Grok Voice 3.0 מוביל את מדד Speech to Speech עם 86.9 — ומחזיר את שיא זמן השהיה
- OrcaחדשOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 59 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 763 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238אינטליגנציה
- OpenAIOpenAI: GPT-6 Sol2026-09-2248אינטליגנציה
- AnthropicAnthropic: Claude Opus 5.52026-09-2258אינטליגנציה
- xAIGrok 4.72026-09-2146אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 לכל 1M טוקנים · 39 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 לכל 1M טוקנים · 2230 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040אינטליגנציה
- OpenAIOpenAI: GPT-6 Astra2026-09-0453אינטליגנציה77כתיבת קוד
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241אינטליגנציה76כתיבת קוד
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245אינטליגנציה76כתיבת קוד
- AnthropicAnthropic: Claude Fable 5.12026-09-0153אינטליגנציה82כתיבת קוד
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 לכל 1M טוקנים · 57 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 לכל 1M טוקנים · 122 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642אינטליגנציה72כתיבת קוד
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 לכל 1M טוקנים · 204 tok/s
- z-aiZ.ai: GLM 5.32026-08-1845אינטליגנציה75כתיבת קוד
המספר שכולם יצטטו הוא 86.9. זה המקום שבו Grok Voice 3.0דורג במדד Artificial Analysis Speech to Speech Index כשהלוח הורץ מחדש ב-13 באוקטובר 2026, בפער של חמש וחצי נקודות מהמודל שהוא מחליף, Grok Voice 2.0, שעמד על 81.3. הוא גם מעל GPT-Live-1 בתצורת Astra medium שלו, שעומד על 83.2, ומעל Gemini 3.8 Live Extended Thinking, שעומד על 82.6, מה שהופך אותו למודל הקולי הראשון של xAI שמחזיק בשורה העליונה באופן בלעדי, במקום לחלוק את התואר. SpaceXAI הכריזה עליו ב-14 באוקטובר, באותו יום שבו השתנו הערות שחרור ה-API, ובאותו מחיר לדקה כמו המודל שהוא מוציא מכלל שימוש.
המספר שאף אחד לא יצטט, כי xAI לא שמה אותו בכותרת, הוא 0.70. זהו הזמן של Grok Voice 2.0 עד לאודיו הראשון, בשניות, והוא מהיר יותר מה-0.81 של Grok Voice 3.0. החברה שבילתה שנה במכירת חילופי תורות תת-שנייתיים מציגה כעת דגם דגל שמתחיל לדבר 0.11 שניות מאוחר יותר מהמודל היוצא שלה עצמה. הוא עדיין מהיר בכ-40% בזינוק לעומת תצורת GPT-Live-1 שמדדה Artificial Analysis ב-1.34 שניות, כך שהטענה השיווקית שורדת קריאה פשוטה. היא פשוט לא שורדת השוואה לגרסה הקודמת.
מה שיצא בפועל, ומה זה עולה
Grok Voice 3.0 הוא מודל דיבור-לדיבור המוגש דרך אותה נקודת קצה WebSocket בזמן אמת כמו קודמו, עם אותם פרמטרי סשן ואותם שמות אירועים. אין SDK חדש ואין מסמך הגירה, כי אין מה להעביר. מחרוזת המודל השתנתה וההתנהגות שמאחוריה השתנתה.
• מחיר — $0.08 לדקת אודיו, או $4.80 לשעה, בתוספת $0.004 לקלט טקסט. זהה ל-Grok Voice 2.0. זהו עדכון יכולת במחיר קבוע, לא תמחור מחדש.
• התנהגות אליאס — grok-voice-latest מצביע כעת אל grok-voice-3.0. כל מי שפרס מול האליאס הועבר למודל החדש באופן אוטומטי, ללא שינוי בקוד וללא נעיצת גרסה.
• הוצאה משימוש — grok-voice-2.0 מסומן כדפרקטי. מסלול השדרוג ש-xAI מתעדת הוא להגדיר את השדה model ל-grok-voice-3.0 או להשאיר את הכינוי על כנו.
• נקודת קצה ואימות — ללא שינוי. אותו URL בזמן אמת, אותו לחיצת יד עם טוקן Bearer, אותם טוקנים ארעיים קצרי מועד עבור חיבורים בצד הלקוח.
• קולות — סט הקולות המובנה ונקודת הקצה לקול מותאם אישית לא השתנו; קולות מותאמים אישית מאומנים מתוך קטע ייחוס באורך של עד 120 שניות, וה-voice_id שנוצר פועל גם ב-API בזמן אמת וגם בהמרת טקסט לדיבור בזרימה.
הרשימה האחרונה היא הסיבה לכך שמהלך האליאס חשוב יותר ממה שזה נשמע. Grok Voice 2.0 היה ליעד האליאס רק ב-5 באוגוסט 2026 — כעשרה שבועות לפני הגרסה הזו. צוות שבנה מול grok-voice-latest באוגוסט עבר כעת שתי החלפות מודל שקטות ברבעון אחד, וזו תכונה טובה לניסוי צ'אטבוט ופחות טובה למערכת טלפונית שחבילת בדיקות הרגרסיה שלה נכתבה בהתאם לתזמון של קול ספציפי.
האינדקס, רכיב אחר רכיב
מדדים מורכבים מסתירים את הטיעון, ולכן כדאי לפרק את Grok Voice 3.0 לגורמים. כל נתון שלהלן מגיע מהבדיקות של Artificial Analysis עצמה, מתאריך 13 באוקטובר 2026.
• הסקה בדיבור, Big Bench Audio — 98.5%, עלייה מ-97.2% עבור Grok Voice 2.0.
• דינמיקה שיחתית, Full Duplex Bench — 97.0%, עלייה מ-95.1%.
• העדפת Speech Agent Arena — Elo 1070, עלייה מ-1011, והגבוה ביותר בלוח.
• הצלחת משימות — 94.8%, עלייה מ-94.6%. זהו השינוי הקטן ביותר מבין החמישה וראוי לציון ככזה: בהשלמת משימות גולמית, שני המודלים הם, בגדר המדידה, אותו מודל.
• ביצועים אג'נטיים, τ-Voice — 71.6%, עלייה מ-56.5%. זהו השינוי הבודד הגדול ביותר בגרסה, זינוק של 15 נקודות ברכיב היחיד שמודד אם סוכן יכול למעשה להשלים משימה מרובת-תורות ולא רק להישמע מוכשר בעשייתה.
• זמן עד לאודיו ראשון — 0.81 שניות, לעומת 0.70 עבור Grok Voice 2.0.
קריאה משותפת של אלה מספרת סיפור שימושי יותר מאשר המדד המשולב. העלייה של 5.6 נקודות במדד אינה מפוזרת באופן אחיד: כמעט כולה היא ביצועים אג'נטיים והעדפה בזירה, כאשר ההסקה והטיפול בדופלקס מטפסים מעט והצלחה גולמית במשימות נותרת ללא שינוי. Grok Voice 3.0 הוא סוכן טוב יותר, לא בן שיח טוב יותר. אם מוצר הקול שלך הוא קו תמיכה שקובע פגישות ובודק סטטוס הזמנות, זה בדיוק הדלתא שאתה רוצה. אם הוא בן לוויה או ממשק למשחקי תפקידים, העלייה במדד היא במידה רבה לא העיקר, ושילמת על כך בהשהיה גבוהה יותר.
המבחן היחיד שבו המנהיג אינו המנהיג
τ-Voice הוא הרכיב ש-xAI צריכה לדבר עליו, וזה שבו היא עדיין מפגרת. עם 71.6%, Grok Voice 3.0 עולה באופן עצום על 56.5% של קודמו — ועדיין מפגר אחרי GPT-Live-1 המוגדר עם Astra בהסקה בינונית, ש-Artificial Analysis מעריכה ב-74.5%. Gemini 3.8 Live עומד על 68.6% באותו מבחן.
אז המבנה של הקטגוריה לאחר השחרור הזה הוא: xAI מחזיקה במדד המשולב ובארנה; OpenAI מחזיקה במבחן השלמת המשימות האג'נטיות; Google לא מחזיקה באף אחד מהשניים והיא זולה יותר משתיהן. אף אחת משלוש הקביעות האלה אינה סותרת את האחרות, וכל מאמר שמדווח רק על הראשונה מדווח על דירוג ולא על תוצאה.
הספק טוען שאף לוח לא מכסה
לטענות הביצועים מתלווה שכבה שנייה של מספרים ש-Artificial Analysis לא מודדת ואינה יכולה למדוד, משום שהם מתארים תעבורת ייצור בתוך המוצרים של חברה אחת עצמה. אלה הם הנתונים של xAI, כפי שדווחו על ידי xAI, בלי אימות עצמאי זמין ובלי סיכוי שיהיה כזה:
• Tesla — נאמר כי Grok Voice מפעיל מיליוני שיחות ביום בכלי רכב, ומטפל בפעולות יומן ודואר אלקטרוני באמצעות מחברים ובהזמנת אוכל דרך מצב הקול של Grok Bot.
• תמיכת Starlink — 20,000 שיחות לקוחות ביום במגוון שפות, כאשר כ-70% מהן נפתרות ללא מעורבות אדם, וכאחת מכל ארבע שיחות מכירה מסתיימת ברכישה. אותו סוכן מתואר כמטפל באימות זהות, פתרון תקלות חומרה, זיכויים בחשבון ומשלוחי החלפה בתהליך אחד.
• ServiceNow EVA-Bench — נתון דיוק מעוגל של 74%, המדווח כגבוה ביותר בבנצ'מרק זה וכטוב ביותר כאשר דיוק וחוויית לקוח נמדדים יחד. EVA-Bench מכסה שירות לקוח ב-15 כלים ו-50 תרחישים, ניהול שירותי IT ב-59 כלים ו-80 תרחישים, ומשאבי אנוש ב-47 כלים ו-83 תרחישים.
התייחס לשניים הראשונים כתיאור של כוונה ולא כראיה. הם ההוכחה החזקה ביותר האפשרית לכך שמודל קולי עובד — חברה שמנתבת דרכו את שיחות ההכנסות של עצמה יש לה מה להפסיד — ובו בזמן הראיה החלשה ביותר האפשרית בעיני הקורא, משום ששום חלק מזה אינו ניתן לביקורת מבחוץ ושום חלק מזה אינו מבדיל בין המודל לבין הפרומפטים, אחזור המידע ומדיניות ההסלמה העוטפים אותו. נתון ההכלה של 70% בפרט הוא מספר ברמת המערכת שלובש תחפושת ברמת המודל.
מה מספר לך מחיר שלא זז
הותרת התעריף על $0.08 לדקה היא הדבר המעניין ביותר מבחינה אסטרטגית בהכרזה. הפרשנות הברורה היא לחץ תחרותי: גוגל הקדישה את השנה למיצוב Gemini Live כאפשרות הזולה בקטגוריה הזו, והדור הקודם של קו המוצרים הקוליים של xAI כבר ספג עליית מחיר של 60% כאשר קו Think Fast עבר מ-$3.00 ל-$4.80 לשעה. העלאת תעריף הדגל שוב לא הייתה באה בחשבון.
ההשפעה מסדר שני חלה על כל מי שעוסק במידול עלויות. המדידה לפי משימה של Artificial Analysis מציבה את Grok Voice 3.0 בעלות של $0.025 להשלמת משימת Big Bench Audio, לעומת $0.030 עבור GPT-Live-1 Astra medium ו-$0.055 עבור GPT-Realtime-2.1 High. זול יותר לכל משימה ומדויק יותר לכל משימה הוא השילוב שמסיים ויכוחי רכש, וזו הפעם הראשונה בקטגוריה הזו שמודל בודד מחזיק בשני הקצוות.
המקום שבו נכנסת שכבת ניתוב לתמונה הזו צר יותר ממה שזה נראה, וכדאי להיות מדויקים. OrcaRouter לא מספק את נקודת הקצה בזמן אמת של Grok Voice 3.0 — היא מגיעה מה-API של xAI עצמה, וכך גם המקבילה של Gemini Live ו-GPT-Live-1. מה שכן מופעל אצלנו הוא הצד הטקסטואלי: יותר מ-200 מודלים של שפה מאחורי מפתח אחד במחיר המחירון של הספק וללא תוספת מחיר, וזה המקום שבו נוטים לחיות ניקוי התמלול, הסיכום לאחר השיחה, סיווג התמלול לקוד סיווג, ולוגיקת הקריאה לכלים שמודל הקולי מאציל אליה. אלה מודלים רגילים שנמדדים לפי בקשות, הם בדיוק סוג העומס שנתב נועד לו, ומכיוון ש-מחיר המחירון עובר ללא שינוי, הורדת מחיר מצד ספק באחד מהם פעילה אצלנו באותו יום ולא בחידוש הבא שלכם.
מה עדיין לא נמדד
שלושה דברים, והם מה שאמור להכריע אם לזוז עכשיו או להצמיד.
הראשון הוא יציבות לאורך סשן ארוך. כל נתון שלמעלה מגיע מאינטראקציות קצרות ומדורגות. שום דבר שפורסם לא מכסה את ההשפעה של שיחה בת 20 דקות על שיעורי השגיאה, ומצב הכשל המעניין במודל דופלקס — סחיפה מצטברת, או מדיניות נטילת תורות שמתדרדרת תחת הפרעות באמצע הדיבור — בא לידי ביטוי רק לאורך דקות, לא לאורך תורות.
השנייה היא טענת הערוץ הרועש. הדור הקודם של xAI שווק על סמך שיעור שגיאות מילים בתנאי טלפוניה, וזו הטענה הניתנת להפרכה ביותר בכל ההשקה. כל מי שיש לו קורפוס של הקלטות שיחות ואחר צהריים יכול לבדוק אותה.
השלישי הוא האם הנתון של 0.81 שניות מחזיק מעמד תחת עומס. הזמן עד לאודיו הראשון נמדד במערכת שקטה. סביבת ייצור אינה מערכת שקטה.
עד שאלה יגיעו, הסיכום הכנה של Grok Voice 3.0 הוא זה: הוא מודל הקול הטוב ביותר בלוח הציבורי, בפער שהוא אמיתי אבל מרוכז במימד אחד; העלות שלו זהה לזו של המודל שהוא מחליף; לוקח לו יותר זמן להתחיל לדבר מאשר לאותו מודל; והוא העביר כל פריסה קיימת של grok-voice-latest אל עצמו בלי לשאול. שלושת הראשונים הם סיבות לבדוק אותו. הרביעי הוא סיבה להצמיד גרסה בקונפיג שלך לפני שתעשה זאת.
השקה של מודל קולי היא גם הרגע לבדוק מה השתבש בעבר: תקריות ה-AI המתועדות וכשלי סוכנים סביב מודלים מהסוג הזה נאספים בתוך OrcaRouter AI Incident Archive, שבו כל רשומה כוללת את המקורות שלה, חומרה, דרגת ביטחון ודגל מחלוקת.
השוואות במאמר הזה1
זוהה מתוך המאמר הזה · בנצ'מרקים: Artificial Analysis · מתעדכן יומית
