SpaceXAI Luncurkan Grok Voice 3.0, Puncaki Indeks Ucapan Artificial Analysis
Model speech-to-speech baru SpaceXAI, Grok Voice 3.0, menduduki peringkat pertama di Speech-to-Speech Index Artificial Analysis dengan skor 86,9.

SpaceXAI telah merilis Grok Voice 3.0, model baru yang dirancang untuk menggerakkan agen suara. Diumumkan pada 15 Oktober 2026, model ini kini berada di posisi teratas Speech-to-Speech Index yang dikelola oleh lembaga pengujian independen Artificial Analysis, dengan skor 86,9.
Grok Voice 3.0 bekerja secara native dari ucapan ke ucapan. Menurut SpaceXAI, model ini dapat mendengarkan pengguna, menalar permintaan, memanggil alat eksternal bila diperlukan, dan menjawab dengan suara, semuanya dalam satu model.
Ditujukan untuk pengembang
Perilisan ini terutama ditujukan kepada pengembang yang membangun aplikasi suara. SpaceXAI menawarkan model ini melalui endpoint yang dapat disambungkan ke produk pihak ketiga. Rincian seperti harga, bahasa yang didukung, dan angka latensi belum tersedia dalam informasi yang dirilis sejauh ini.
Pemanggilan alat (tool calling) adalah fitur yang membuat model suara dapat melakukan lebih dari sekadar berbicara. Fitur ini memungkinkan asisten terhubung ke layanan seperti kalender, pencarian, atau sistem layanan pelanggan, sehingga percakapan berubah menjadi tugas yang selesai, bukan sekadar jawaban.
Mengapa peringkat ini penting
Artificial Analysis membandingkan model AI berdasarkan sejumlah ukuran, termasuk kualitas, kecepatan, dan biaya. Speech-to-Speech Index-nya berfokus pada sistem yang menerima input audio dan menghasilkan output audio. Menduduki posisi pertama di sana memberi SpaceXAI klaim kinerja yang kuat dibandingkan model suara pesaing.
Suara telah menjadi salah satu medan persaingan AI yang paling sengit. Model speech-to-speech melewati rantai tradisional berupa transkripsi, pembuatan teks, dan sintesis audio, yang menjanjikan percakapan yang lebih cepat dan lebih alami. Mendorong merek Grok lebih jauh ke ranah suara menunjukkan ambisi SpaceXAI untuk meraih porsi pasar pengembang yang lebih besar.
Namun, keunggulan di tolok ukur tidak selalu berarti kualitas di dunia nyata. Seberapa baik Grok Voice 3.0 berkinerja dalam penerapan produksi akan semakin jelas seiring pengembang mulai mengujinya.
Komentar
Belum ada komentar. Mulai diskusi atau ajukan pertanyaan.
Terkait
Fish Audio merilis Drama 3, model text-to-speech berarsitektur mixture-of-experts yang mendukung 83 bahasa, dengan bobot terbuka di bawah lisensi komunitas yang dibatasi pendapatan.
Liquid AI merilis LFM2.5-24B-A2B, model penalaran bobot terbuka berparameter 24B yang hanya mengaktifkan 2B parameter per token, ditujukan untuk agen lokal.
Google DeepMind dan GovTech Singapura telah menyempurnakan detektor penipuan berbasis Gemma yang berjalan sepenuhnya di ponsel pengguna, dengan tujuan mendeteksi manipulasi tanpa membuka isi percakapan.


