SpaceXAI випустила Grok Voice 3.0 і очолила рейтинг Artificial Analysis у мовних моделях
Нова мовна модель SpaceXAI для мовлення в мовлення, Grok Voice 3.0, посіла перше місце в Artificial Analysis Speech-to-Speech Index з результатом 86,9 балу.

SpaceXAI випустила Grok Voice 3.0, нову модель для голосових агентів. Станом на 15 жовтня 2026 року модель займає перше місце в Speech-to-Speech Index, який веде незалежна компанія з бенчмаркінгу Artificial Analysis, з результатом 86,9 бала.
Grok Voice 3.0 працює нативно від мовлення до мовлення. За словами SpaceXAI, вона може слухати користувача, міркувати над запитом, за потреби викликати зовнішні інструменти й відповідати голосом, і все це в межах однієї моделі.
Орієнтація на розробників
Реліз насамперед розрахований на розробників голосових застосунків. SpaceXAI пропонує модель через ендпоінт, який можна інтегрувати в продукти сторонніх компаній. Деталі щодо ціноутворення, підтримуваних мов і затримки в наданій на цей момент інформації не вказані.
Виклик інструментів — це функція, яка дозволяє голосовій моделі робити більше, ніж просто розмовляти. Вона дає змогу асистенту підключатися до сервісів на кшталт календарів, пошуку чи систем підтримки клієнтів, перетворюючи розмову на виконане завдання, а не лише на відповідь.
Чому важливий цей рейтинг
Artificial Analysis порівнює ШІ-моделі за показниками якості, швидкості та вартості. Його Speech-to-Speech Index орієнтований на системи, які приймають аудіо на вхід і видають аудіо на виході. Перше місце в цьому рейтингу дає SpaceXAI вагомий аргумент для порівняння з конкуруючими голосовими моделями.
Голос став одним із найбільш напружених напрямів у сфері ШІ. Моделі мовлення в мовлення оминають традиційний ланцюжок транскрибування, генерації тексту та синтезу аудіо, що обіцяє швидший і природніший обмін репліками. Просування бренду Grok у сферу голосу свідчить про амбіцію SpaceXAI завоювати більшу частку ринку розробників.
Однак лідерство в бенчмарках не завжди означає реальну якість. Наскільки добре Grok Voice 3.0 працюватиме у промислових розгортаннях, стане зрозуміліше, коли розробники почнуть її тестувати.
Коментарі
Коментарів ще немає. Почніть обговорення або поставте запитання.
Пов'язані
Fish Audio представила Drama 3, модель синтезу мовлення з архітектурою mixture-of-experts для 83 мов, з відкритими вагами за ліцензією спільноти з обмеженням доходу.
Liquid AI представила LFM2.5-24B-A2B, reasoning-модель з відкритими вагами на 24 млрд параметрів, яка активує лише 2 млрд параметрів на токен і орієнтована на локальних агентів.
Google DeepMind та GovTech Singapore доопрацювали детектор шахрайства на основі Gemma, який працює повністю на смартфонах користувачів і має попереджати про маніпуляції, не відкриваючи листування.


