The Pulse
xAI lancia Grok Voice 3.0 a 0,08 dollari al minuto
xAI ha lanciato Grok Voice 3.0 il 14 ottobre 2026 come modello speech-to-speech per la sua Voice Agent API. Secondo l’azienda, costa 0,08 dollari al minuto e sostituisce automaticamente Grok Voice 2.0 per gli sviluppatori che usano l’alias
AI.info Team · Scritto con l’IA ·
«Grok Voice 3.0 definisce una nuova frontiera di Pareto su EVA-Bench, il benchmark open source di ServiceNow che valuta gli agenti vocali per accuratezza ed esperienza in oltre 200 scenari aziendali realistici. Abbina un’accuratezza ai massimi livelli a una conversazione naturale e reattiva, stabilendo un nuovo standard per ciò che le aziende possono aspettarsi dall’IA nel servizio clienti in prima linea.»
Nitin Aggarwal, direttore senior della gestione dei prodotti, Agentic Evals e RAI, ServiceNow
xAI porta Grok Voice 3.0 nella sua API
xAI ha annunciato Grok Voice 3.0 il 14 ottobre, rendendo disponibile il modello speech-to-speech attraverso la sua Voice Agent API a 0,08 dollari al minuto, ovvero 4,80 dollari all’ora. Secondo l’azienda, il prezzo è lo stesso di Grok Voice 2.0 e l’API non è cambiata. Nella presentazione della nuova versione, xAI descrive il modello come capace di offrire una latenza inferiore a un secondo, ma si tratta di una sua valutazione, non di una garanzia per ogni applicazione o condizione di rete.
Il lancio si rivolge agli sviluppatori che realizzano agenti vocali per conversazioni in tempo reale destinate all’assistenza clienti e ad altre attività. Secondo xAI, il modello è in grado di gestire le interruzioni durante una conversazione e le chiamate che richiedono più passaggi; inoltre, è già alla base di milioni di conversazioni al giorno nei servizi di Tesla e SpaceX. Questi impieghi danno al lancio un orientamento al servizio clienti che va oltre quello di un assistente vocale generico.
Il primato nei benchmark si basa su risultati specifici
Nell’annuncio, xAI cita i risultati di Artificial Analysis datati 13 ottobre. La sua tabella comparativa assegna a Grok Voice 3.0 un punteggio complessivo di 86,9 nello Speech-to-Speech Index, contro 81,3 per Grok Voice 2.0, 83,2 per GPT-Live-1 (Astra, Medium) e 82,6 per Gemini 3.8 Live (Extended Thinking, High). L’indice combina ragionamento sul parlato, prestazioni degli agenti, preferenze umane e riuscita dei compiti: è un punteggio composito di benchmark, non una misura di ogni interazione in tempo reale con i clienti.
La stessa tabella riporta un punteggio del 97% su Full Duplex Bench, che verifica i tempi della conversazione, comprese pause, alternanza dei turni di parola e interruzioni. Su τ-Voice, un benchmark per i compiti di assistenza clienti, Grok Voice 3.0 ottiene il 71,6%; secondo xAI, il risultato è paragonabile a quello di GPT-Live-1 (Astra), con una latenza inferiore del 40%. Artificial Analysis descrive τ-Voice come un test della capacità degli agenti di completare compiti simulati di servizio clienti usando strumenti e documenti contenenti le procedure aziendali. Su EVA-Bench di ServiceNow, xAI riporta un punteggio di accuratezza del 74% e il miglior risultato combinato per accuratezza ed esperienza del cliente.
Starlink fornisce i dati più chiari sull’impiego di Grok Voice
Secondo xAI, i call center di Starlink usano Grok Voice per rispondere a 20.000 chiamate dei clienti al giorno in più lingue. L’azienda riferisce che circa il 70% di queste chiamate viene risolto senza l’intervento di un operatore, mentre una chiamata commerciale su quattro si conclude con un acquisto prima che il chiamante riattacchi. Nell’annuncio, xAI non indica il periodo di rilevazione né il numero di chiamate usato come denominatore per il dato sulla conversione delle chiamate commerciali.
Secondo l’azienda, un singolo agente può verificare l’identità dei clienti, risolvere problemi hardware, emettere accrediti e spedire apparecchiature sostitutive. Questa sequenza indica che il prodotto è pensato per fare più che rispondere alle domande: può svolgere procedure relative agli account e all’assistenza durante una chiamata. I conducenti di Tesla, intanto, possono usare Grok Voice per richieste a mani libere, tra cui controllare il calendario e rispondere alle email, oppure usare Grok Bot per attività come ordinare un caffè o prenotare una cena.
Gli utenti attuali dell’API passano automaticamente alla nuova versione
Secondo xAI, gli sviluppatori che usano l’alias grok-voice-latest sono già passati alla versione 3.0, senza dover modificare il codice. Le note di rilascio dell’azienda indicano inoltre grok-voice-2.0 come deprecato e invitano gli utenti a usare il nuovo identificativo del modello o l’alias. Le stesse note precisano che l’API resta invariata e il prezzo rimane di 0,08 dollari al minuto.
L’annuncio affianca i progressi nei benchmark alle dichiarazioni sull’uso già in corso presso Tesla e Starlink, ma i dati provengono da fonti di natura diversa: da un lato, punteggi ottenuti in benchmark controllati; dall’altro, risultati operativi riferiti dall’azienda. Per gli sviluppatori, il cambiamento immediato è più semplice da verificare: l’alias del modello più recente ora punta a Grok Voice 3.0 e la tariffa indicata resta di 0,08 dollari al minuto.