Grok Voice 3.0: xAI ulepsza agentów głosowych bez podwyżki, 31 groszy za minutę
xAI wypuściło Grok Voice 3.0 do agentów głosowych: ta sama cena 0,08 USD za minutę, 20 języków, klonowanie głosu i telefonia. Benchmarki na razie tylko od xAI.
👁 120 przeczytań
xAI wypuściło 14 października 2026 Grok Voice 3.0, model mowy na mowę do agentów głosowych. Cena się nie zmieniła: 0,08 USD za minutę rozmowy, a firma powołuje się na ranking Artificial Analysis, w którym nowy model ma być pierwszy. Grok Voice obsługuje już rozmowy w samochodach Tesli i infolinię Starlinka. Zebrałem, co nowego, ile to kosztuje w złotych, jak wypada na tle GPT-Live i co z polskim.
W skrócie (19.10.2026)
- Model
grok-voice-3.0w Voice Agent API, ten sam endpoint co wersja 2.0. - 0,08 USD za minutę (ok. 31 groszy), bez podwyżki.
- 20 języków z automatycznym wykrywaniem, 28 głosów, klonowanie głosu z próbki do 120 s.
- Wyniki z benchmarków podaje xAI, niezależnego potwierdzenia na razie brak.
Co nowego
Grok Voice 3.0 wyszedł 11 tygodni po wersji 2.0 z 29 lipca. Tego samego dnia alias grok-voice-latest przeszedł na nowy model, a grok-voice-2.0 oznaczono jako przestarzały. API się nie zmieniło: te same parametry sesji i zdarzenia, więc przejście sprowadza się do zmiany nazwy modelu. Co potrafi według xAI:
- rozmowa w 20 językach z automatycznym wykrywaniem języka;
- 28 wbudowanych głosów i klonowanie głosu z nagrania do 120 sekund;
- rozmowy telefoniczne przez SIP, z operatorami Twilio, Telnyx i Plivo;
- wyszukiwanie w sieci i w X oraz wywoływanie zdalnych serwerów MCP w trakcie rozmowy.
xAI podaje skalę: miliony rozmów dziennie w samochodach Tesli, tryb głosowy aplikacji Grok i 20 tys. rozmów dziennie na infolinii Starlinka, z czego ok. 70% bez udziału człowieka.
Benchmarki według xAI
- Speech-to-Speech Index Artificial Analysis z 13 października: 86,9 i pierwsze miejsce. 14 października publiczna strona rankingu jeszcze nie pokazywała Grok Voice 3.0.
- Big Bench Audio: 98,5%.
- Full Duplex Bench: 97,0%.
- Skuteczność zadań: 94,8%.
- τ-Voice: 71,6% wobec 74,5% dla GPT-Live-1 od OpenAI, czyli tu Grok nie prowadzi.
Według DevX opóźnienie odpowiedzi wzrosło do 0,81 s. Wszystkie liczby pochodzą od xAI albo z materiałów prasowych opartych na danych xAI.
Ile to kosztuje
0,08 USD za minutę rozmowy to ok. 31 groszy po kursie NBP z 16.10 (3,8827 zł), czyli ok. 18,64 zł za godzinę. Według AI Weekly, które powołuje się na SiliconANGLE, konkurencyjne modele głosowe kosztują od 0,10 do 0,18 USD za minutę. Pozostałe ceny Groka, w tym abonamenty, opisuję w tekście Ile kosztuje Grok, a pierwsze kroki z API w poradniku Grok API: pierwsze zapytanie.
Co z polskim
Nie przepłacaj za te subskrypcje
Prowadzę sklep z rocznymi dostępami do narzędzi AI - te same konta, o których piszę wyżej, tylko taniej niż w cenniku producenta.
xAI nie publikuje w materiałach o wersji 3.0 pełnej listy 20 języków, więc nie da się z nich potwierdzić, czy jest wśród nich polski. Przed wdrożeniem polskiego agenta na infolinii warto więc zrobić własną próbę rozmowy. Dla porównania OpenAI w GPT-Live-1.1 z 15 października dodało nowe głosy w sześciu językach, ale też bez polskiego: GPT-Live-1.1.
Dla kogo
- Firmy, które budują agenta telefonicznego albo asystenta głosowego i chcą zapłacić za minutę, a nie za tokeny.
- Zespoły, które już używają Grok Voice 2.0 - zmiana nazwy modelu i gotowe.
- Dla zwykłego użytkownika nowa wersja to po prostu lepszy tryb głosowy w aplikacji Grok.
Cały tydzień w AI, w jednym mailu
Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.
Zapisz się za darmo →Podobne tematy na Promptowym
