SpaceXAI bringt Grok Voice 3.0 heraus und führt Artificial Analysis Speech-Index an
Das neue Sprach-zu-Sprache-Modell Grok Voice 3.0 von SpaceXAI hat im Artificial Analysis Speech-to-Speech Index mit 86,9 Punkten den ersten Platz belegt.

SpaceXAI hat Grok Voice 3.0 veröffentlicht, ein neues Modell für Sprachagenten. Nach Angaben vom 15. Oktober 2026 belegt das Modell nun die Spitzenposition im Speech-to-Speech Index des unabhängigen Benchmark-Anbieters Artificial Analysis, mit einem Wert von 86,9.
Grok Voice 3.0 arbeitet nativ von Sprache zu Sprache. Laut SpaceXAI kann das Modell einen Nutzer zuhören, über die Anfrage nachdenken, bei Bedarf externe Werkzeuge aufrufen und laut antworten, und das alles innerhalb eines einzigen Modells.
Für Entwickler gedacht
Die Veröffentlichung richtet sich vor allem an Entwickler, die Sprachanwendungen entwickeln. SpaceXAI bietet das Modell über einen Endpunkt an, der in Produkte von Drittanbietern eingebunden werden kann. Angaben zu Preisen, unterstützten Sprachen und Latenzzeiten lagen in den bisher veröffentlichten Informationen nicht vor.
Tool-Calling ist die Funktion, mit der ein Sprachmodell mehr kann als nur reden. Ein Assistent kann sich damit mit Diensten wie Kalendern, Suchfunktionen oder Kundensupport-Systemen verbinden und so aus einem Gespräch eine erledigte Aufgabe statt nur einer Antwort machen.
Warum die Platzierung wichtig ist
Artificial Analysis vergleicht KI-Modelle unter anderem nach Qualität, Geschwindigkeit und Kosten. Der Speech-to-Speech Index konzentriert sich auf Systeme, die Audio als Eingabe annehmen und Audio als Ausgabe erzeugen. Der erste Platz dort ist für SpaceXAI ein starkes Leistungsargument gegenüber konkurrierenden Sprachmodellen.
Sprache ist zu einem der umkämpftesten Felder der KI geworden. Sprach-zu-Sprache-Modelle verzichten auf die übliche Kette aus Transkription, Texterzeugung und Audiosynthese, was schnellere und natürlichere Gespräche verspricht. Dass SpaceXAI die Marke Grok stärker in den Sprachbereich trägt, zeigt den Anspruch, mehr vom Entwicklermarkt zu gewinnen.
Führende Benchmark-Werte bedeuten allerdings nicht immer auch Spitzenqualität im Alltag. Wie sich Grok Voice 3.0 in produktiven Einsätzen schlägt, wird sich zeigen, sobald Entwickler es testen.
Kommentare
Noch keine Kommentare. Starten Sie die Diskussion oder stellen Sie eine Frage.
Ähnliche Meldungen
Fish Audio hat Drama 3 vorgestellt, ein Text-to-Speech-Modell mit Mixture-of-Experts-Architektur, das 83 Sprachen abdeckt und dessen Gewichte unter einer Ggemeinschaftslizenz mit Umsatzobergrenze verfügbar sind.
Liquid AI hat LFM2.5-24B-A2B veröffentlicht, ein Open-Weight-Reasoning-Modell mit 24 Milliarden Parametern, das pro Token nur 2 Milliarden Parameter aktiviert und für lokale Agenten gedacht ist.
Google DeepMind und GovTech Singapur haben einen auf Gemma basierenden Betrugsdetektor feinabgestimmt, der vollständig auf den Smartphones der Nutzer läuft und Manipulationen erkennen soll, ohne Chats offenzulegen.


