grok-voice-latest 這個別名已經指向 Grok Voice 3.0。價目表沒改：語音對語音仍是 0.08 美元／分鐘，也就是 4.80 美元／小時。SpaceXSI（原 xAI）官方稿寫得明白，掛在 latest 上的智能體不用改程式，流量已經切過去。權重不公開，通話走雲端AI API。
這不是一場還在預告的模型發表會。Tesla 車機每天已經有數百萬通 Grok 語音對話；Starlink 客服每天大約接 2 萬通，官方說約七成不用真人接手，銷售來電則有四分之一在掛斷前成交。產品頁把這顆模型標成「全球最聰明的語音模型」，並在 API 頁面上寫著 Tau Voice 第一名。獨立實驗室 Artificial Analysis 的數字給了前半句一個依據，也把後半句拆開：綜合指數確實第一，客服副本測評卻不是。
官方先講了什麼
產品稿把 Grok Voice 3.0 定位成原生 speech-to-speech：聽進去的是聲音，回出去的也是聲音，不必自己串一套「語音轉文字 → 大型語言模型 → 文字轉語音」。官方主張三件事同時成立：客服通話解決率創新高、首音延遲壓在一秒以內、跑起來比其他前沿語音模型便宜。Voice Agent API 即日起可調，價碼與 2.0 相同。
Tesla 端的用法被拆成兩層。簡單的查行事曆、回郵件走 Connectors；點咖啡、訂位這類較大的動作走 Grok Bot，語音模式也換成 3.0。Starlink 那條線更像傳統客服：一個代理核對身分、排硬體故障、發折抵、寄替換設備，多語系一起跑。這些數字目前都來自公司自己的生產環境，沒有第三方進機房對帳。
產品頁另外把整條語音棧攤開：同一套帳號底下還有文字轉語音（每百萬字元 15 美元）、語音轉文字（批次每小時 0.10 美元、串流每小時 0.20 美元）、從約兩分鐘自然語音複製音色，以及 25 種以上的內建聲音。合規項寫了 SOC 2 Type II、可簽 BAA 的 HIPAA、GDPR 與資料處理協議、可開零資料留存。電話線不是內建號碼，要自備 SIP trunk；文件點名 Twilio、也有 LiveKit 路徑。產品頁寫 25 種以上語言；發布稿本身沒有把語言清單印出來。
ServiceNow 開源的 EVA-Bench 被拿來當企業語音代理的第二張成績單。官方引用該基準超過 200 個企業情境，Grok Voice 3.0 準確率 74%，在「準確度與顧客體驗一起打分」時沒有模型更好。ServiceNow 產品主管 Nitin Aggarwal 的評語被印在稿裡：新的 Pareto 前沿，前線客服能期待的新標準。這份分數不是 Artificial Analysis 跑的，目前也還沒看到第二家實驗室重跑。
獨立榜把「第一名」拆成四欄
Artificial Analysis 的 Speech-to-Speech Index 是四項等權平均：語音推理（Big Bench Audio）、代理表現（τ-Voice）、Arena 偏好、以及任務成功率。缺任何一項就沒有指數。Ridge 把 10 月 14 日那張表抄下來時，Grok Voice 3.0 以 86.9 排第一；OpenAI 的 GPT-Live-1（Astra、medium）83.2 第二；Gemini 3.8 Live Extended Thinking（High）82.6 第三。Grok Voice 2.0 掉到 81.3，第四。
把同一張表的零件拆開，行銷句開始漏風。
| 模型 | 綜合指數 | 首音（秒） | 語音推理 | 全雙工對話 | τ-Voice | 任務成功 | Arena Elo | 每小時音訊成本（美元） |
|---|---|---|---|---|---|---|---|---|
| Grok Voice 3.0 | 86.9 | 0.81 | 99% | 97.0% | 71.6% | 94.8% | 1070 | 4.80 |
| GPT-Live-1（Astra, medium） | 83.2 | 1.34 | 90% | 94.9% | 74.5% | 87.4% | 1056 | 5.83 |
| Gemini 3.8 Live Ext. Thinking High | 82.6 | 1.35 | 98% | 91.9% | 68.6% | 89.1% | 993 | 3.50 |
| Grok Voice 2.0 | 81.3 | 0.70 | 97% | 95.1% | 56.5% | 94.6% | 1011 | 4.80 |
| GPT-Live-1（Sol, low） | 80.1 | 1.24 | 89% | 97.3% | 59.3% | 90.9% | 1057 | 4.47 |
| Gemini 3.8 Live（標準） | 76.0 | 1.18 | 92% | 96.1% | 30.1% | 93.2% | 1088 | 0.84 |
數字來自 Artificial Analysis 語音對語音頁與 Ridge 同日快照。指數用的 Arena Elo 在模型首次達標時凍結，跟現場排行榜不一定同一格。
τ-Voice 測的是：語音使用者模擬器打進來，模型當客服，手上有工具和一份政策文件，最後資料庫狀態必須對上唯一正解。領域沿用航空、零售、電信。Grok Voice 3.0 拿到 71.6%；GPT-Live-1 Astra medium 拿到 74.5%。產品 API 頁寫 Tau Voice 第一名，獨立榜上這一欄是 OpenAI 領先。還有一條必須一起讀的註腳：Astra 與 Sol 這兩檔 GPT-Live-1，Artificial Analysis 標成只跑了 1 次試驗；Grok 這一側圖表寫的是有 3 次就取平均。2.9 個百分點的差距，現在還不能當成穩固的產線結論。
全雙工那一欄，GPT-Live-1 Sol low 以 97.3% 小贏 Grok 的 97.0%。現場 Arena 更刺耳：標準版 Gemini 3.8 Live 的即時 Elo 是 1088，高於 Grok 的 1070。人在預約牙醫、點外送這類對打裡，比較常把手舉給 Google 那一檔較便宜、思考較淺的設定。指數卻把 Gemini 的思考加強版算進去——那一檔推理到 98%、指數 82.6，Arena 凍結分只有 993。九月那篇站內稿寫過，Google 當時拿 82.6 宣稱超過 GPT-Live-1；那是 Extended Thinking High，不是現在現場比較討喜的標準 Live。想看價目表怎麼拆，可以對照〈Gemini 3.8 Live 語音代理上線〉。
語音推理也不是 Grok 獨佔。Big Bench Audio 上 StepAudio 3 Realtime 到 99.7%、Qwen Audio 3.0 Realtime Plus 99.2%，Grok 3.0 官方表寫 98.5%、Ridge 四捨五入成 99%。StepAudio 全雙工 98.9%，但首音 8.83 秒，電話線用不上。Qwen Plus 指數只有 69.5，因為 Arena 792、τ-Voice 54.6%。綜合第一名成立；「每一欄都第一」不成立。
2.0 升 3.0 真正跳的不是任務成功率。那一格只從 94.6% 到 94.8%。跳的是 τ-Voice：56.5% 到 71.6%。首音則往反方向走，0.70 秒變成 0.81 秒。仍比旁邊的 Astra（1.34 秒）和 Gemini 思考版（1.35 秒）快一截，官方在 τ-Voice 相關敘述裡寫大約快 40%；但它已經不是 Grok 自己最快的一版。
SiliconANGLE 另外引用 Artificial Analysis 的單題成本：Big Bench Audio 一題 Grok Voice 3.0 約 2.5 美分，GPT-Live-1 約 3 美分，GPT-Realtime-2.1 約 5.5 美分。這組是媒體轉述的單題帳，跟表上「每小時音訊成本」不是同一個分母，採購時不要混著除。
價目表沒漲，帳單仍按分鐘跳
0.08 美元這一格，涵蓋聽、想、說。沒有「把推理關掉就比較便宜」的第二價。文字灌進語音會話另計 0.004 美元／次；file_search／collections_search 每千次 2.50 美元；web_search 每千次 5 美元。電話載波不包含在內。
這張價目表對上對手時，不能直接比「每分鐘多少錢」。GPT-Live-1 語音層標 0.05 美元／分鐘、按秒計、不進位，但後端模型和工具另外算；〈OpenAI 用全雙工 GPT-Live 拆掉語音三件套〉 寫過這條架構怎麼把聽與說收進同一條線，帳單卻仍可能在模型層再跳一格。Gemini 3.8 Live 音訊輸入 0.005、輸出 0.018 美元／分鐘，思考Token當輸出另計。Artificial Analysis 用同一套 Big Bench Audio 子集把這些隱藏項折成「每小時輸入音訊成本」：Grok 3.0 是 4.80 美元，剛好等於價目表的小時價；Astra medium 量到 5.83 美元；標準 Gemini 3.8 Live 量到 0.84 美元。清單上 Grok 不是最便宜，量測上它接近「標多少，就付多少」。
客服採購真正會爆的通常不是搜尋工具那 7%。運算商 eesel 用一通 4 分鐘、三次知識庫查詢、一次文字注入的假設帳，算到單通約 0.345 美元，其中 Grok 分鐘費 0.32 美元。一天 500 通大約 5,180 美元／月。每通多 20 秒空持線，同規模一個月多約 400 美元。Twilio 本地 SIP 每分鐘 0.0034 美元，對這筆帳幾乎看不見；免費電話（toll-free）會把載波拉高近四倍，仍然遠小於模型分鐘費。網頁 widget 或自家 App 走 WebSocket／WebRTC 的話，載波可以是零。
並發是另一張表。語音對語音的同時會話跟累計消費走：0 美元 10 路、50 美元 20 路、250 美元 50 路、1,000 美元 100 路、5,000 美元 200 路。第一天就要壓 50 路併發的團隊，得先預付才能解鎖。沒有公開的免費額度。
把這些放回「要不要從 2.0 留下來」：價沒漲，別名已經切，品質在代理任務上明顯往上，首音慢了 0.11 秒。對已經在 latest 上的人，這不是一次採購決策，是一次必須重測的生產切換。
開發者這次其實沒拿到選擇題
掛 grok-voice-3.0 的人是自己選的。掛 grok-voice-latest 的人，發布當下已經在新模型上。客服線最怕的不是分數變好，是打斷、口音、背景噪音、政策文件這幾件事的手感變了卻沒人重錄測試集。2.0 升 3.0 的 τ-Voice 跳了 15.1 個百分點，代表工具加政策這條路徑確實變了；任務成功率幾乎沒動，代表「把最後一個工具呼叫打對」這件事，2.0 已經很高。
Hacker News 上有開發者對整類 audio-to-audio 的懷疑仍然適用：很多「語音對語音」在內部仍是自動轉寫再丟進模型，聽眾聽不到口音裡的情緒層。對退款政策和訂單狀態來說，這比音色重要。Grok 3.0 的公開材料沒有證明它聽得見「怒意有多濃」，只證明它在副本客服與 Arena 任務上把工具按對的次數變多。
語言與電話是另外兩道門。Gemini Live 公開寫 70 種語言，Grok 產品頁寫 25+，營運向整理則有人引用文件寫 20+。標準 Gemini Live 目前沒有文件化的 SIP，主要是 WebSocket；Grok 有原生 SIP。要進既有客服交換機，Grok 比較像電話產品；要把分鐘費壓到接近 1 美元／小時，標準 Gemini 在獨立量測上便宜一個數量級，τ-Voice 卻只有 30.1%。
沒有權重、沒有自架、沒有把 Grok Voice 3.0 從雲端拆回家裡跑的選項。這跟同日開權重、往 24GB 裡塞的本地模型不是同一條產品線。誰要在筆電上跑代理，看的是另一篇稿；誰要在電話線上跑代理，看的是這張每分鐘 0.08 美元的收據。
Tesla 與 Starlink 的生產數字說明一件事：這顆模型已經在高噪音、多語、要動工具的環境裡燒分鐘數，不是實驗室 demo。它沒有說明的是，你的工單系統、退款條款、以及那份 τ-Voice 會發的政策文件，換模之後會不會仍然對得上資料庫終態。Astra 在那一欄仍領先，而且領先建立在單次試驗上。綜合指數、首音、打包價，目前是 Grok Voice 3.0 的。客服副本那一欄，還不是。