一言まとめ
2026年10月15日、SpaceXAIは音声-to-音声モデル「Grok Voice 3.0」を発表しました。公式は世界で最も賢い同種モデルとし、遅延1秒未満、同クラスの最先端モデルより低い実行コストと主張。第三者機関Artificial Analysisの音声-to-音声総合ランキングでスコア86.9の首位、API価格は毎分0.08ドルでGrok Voice 2.0と同額です。
イベント概要
IT之家（IT Home）の2026年10月15日報道によると、SpaceXAIは同日「Grok Voice 3.0」を公開しました。公式は世界で最も賢い音声-to-音声（speech-to-speech）モデルと説明。カスタマーサービス電話処理で新記録を樹立し、遅延は1秒未満、実行コストは他の最先端モデルより低いとしています。Grok VoiceはテスラとSpaceXで毎日数百万回の会話を支えており、API提供開始とともに前世代と同じ価格設定です。
重要情報
| 項目 | 内容 |
|---|---|
| 発表日 | 2026年10月15日 |
| 発表者 | SpaceXAI |
| 製品 | Grok Voice 3.0（音声-to-音声モデル） |
| 第三者評価 | Artificial Analysis音声-to-音声総合ランキング首位、スコア86.9（2026年10月13日データ） |
| 主要指標 | 全二重ベンチマーク97%、音声推論（Big Bench Audio）98.5%、タスク完了率94.8%、τ-Voice 71.6%（GPT-Live-1比遅延40%減） |
| API価格 | 毎分0.08ドル（毎時4.8ドル）、Grok Voice 2.0と同額 |
| 既存用途 | テスラ車内で毎日数百万回の会話、スターリンク客服センターで毎日約2万件、約70%が有人介入不要 |