Grok Voice 3.0 初登場就奪冠！SpaceX 讓它接管星鏈七成客服電話

標題

Grok Voice 3.0 首次參評即登頂，SpaceX 已讓它接掉星鏈七成客服電話

正文（已通順正確，請做編輯優化）

重點摘要

• 2026 年 10 月 14 日，SpaceXAI 發布 Grok Voice 3.0，在 Artificial Analysis 語音到語音綜合指數中以 86.9 分首次參評即排第一，超過 OpenAI GPT-Live-1（Astra，中等推理）83.2 分與 Google Gemini 3.8 Live Extended Thinking 82.6 分。
• 任務成功率 94.8%、音訊推理 98.5% 在同場測試領先，但使用者主觀偏好 Elo 評分 1070，落後 Gemini 3.1 Flash Live Minimal（1100）與 Gemini 3.8 Live（1088）。
• 定價每分鐘 $0.08，與前代持平，SpaceX 稱星鏈 70% 客服來電已由該模型自主處理；Artificial Analysis 測出首字響應 0.81 秒，比前代 Grok Voice 2.0 的 0.70 秒慢了 0.11 秒。

SpaceXAI 在 2026 年 10 月 14 日發布 Grok Voice 3.0，第一次送進 Artificial Analysis 的語音到語音綜合評測，就以 86.9 分拿下第一，壓過 GPT-Live-1（Astra）的 83.2 分與 Gemini 3.8 Live Extended Thinking 的 82.6 分。更值得注意的是 SpaceX 帶出來的那個業務數字：星鏈客服 70% 的來電，現在由 Grok Voice 3.0 自主完成。這不只是一份評測報告，它示範了語音 agent 做為產品的樣貌，從接聽電話、理解問題、呼叫業務工具，到完成退款或故障診斷，整段流程壓在一通電話裡收束。

Grok Voice 3.0 以高成功率與實戰數據證明語音 agent 已跨越技術展示期，正式邁入企業級主力營運場域。

競爭格局的背景也要先說清楚。Grok Voice 2.0 拿 81.3 分，Grok Voice 1.0 是 73.7 分，三代累積跳了 13.2 分，能力爬坡仍在加速。Artificial Analysis 的語音到語音綜合指數（Speech to Speech Index）把語音推理、agent 執行、使用者偏好、任務成功率打包成一個數字，試圖逼近真實客服場景的能力輪廓。

Grok Voice 3.0 在基準測試上贏了哪些，輸了哪些？

任務成功率是 Grok Voice 3.0 最穩的牌。Speech Agent Arena 測試裡，它以 94.8% 排第一，微幅高於 Grok Voice 2.0 的 94.6%。音訊推理（Big Bench Audio）98.5% 同樣在場內領先，比 Google 相關模型的 97.7% 及前代的 97.2% 都高。語音 agent 執行能力（Tau Voice）拿 71.6%，排第二，比 Grok Voice 2.0 的 56.5% 跳了整整 15 個百分點，但 GPT-Live-1（Astra）以 74.5% 仍壓在前面。

弱點在使用者主觀偏好。Elo 評分 1070，輸給 Gemini 3.1 Flash Live Minimal 的 1100 與 Gemini 3.8 Live 的 1088，高於 GPT-Live-1（Sol，低配置）的 1057。這個分數由人類評估者的相對選擇決定，反映的是語音回答「聽起來好不好」，不只是答對與否。Gemini 系列在這個維度上的優勢，具體原因評測報告沒有說明，可能來自語調自然度、對話節奏或回答風格，推測成分不低。

這些分數有一個邊界必須說清楚：它們是 Artificial Analysis 特定測試框架下的結果，不直接等於任意真實客服部署的表現。業務流程設計、外部工具串接品質、電話線路狀況、客戶問題複雜度，都會把這些數字往上拉或往下壓。基準測試給你基準線，不給你保證。

首字響應 0.81 秒，為什麼 SpaceX 說延遲降了 40%？

SpaceX 官方說法是 Grok Voice 3.0 在語音 agent 任務上將延遲降低 40%。Artificial Analysis 測出的 Big Bench Audio 首字響應時間是 0.81 秒，比 GPT-Live-1（Astra）的 1.34 秒快、比 Gemini 3.8 Live Extended Thinking 的 1.35 秒快，在同場模型裡確實較短。

問題在於 Grok Voice 2.0 測出的是 0.70 秒，新版反而慢了 0.11 秒。官方「降低 40%」和第三方具體數字對不上，最合理的解讀是兩者量的是不同口徑：一個可能指完整任務流程延遲，另一個是首字出聲時間，或者測試情境本身不同。這兩組數字不能直接疊加比較，但也說明對延遲宣稱要先問清楚量的是哪個環節。

對企業部署而言，0.81 秒的首字響應在目前主流語音模型裡屬於較短的區間，做即時通話 agent 有實用空間。但首字響應只是延遲的起點，後續多輪對話的連貫性、工具呼叫完成時間、整通電話的總耗時，才是真正決定客戶體感的地方。模型開始說話快，不等於整通電話流暢。

每分鐘 $0.08，企業部署語音 agent 怎麼算這筆帳？

Grok Voice 3.0 定價每分鐘 $0.08，與 Grok Voice 2.0 持平，換算每小時 $4.80。一通五分鐘客服電話的音訊調用費約 $0.40，若月累積通話量達十萬分鐘，音訊費用約 $8,000 美元。這些是純音訊費率的估算，實際預算還要加進文字輸入處理、外部工具呼叫、電話線路費用，完整成本結構比這複雜。

SpaceXAI 同步把 `grok-voice-latest` 這個動態別名預設指向 Grok Voice 3.0，原本呼叫這個別名的開發者不改程式就自動升級；Grok Voice 2.0 被標記為棄用。官方說 API 相容，不需要重新適配介面，降低了現有語音 agent 的遷移成本。不過，自動升級不保證業務行為完全一致，建議在流量跑上去之前，把 Grok Voice 3.0 的行為在自己的場景裡測一遍，尤其是任務失敗模式和邊緣情境。

競爭軸為什麼從文字推理轉向語音 agent？

語音 agent 要求的能力剖面，跟文字推理模型完全不同。不只是答對，而是要在 0.x 秒內開口、維持多輪對話的連貫性、在恰當的時機呼叫外部工具，然後完成退款、帳號查詢或故障診斷這類有明確終點的業務任務。文字生成和純推理基準測試的競爭差距已在壓縮，語音 agent 的商業場景卻給了一個不同的分化空間。

SpaceX 把星鏈客服拿出來說，是有策略意義的。星鏈使用者分散全球，支援語言多元，客服問題涵蓋設備連線、帳單異常、服務變更，這些場景的複雜度和工具依賴程度都不低。70% 的來電自主處理，如果這個數字在長期觀察下成立，代表語音 agent 已跨過「技術展示」的門檻，進入「可作為核心客服渠道」的階段。這是評測分數給不了的商業信號。

企業採購語音 agent 時問的三個問題是：成功率多少、響應多快、每分鐘多少錢，而不是在某個推理基準測試上排第幾。Grok Voice 3.0 的 94.8% 任務成功率和 $0.08 定價直接對到前兩個，0.81 秒首字響應對到第三個。基準測試的作用是給你縮小候選名單的依據，不是採購決策本身。

真正的競爭格局目前比單一指標混亂得多。Gemini 系列在使用者偏好上領先，GPT-Live-1（Astra）在語音 agent 執行能力上壓 Grok Voice 3.0，Grok Voice 3.0 在任務成功率和音訊推理上有優勢，各家都有缺口，沒有任何一款在所有維度全面壓制其他人。對想要部署語音 agent 的工程師來說，這意味著沒有懶人答案，還是得根據自己業務最常見的失敗模式來選型，然後用真實的客服對話去壓測，而不是把綜合指數排名當作最終結論。