Nyhet
xAI lanserar Grok Voice 3.0 – röstmodell som enligt bolaget toppar oberoende test
xAI har presenterat Grok Voice 3.0, en tal-till-tal-modell som enligt bolaget är världens mest intelligenta röstmodell. Modellen är tillgänglig i API:et sedan lanseringen den 14 oktober 2026 till samma pris som föregångaren, 0,08 dollar per minut. Den används redan i Teslas bilar och i Starlinks kundtjänst.
Det viktigaste i korthet
• Modell: Grok Voice 3.0, en tal-till-tal-modell från xAI, presenterad den 14 oktober 2026.
• Enligt Artificial Analysis har modellen 86,9 poäng på Speech-to-Speech Index, jämfört med 81,3 för Grok Voice 2.0.
• Svarstiden ligger enligt xAI under en sekund.
• Pris: 0,08 dollar per minut (4,80 dollar per timme), samma som Grok Voice 2.0.
• Modellen hanterar enligt xAI miljontals samtal per dag i Tesla-bilar och ska driva Grok Bots röstläge.
• Starlinks callcenter använder Grok Voice för 20 000 kundsamtal per dag, enligt xAI.
Vad har hänt
xAI har lanserat Grok Voice 3.0 och beskriver den som världens mest intelligenta tal-till-tal-modell. Bolaget säger att modellen sätter ett nytt rekord i att lösa kundtjänstsamtal, att den har branschledande svarstid under en sekund och att den kostar mindre än andra ledande modeller.
Bolaget hänvisar till oberoende tester av Artificial Analysis, daterade den 13 oktober 2026. Där hamnar Grok Voice 3.0 på första plats på Speech-to-Speech Index med 86,9 poäng. Indexet kombinerar talresonemang, τ-Voice samt preferens och uppgiftslösning i blinda samtal mellan modeller. Som jämförelse får Grok Voice 2.0 81,3, GPT-Live-1 (Astra, Medium) 83,2 och Gemini 3.8 Live (Ext. Thinking, High) 82,6.
I delmätningarna får Grok Voice 3.0 98,5 procent på Big Bench Audio och 1070 i Elo på Speech Agent Arena. Andelen lyckade uppgifter är 94,8 procent, mot 94,6 för Grok Voice 2.0 och 87,4 för GPT-Live-1. På Full Duplex Bench, som mäter hur naturligt modellen hanterar pauser, turtagning och avbrott, får den 97 procent.
På τ-Voice, som testar supportsamtal med olika dialekter, bakgrundsljud och avbrott, får modellen 71,6 procent. Det är enligt xAI jämförbart med GPT-Live-1 (Astra) men med 40 procent lägre fördröjning. Artificial Analys mätning av kostnad per uppgift i Big Bench Audio visar enligt xAI en lägre kostnad än både GPT-Live-1 (Astra, Medium) och GPT-Realtime-2.1.
På ServiceNows öppna EVA-Bench för företagsröstagenter, med över 200 realistiska scenarier, uppnår modellen enligt xAI högst träffsäkerhet, 74 procent. Den är också bäst när träffsäkerhet och kundupplevelse vägs samman. ServiceNows Nitin Aggarwal säger att modellen kombinerar hög träffsäkerhet med ett naturligt samtal.
I Tesla-bilar hanterar Grok Voice 3.0 miljontals samtal per dag. Förare kan enligt xAI använda Connectors för enkla ärenden som att kolla kalendern eller svara på mejl, och Grok Bot för större uppgifter som att beställa kaffe eller boka middag, handsfree. Modellen driver även Grok Bots röstläge.
Starlinks callcenter använder Grok Voice för 20 000 kundsamtal per dag på flera språk. Ungefär 70 procent löses utan människa, och vart fjärde säljsamtal slutar med köp innan kunden lägger på, enligt xAI. En enda agent byggd på Grok Voice 3.0 verifierar kunder, felsöker hårdvara, ger krediter och skickar ersättningsutrustning.
Modellen finns i Speech to Speech API till 0,08 dollar per minut, samma pris som för Grok Voice 2.0. Agenter som använder grok-voice-latest har enligt xAI redan bytts över automatiskt, utan att utvecklarna behöver göra något.
Vad det betyder för dig i Sverige
Källan säger ingenting särskilt om Sverige. Utvecklare och företag kan enligt xAI använda modellen i API:et från och med nu, och priset anges i dollar. Den som redan använder grok-voice-latest har automatiskt fått den nya modellen. Om du kör en Tesla eller är Starlink-kund kan du enligt beskrivningen komma i kontakt med tekniken, men källan anger inte var funktionerna är tillgängliga.
Det här vet vi inte än
Källan anger inte vilka språk Grok Voice 3.0 stöder, och inte om svenska ingår. Den säger inte heller vilka länder eller Tesla-marknader som har funktionerna, eller om de är tillgängliga i Sverige. Det framgår inte vilka språk Starlinks callcenter använder. Resultaten kommer från xAI:s egen redovisning av tester, och här har vi inte tillgång till testernas fullständiga metodik. Hur kostnaden per uppgift jämförs i kronor eller i faktiska siffror anges inte i texten.