該測試中，新模型開始說話的時間慢了 0.11 秒，儘管 xAI 在[發布公告](https://x.ai/news/grok-voice-3)中稱其延遲「低於一秒」。這項測量截至首次輸出音訊為止，並非完整通話延遲或問題解決時間。

## 公告的語音價格涵蓋什麼

xAI 公告兩個版本的語音對語音音訊價格均為每分鐘 0.08 美元，或每小時 4.80 美元。其[模型定價頁面](https://docs.x.ai/developers/models/speech-to-speech)另外對每個可計費的 `conversation.item.create` 文字事件收取 0.004 美元。使用預設的 `server_vad` 輪次偵測時，音訊計量按工作階段長度計算；使用按住說話模式時，則按傳送和接收的音訊計算。因此，按公告的時長費率，一個持續開啟十分鐘的工作階段，音訊費用為 0.80 美元，尚未計入另行收費的文字事件。這項計算依據 xAI 的價目表，並非 BIG CHANGE 的帳單或實測通話。

開發者需要使用 xAI API 金鑰建立伺服器端 WebSocket 連線，或為用戶端應用程式使用短效權杖。[API 指南](https://docs.x.ai/developers/model-capabilities/audio/speech-to-speech)記載了 `wss://api.x.ai/v1/realtime`、查詢參數 `model`、用來設定指示、聲音和輪次偵測的 `session.update` 事件，以及作為回應的串流音訊事件。xAI 公告每個團隊最多同時開啟十個工作階段，單一工作階段最長 120 分鐘。客服團隊仍須自行提供政策、工具、客戶資料邊界及升級處理流程；已公布的基準測試設定無法證明該團隊的特定實作會有何表現。

xAI 也表示，Starlink 每天以 Grok Voice 處理 20,000 通來電，約 70% 無須人工即可解決。這些是[公司自行公布的營運數據](https://x.ai/news/grok-voice-3)；Artificial Analysis 的合成測試並未驗證這些說法。BIG CHANGE 查閱了發布資訊、API 與基準測試文件。我們並未使用該 API、致電客服代理，或重現評測。

## 資料來源與延伸閱讀

- [xAI：Grok Voice 3.0 登場](https://x.ai/news/grok-voice-3)，2026 年 10 月 14 日。公布可用性、別名變更及公司自行報告的部署情況。
- [Artificial Analysis：語音對語音排行榜](https://artificialanalysis.ai/speech-to-speech)，查閱於 2026 年 10 月 15 日。包含目前 3.0 和 2.0 的指數、τ-Voice、Arena 任務成功率與首次音訊回應時間；評測更新時，表格可能變動。
- [Artificial Analysis：基準測試方法](https://artificialanalysis.ai/methodology/speech-to-speech-benchmarking)，查閱於 2026 年 10 月 15 日。定義指數、模擬客服測試、Arena 任務成功指標及速度測試。
- [xAI：語音對語音 API 指南](https://docs.x.ai/developers/model-capabilities/audio/speech-to-speech)，最後更新於 2026 年 10 月 13 日。記載模型名稱、遷移、WebSocket 介面、驗證與工作階段設定。
- [xAI：語音對語音定價與限制](https://docs.x.ai/developers/models/speech-to-speech)，最後更新於 2026 年 9 月 22 日，10 月 15 日查閱。列出音訊與文字輸入費率、計量模式、並行數及工作階段限制。

## Sources

- [Grok Voice 3.0 登場](https://x.ai/news/grok-voice-3) — 託管 API 的原始發布資訊、別名切換，以及明確歸屬於公司的部署說法。
- [語音對語音 AI 模型與供應商排行榜](https://artificialanalysis.ai/speech-to-speech) — 即時的 3.0 和 2.0 指數、tau-Voice、Arena 任務成功率及首次音訊回應時間資料列；數值可能更新。
- [語音對語音基準測試方法](https://artificialanalysis.ai/methodology/speech-to-speech-benchmarking) — 定義第 2.0 版指數、模擬客服基準、Arena 任務成功率及 TTFA。
- [語音對語音 API 指南](https://docs.x.ai/developers/model-capabilities/audio/speech-to-speech) — 別名、固定版本、WebSocket 介面、驗證、工作階段參數及遷移。
- [語音對語音定價與速率限制](https://docs.x.ai/developers/models/speech-to-speech) — 目前 3.0 的音訊與文字事件費率、計量模式及工作階段限制。