Grok Voice 3.0 llega a la API de IA en tiempo real
xAI lanza Grok Voice 3.0, un modelo de voz con respuestas en menos de un segundo y un precio de 0,08 dólares por minuto. Las pruebas de Artificial Analysis lo sitúan por delante de varios competidores, mientras ya gestiona llamadas en Tesla y Starlink.
xAI ha lanzado Grok Voice 3.0, un modelo de voz que entiende y responde al usuario en tiempo real con una latencia inferior a un segundo. Ya está disponible en la API de agentes de voz por 0,08 dólares por minuto, el mismo precio que la versión anterior.
La compañía afirma que el modelo establece nuevos resultados en atención al cliente. En las pruebas independientes de Artificial Analysis, Grok Voice 3.0 obtuvo una puntuación de 86,9 en el Speech-to-Speech Index, por delante de Grok Voice 2.0, GPT-Live-1 y Gemini 3.8 Live.
Ese índice combina varias capacidades: razonamiento sobre audio, comprensión de conversaciones y éxito al completar tareas. En una prueba a ciegas de preferencia humana, el modelo alcanzó una puntuación Elo de 1070. También logró un 94,8% de éxito en tareas y un 97% en Full Duplex Bench, una prueba que mide si la IA sabe respetar turnos, gestionar pausas y reaccionar a interrupciones sin sonar artificial.
Menos espera en las llamadas
Grok Voice 3.0 obtuvo un 71,6% en τ-Voice, una prueba centrada en llamadas de soporte con acentos diversos, ruido de fondo e interrupciones. El resultado es similar al de GPT-Live-1, pero con una latencia un 40% menor, según Artificial Analysis.
La latencia importa porque una conversación telefónica no funciona como un chat escrito. Si la IA tarda demasiado en contestar, interrumpe al usuario o espera hasta que termina frases largas, la llamada se vuelve frustrante. Una respuesta más rápida permite que el sistema confirme datos, haga preguntas y corrija errores con un ritmo más natural.
En EVA-Bench, la evaluación de agentes de voz empresariales de ServiceNow, el modelo logró una precisión del 74% y obtuvo el mejor resultado combinado al medir precisión y experiencia del cliente.
Ya se usa en Tesla y Starlink
Según xAI, Grok Voice ya gestiona millones de conversaciones diarias en productos de Tesla y SpaceX. En los vehículos Tesla, los conductores pueden usar conectores para consultar el calendario o responder un correo sin tocar la pantalla. Grok Bot también puede encargarse de tareas más completas, como pedir un café o reservar una cena.
En los centros de llamadas de Starlink, el sistema atiende 20.000 llamadas al día en varios idiomas. Aproximadamente el 70% se resuelve sin intervención humana, mientras que una de cada cuatro llamadas comerciales termina en una compra antes de que el cliente cuelgue.
Un solo agente puede verificar la identidad del cliente, diagnosticar problemas de hardware, emitir créditos y enviar equipos de reemplazo. Ese es el salto práctico: no solo conversar, sino completar procesos de principio a fin.
Los usuarios de grok-voice-latest ya han sido migrados automáticamente a la nueva versión y no necesitan modificar sus integraciones. Para las empresas, la combinación de respuestas rápidas, menor coste que otros modelos comparables y un precio estable facilita probar agentes de voz en soporte, ventas y operaciones. Lo importante ahora será comprobar si esos resultados independientes se mantienen a gran escala y en llamadas reales, donde el ruido, los acentos y los casos inesperados suelen poner a prueba a cualquier sistema.