Nyhet
xAI lanserar Grok Voice 3.0 – röstmodell som enligt bolaget toppar oberoende test
xAI presenterade den 14 oktober 2026 Grok Voice 3.0, en så kallad speech-to-speech-modell som enligt bolaget är världens mest intelligenta röstmodell. Modellen finns redan i xAI:s Voice Agent API till samma pris som föregångaren, 0,08 dollar per minut. Den används enligt xAI redan i miljontals samtal om dagen hos Tesla och SpaceX.
Det viktigaste i korthet
• Grok Voice 3.0 är xAI:s nya speech-to-speech-modell, presenterad den 14 oktober 2026.
• Enligt Artificial Analysis har modellen 86,9 poäng på Speech-to-Speech Index, före Grok Voice 2.0 (81,3), GPT-Live-1 (83,2) och Gemini 3.8 Live (82,6).
• xAI uppger latens på under en sekund och 97 % på Full Duplex Bench, som mäter hur naturligt modellen hanterar pauser, turtagning och avbrott.
• Priset är 0,08 dollar per minut (4,80 dollar per timme), detsamma som för Grok Voice 2.0.
• Modellen finns tillgänglig i API:et från och med i dag, och agenter som använder grok-voice-latest har automatiskt bytts över.
• Enligt xAI hanterar modellen miljontals samtal om dagen i Tesla-bilar, och Starlinks callcenter använder den för 20 000 samtal dagligen.
Vad har hänt
xAI beskriver Grok Voice 3.0 som en modell som sätter nytt rekord i att lösa kundtjänstsamtal. Bolaget lyfter också fram latensen på under en sekund och att modellen kostar mindre än andra ledande modeller.
I Artificial Analysis oberoende tester, daterade den 13 oktober 2026, hamnar modellen etta på Speech-to-Speech Index. Indexet kombinerar talresonemang, τ-Voice samt preferens och uppgiftslösning från blinda jämförelser mellan samtal. I delresultaten får modellen 98,5 % på Big Bench Audio (Grok Voice 2.0: 97,2 %), 1070 i Elo på Speech Agent Arena (2.0: 1011) och 94,8 % i andel lyckade uppgifter (2.0: 94,6 %). På Full Duplex Bench får den 97,0 % mot 95,1 % för föregångaren.
τ-Voice mäter hur väl agenter hanterar supportsamtal med olika accenter, bakgrundsljud och avbrott. Grok Voice 3.0 får 71,6 %, vilket xAI beskriver som jämförbart med GPT-Live-1 (Astra) men med 40 % lägre latens. Enligt Artificial Analysis kostar modellen också mindre per uppgift i testet Big Bench Audio än både GPT-Live-1 (Astra, Medium) och GPT-Realtime-2.1.
På ServiceNows benchmark EVA-Bench för röstagenter i företagsmiljö uppnår modellen enligt xAI den högsta noggrannheten, 74 %. Den är också bäst när noggrannhet och kundupplevelse vägs samman. ServiceNows Nitin Aggarwal säger att modellen sätter en ny Pareto-front på EVA-Bench, som omfattar över 200 realistiska företagsscenarier, genom att kombinera hög noggrannhet med ett naturligt och responsivt samtal.
I Tesla-bilar kan förare enligt xAI använda Connectors för enkla ärenden som att kontrollera kalendern eller besvara ett mejl. För större uppgifter som att beställa kaffe eller boka middag finns Grok Bot, helt handsfree. Grok Voice 3.0 driver även röstläget i Grok Bot.
Starlinks callcenter använder Grok Voice för 20 000 kundsamtal om dagen på flera språk. Ungefär 70 % löses utan en människa i loopen, och vart fjärde säljsamtal slutar i ett köp innan kunden lagt på. En enda agent byggd på Grok Voice 3.0 kan verifiera kunder, felsöka hårdvara, ge krediter och skicka ersättningsutrustning.
Modellen kostar 0,08 dollar per minut i Voice Agent API. Utvecklare kan prova den gratis via xAI:s konsol, och dokumentation finns.
Vad det betyder för dig i Sverige
Källan säger inget om Sverige. Eftersom modellen finns i xAI:s API kan svenska utvecklare och företag i princip bygga röstagenter på den, men xAI anger inte om tjänsten är tillgänglig i Sverige eller om svenska stöds. Priset anges bara i dollar, och uppgifter om moms eller kronpris saknas. Det framgår inte heller om Tesla-funktionerna eller Starlinks samtalslösning med Grok Voice gäller här.
Det här vet vi inte än
Det är oklart vilka språk Grok Voice 3.0 stödjer, om svenska ingår och hur bra modellen fungerar på svenska. Källan anger inte hur mycket modellen kostar per uppgift i kronor eller dollar, och inte hur latensen mäts. Den förklarar inte vad som ingår i den kostnadsfria provperioden. Siffrorna för Tesla och Starlink kommer från xAI och bygger inte på någon oberoende granskning. Det framgår inte heller om Grok Voice 2.0 finns kvar för dem som inte använder grok-voice-latest.