Grok Voice 3.0 vs Grok Voice Think Fast 2.0: actualización gratuita, mejoras reales, una regresión

El modelo queGrok Voice 3.0 reemplaza es el mismo modelo que encontrarás en Artificial Analysis bajo un nombre diferente. Busca en la tabla de clasificación Grok Voice Think Fast 2.0 y no lo encontrarás; busca Grok Voice 2.0 y encontrarás 81.3, que es la cifra que la propia cobertura de lanzamiento del modelo anterior reportó para Think Fast 2.0 bajo la etiqueta de configuración "High". La API de SpaceXAI llama al ID de modelo grok-voice-2.0 y sus notas de la versión llaman a la generación de julio Grok Voice 2.0, mientras que el anuncio que lo presentó usó el nombre Think Fast. Así que cuando SpaceXAI deprecó grok-voice-2.0 el 14 de octubre de 2026 y apuntó grok-voice-latest a grok-voice-3.0, retiró el modelo que su propia fila de la tabla de clasificación y su propio nombre de marketing describen como dos cosas.

La consecuencia práctica es que una actualización que muchos equipos ya han recibido —en silencio, sin un despliegue, porque el alias se movió— es mayor de lo que sugiere la confusión de nombres y menor de lo que implica la brecha del índice. Ambos modelos cobran $0.08 por minuto y $0.004 por entrada de texto, así que el precio no cambió. La mayor parte de la calidad, sí.

Qué aporta la actualización, componente por componente

Cada cifra de esta sección proviene de las pruebas propias de Artificial Analysis, con fecha del 13 de octubre de 2026 para Grok Voice 3.0 y del mismo panel para la generación saliente.

• Índice de voz a voz — 86,9 para Grok Voice 3.0 frente a 81,3 para Grok Voice Think Fast 2.0. Una ganancia compuesta de 5,6 puntos, que suena como un salto de versión hasta que lo desglosas.

• Rendimiento agéntico, τ-Voice — 71.6% vs. 56.5%. Aquí es donde reside realmente el lanzamiento. Quince puntos de finalización de tareas multiturno son la diferencia entre un modelo de voz que maneja una llamada guionada y uno que maneja una llamada con bifurcaciones.

• Preferencia en Speech Agent Arena: Elo 1070 frente a 1011. Cincuenta y nueve puntos de preferencia humana, y el registro más alto de la tabla.

• Dinámica conversacional, Full Duplex Bench — 97,0 % frente a 95,1 %. Casi dos puntos en interrupción y toma de turnos, que es el eje en el que esta línea de modelos fue creada originalmente para ganar.

• Razonamiento de habla, Big Bench Audio — 98,5% frente a 97,2%. Ambos efectivamente en el techo.

• Éxito en la tarea — 94,8 % vs 94,6 %. Sin variación dentro del margen de medición. Si tu evaluación es una solicitud de un solo turno completada correctamente, estos dos modelos obtienen la misma puntuación y la mejora resulta invisible.

• Tiempo hasta el primer audio — 0,81 segundos para Grok Voice 3.0 frente a 0,70 para Grok Voice Think Fast 2.0.

• Precio — idéntico en ambos lados. $0.08 por minuto, $4.80 por hora, más $0.004 por entrada de texto.

La regresión, y por qué es la parte interesante

Lee las dos últimas líneas en conjunto. Grok Voice Think Fast 2.0 redujo el tiempo hasta el primer audio de los 1,25 segundos de su propio predecesor a 0,70, y xAI vendió ese dato a los cuatro vientos: era la cifra publicada más rápida de la categoría cuando se lanzó a finales de julio de 2026, y sigue siendo más rápida que cualquier otra de la tabla. Grok Voice 3.0 devuelve 0,11 segundos de eso.

Eso no es un escándalo y no es un accidente. Es el precio visible del salto de τ-Voice. Todo lo que xAI añadió al modelo para llevar la finalización de tareas multiturno del 56,5 % al 71,6 % cuesta tiempo antes de la primera trama de audio, y ninguna cantidad de ingeniería de prompts lo recupera, porque el retraso está dentro del modelo y no delante de él.

Lo que hace que valga la pena decirlo claramente es que invierte el argumento de venta. Un equipo que eligió Think Fast 2.0 lo hizo, en la mayoría de los casos, por el 0.70. Si esa es la razón por la que el modelo está en tu stack, el sucesor es mediblemente peor en la propiedad por la que lo compraste, y lo honesto es medir si 0.11 segundos de retraso añadido te cuestan más de lo que te aportan 15 puntos de ganancia en la finalización de tareas. En un despliegue de telefonía, la respuesta no es obvia en ninguna dirección, y depende de dónde, en tu flujo de llamadas, el agente realiza trabajo real.

El alias se mudó, y eso no es una nota al pie

grok-voice-2.0 está obsoleto a partir de la versión del 14 de octubre, y grok-voice-latest ahora se resuelve como grok-voice-3.0. Cualquiera que haya desplegado contra el alias fue migrado automáticamente al nuevo modelo, sin cambios en el código y sin nada en sus registros que lo indicara.

Si se contrasta eso con la línea de tiempo, se convierte en un patrón en lugar de un incidente. El 5 de agosto de 2026 —unas diez semanas antes de este lanzamiento— grok-voice-latest se apuntó al modelo que ahora se llama Think Fast 2.0, y los desarrolladores que querían permanecer en la generación anterior tenían que fijar un ID de modelo versionado antes de esa fecha o asumir el cambio. Eso supone dos cambios silenciosos en un solo trimestre, cada uno de los cuales modifica las características de latencia en más de una décima de segundo, sin manifiesto de versión ni ventana de depreciación anunciada con antelación.

Para un chatbot, eso está bien. Para un sistema telefónico con una suite de regresión escrita en función de los tiempos de una voz específica, o un SLA que garantiza una latencia de interacción, significa que el alias no es la abstracción que parece ser. Fija el ID versionado en producción y trata grok-voice-latest como una comodidad de staging en lugar de un destino de despliegue.

Lo que no cambió, y una cosa que se mantiene

La actualización es casi una sustitución directa, y vale la pena ser específicos sobre por qué, porque la alternativa —GPT-Live-1, por ejemplo— requiere una reescritura con WebRTC del transporte de audio y un patrón de delegación que no tiene equivalente aquí. Grok Voice 3.0 conserva el mismo endpoint de WebSocket en tiempo real, los mismos parámetros de session.update, los mismos nombres de eventos, el mismo handshake con token de portador y los mismos tokens efímeros de corta duración para conexiones del lado del cliente. Las voces no cambian, y el endpoint de voz personalizada que entrena una voz a partir de un clip de referencia de hasta 120 segundos produce ids que funcionan con la API en tiempo real y la conversión de texto a voz en streaming exactamente como antes.

Lo que se mantiene en lugar de mejorar es la evidencia del lado de la transcripción. La generación anterior se promocionó intensamente con la tasa de error de palabras: xAI informó haber evaluado miles de frases cortas en 24 idiomas y haber encontrado un error entre 1,5 y 2,0 veces menor que el de modelos dedicados de voz a texto, incluidos Deepgram Nova 3 y ElevenLabs Scribe v2, 1,4 veces menor que el de su propio predecesor, y aproximadamente 10 veces menos error en condiciones ruidosas con ruido de fondo y compresión telefónica. Esas son cifras del proveedor y nunca se reprodujeron de forma independiente. El material de lanzamiento de Grok Voice 3.0 no las repite, lo cual no es ni una confirmación ni una retractación. Si la precisión en canales ruidosos es crítica para su implementación, es una de las pocas cosas que tiene que volver a probar usted mismo en lugar de leerla de un panel.

Probando el nuevo sin apostar la línea telefónica en ello

La razón por la que fijar una versión cuesta tan poco aquí es que nada de Grok Voice 3.0 es difícil de levantar en paralelo — y la razón por la que vale la pena tener un router en este stack no es la capa de audio, que pertenece únicamente a xAI, sino todo lo que invoca la capa de audio.

OrcaRouter no sirve el endpoint en tiempo real de Grok Voice y no podría hacerlo; un WebSocket de audio dúplex es una superficie de un solo proveedor. Lo que nosotros ejecutamos es la capa de texto a la que recurre el modelo de voz. Un despliegue de voz es un modelo de voz más un clasificador, un resumidor, un paso de recuperación y un backend de llamada a herramientas, y esa mitad es inferencia ordinaria medida por solicitudes: más de 200 modelos tras una sola clave, al precio de lista del proveedor y sin ningún margen, de modo que una rebaja de precio de cualquier proveedor en esa capa llega a nuestro lado el mismo día en lugar de en la renovación; conmutación automática por error cuando un proveedor se degrada, lo que en una llamada en vivo es la diferencia entre una consulta reintentada y un llamante que se cae; y un DSL de enrutamiento que te permite componer varios modelos en una sola llamada y cambiar la combinación con tráfico en vivo sin tocar la ruta de audio.

Esa estructura es lo que hace que el pin resulte barato. Mantén grok-voice-2.0 en producción, apunta un segundo entorno a grok-voice-3.0 y deja que los mismos modelos de backend respondan a ambos: así la comparación mide la única variable que realmente cambiaste, y la ruta de código que hay debajo es idéntica en ambas direcciones.

El veredicto, en una línea cada uno

Actualiza si tu agente hace trabajo en lugar de mantener conversaciones. Quince puntos de τ-Voice y 59 puntos de preferencia de arena a precio constante es el intercambio de valor por nada más claro de esta categoría este año, y no hay que mover nada en la integración para conseguirlo.

Fija y prueba primero si todo tu argumento a favor de la línea de voz de xAI era el inicio de 0,70 segundos. Esa propiedad ahora es 0,81, el modelo que lo superó sigue en ejecución, y está obsoleto en lugar de eliminado.

Ignora la nomenclatura. Grok Voice Think Fast 2.0, Grok Voice 2.0 y el id de API grok-voice-2.0 apuntan todos a la misma generación, y si has estado leyendo una tabla de clasificación que incluye solo uno de esos nombres, has estado leyendo el número correcto bajo una etiqueta que tu propio archivo de configuración no usa.

Comparaciones como esta son también donde se manifiestan los modos de fallo: los incidentes de IA documentados y los fallos de agentes que hay detrás de los modelos de esta clase se recopilan en el Archivo de Incidentes de IA de OrcaRouter, donde cada entrada incluye sus propias fuentes, gravedad, grado de confianza y marca de disputa.