xAI, Grok Voice 3.0 공개… 벤치마크 1위 달성

xAI가 고객 지원 및 대화형 AI의 정확성, 지연 시간, 비용을 개선한 음성-음성 모델 Grok Voice 3.0을 공개했다. Voice Agent API를 통해 즉시 사용 가능하며, 이전 모델과 동일한 분당 $0.08의 가격을 유지한다.

벤치마크 성능

Artificial Analysis의 독립 테스트에서 Grok Voice 3.0은 Speech-to-Speech Index에서 86.9점을 기록하며 GPT-Live-1, Gemini 3.8 Live 등을 제치고 1위를 차지했다. 주요 지표는 다음과 같다:

• Full Duplex Bench: 일시 정지, 화자 전환, 중단 처리 정확도 97.0%
• Big Bench Audio: 음성 추론 정확도 98.5%
• 태스크 성공률: 94.8%
• 지연 시간: 첫 오디오 출력까지 1초 미만으로 업계 최고 수준

ServiceNow의 기업용 음성 에이전트 벤치마크인 EVA-Bench에서는 정확도 **74%**로 최고 점수를 기록했으며, 정확도와 고객 경험을 종합 평가한 항목에서도 가장 우수한 성능을 보였다.

실제 배포 현황

Grok Voice 3.0은 이미 Tesla와 SpaceX에서 매일 수백만 건의 대화를 처리하고 있다:

• Tesla 차량: 운전자가 Grok Bot을 통해 일정 확인, 이메일 답변, 커피 주문 등 핸즈프리 작업을 수행한다.
• Starlink 콜센터: 다국어 고객 전화 2만 건을 처리하며, 약 **70%**는 인간 개입 없이 해결된다. 영업 전화의 4분의 1은 구매로 이어진다.

가격 및 가용성

Voice Agent API에서 오늘부터 사용 가능하다. 기존 grok-voice-latest 에이전트는 설정 변경 없이 자동으로 새 버전으로 전환된다. 가격은 **분당 $0.08(시간당 $4.80)**로 변동 없으며, Artificial Analysis 데이터 기준 GPT-Live-1, GPT-Realtime-2.1 등 경쟁 모델보다 태스크당 비용이 저렴하다.