Grok Voice 3.0: "פחות משנייה" הוא נכון, ו"נמוך ב-40%" נמדד מול המודל הלא נכון

SpaceXAI הכריזה Grok Voice 3.0 ב-14 באוקטובר 2026, והמסר שבו פתחה היה שהמודל עונה בפחות משנייה תוך קיצוץ השהיה ב-40%. שני החצאים של זה מחזיקים מעמד במפגש עם המספרים, ולכן כדאי לקרוא אילו מספרים. הטענה של פחות משנייה אמיתית: 0.81 שניות עד לאודיו הראשון, הנתון המהיר ביותר שכל מודל דיבור-לדיבור בחזית מפרסם היום. טענת ה-40% גם אמיתית, והיא משווה את Grok Voice 3.0 מול GPT-Live-1 המוגדר עם Astra במאמץ חשיבה בינוני, שהלוח מודד ב-1.34 שניות. מה שחומר ההשקה אינו אומר הוא שהמודל שזה מחליף, Grok Voice 2.0, מתחיל לדבר ב-0.70 שניות — 0.11 שניות מהר יותר מדגם הדגל שהוציא אותו לגמלאות.

זה לא הפרכה. זו הצורה של השחרור הזה, וכל חלק בו הוא פשרה. Grok Voice 3.0 הוא סוכן טוב יותר באופן מהותי מקודמו, אך נדרש לו מעט יותר זמן לפתוח את הפה, ושתי העובדות הללו מצביעות בכיוונים מנוגדים בהתאם למה שקו הטלפון שלך מיועד לו.

ארבעת המספרים שזזו, והשניים שלא

Artificial Analysis הריצה מחדש את לוח ה-Speech to Speech שלה ב-13 באוקטובר 2026, יום לפני ההודעה, כך שהמדידה קדמה לשיווק. כל נתון למטה הוא של הלוח, לא של SpaceXAI.

• מדד משולב — 86.9, עלייה מ-81.3 של Grok Voice 2.0, והציון הגבוה ביותר בטבלה. GPT-Live-1 בתצורת Astra medium שלו עומד על 83.2 ו-Gemini 3.8 Live Extended Thinking על 82.6.

• ביצועים אג'נטיים, τ-Voice — 71.6%, עלייה מ-56.5%. זהו השינוי הגדול ביותר בגרסה בפער ניכר: זינוק של 15 נקודות ברכיב שמודד אם סוכן משלים משימה רבת-שלבים ולא רק נשמע מוכשר בעשייתה.

• העדפת זירה — Elo 1070, עלייה מ-1011, והגבוה ביותר בלוח.

• זמן עד לאודיו הראשון — 0.81 שניות, לעומת 0.70 שניות בדגם שאותו הוא מחליף. איטי יותר, ובכל זאת מהיר יותר בכ-40% בזינוק מאשר תצורת GPT-Live-1 שאיתה SpaceXAI משווה את עצמה.

• הצלחת משימה — 94.8%, לעומת 94.6%. שתי עשיריות של נקודה. בכל הנוגע להשלמת משימות גולמית, אלו, בגבולות שגיאת המדידה, אותו מודל.

• מחיר — $0.08 לדקת אודיו, או $4.80 לשעה, בתוספת $0.004 לכל קלט טקסט. זהה ל-Grok Voice 2.0. זהו עדכון יכולת לפי מחירון קבוע, לא תמחור מחדש.

הפירוק חשוב יותר מהכותרת. רוב הרווח המורכב של 5.6 נקודות נבע מביצועים אג'נטיים ומהעדפת ארנה, עם דחיפה קטנה בהסקת דיבור — רכיב ההסקה של הלוח נע בין 98.5 ל-99 בהתאם לתמונת המצב, וזו בכל מקרה תקרה — והצלחת משימות גולמית נותרה ללא שינוי. Grok Voice 3.0 הוא סוכן טוב יותר. הוא לא בן שיח טוב יותר, והוא גם לא מהיר יותר.

למה בעצם מכוונות "שיחות לקוח"

התדריך שצץ עם ההשקה הזו תיאר אותה כמיועדת לשיחות לקוחות, וחומרי הספק מגבים את הפרשנות הזו עם נתוני פריסה שאיש חוץ אינו יכול לאמת. SpaceXAI אומרת ש-Grok Voice מפעיל מיליוני שיחות יומיות ברכבי טסלה וב-SpaceX, שתמיכת Starlink מקיימת 20,000 שיחות לקוחות ביום במספר שפות, כאשר כ-70% מהן נפתרות ללא אדם, ושבערך אחת מכל ארבע שיחות מכירה מסתיימת ברכישה, וכי אותו סוכן מטפל באימות זהות, בפתרון תקלות חומרה, בזיכויים בחשבון ובמשלוחי החלפה במסגרת תהליך אחד. היא גם מדווחת על 74% מעוגל ב-EVA-Bench של ServiceNow.

קראו היטב את שיעור ההכלה, משום שזהו המספר שסביר ביותר שיצוטט כיכולת של מודל בזמן שהוא תוצאה של מערכת. כמה שיחות סוגר סוכן תמיכה בלי להסלים תלוי בעיצוב הפרומפט, באיכות האחזור ובמדיניות ההסלמה שכתבתם — ולא רק במודל שמתחת. ספק שמנתב את שיחות ההכנסה שלו דרך המודל שלו הוא האות החזק ביותר הזמין לכך שהדבר עובד, ובמקביל הראיה החלשה ביותר הזמינה לקורא, מפני ששום דבר מזה אינו מפריד בין המודל לבין המעטפת.

מהלך τ-Voice הוא החלק בהשקה שמתייחס לאותה שאלה עם מספר שמישהו מבחוץ יכול לבדוק. המעבר מ-56.5% ל-71.6% בבנצ'מרק רב-תורי לסוכנים הוא ההבדל בין מודל קולי שיכול לנהל שיחה לבין כזה שיכול לסיים משימה בתוכה. זו הטענה ששווה לקנות; נתון ההכלה הוא זה ששווה לחכות לו.

ההגירה שאיש לא היה צריך להסכים לה

Grok Voice 3.0 פועל על אותה נקודת קצה של WebSocket בזמן אמת כמו קודמו, עם אותם פרמטרי סשן, אותם שמות אירועים, אותה לחיצת יד מבוססת אסימון Bearer, ואותו מערך קולות מובנה בתוספת נקודת קצה לקול מותאם אישית. אין שינוי ב-SDK ואין מסמך הגירה, כי אין מה להעביר. מחרוזת המודל השתנתה וההתנהגות שמאחוריה השתנתה.

ואז יש את הכינוי. grok-voice-latest כעת מפנה ל-Grok Voice 3.0, ו-grok-voice-2.0 מסומן כמיושן. כל מי שפרס מול הכינוי הועבר למודל החדש אוטומטית, בלי שינוי קוד ובלי נעיצת גרסה — וזה חשוב יותר ממה שזה נשמע, כי הכינוי הופנה ל-Grok Voice 2.0 רק ב-5 באוגוסט 2026. צוות שבנה מולו באוגוסט עבר שתי החלפות מודל שקטות ברבעון אחד. עבור ניסוי צ'אטבוט מדובר בנוחות. עבור מערכת טלפון שחבילת הרגרסיה שלה נכתבה מול תזמון של קול מסוים ומול זמן מסוים עד לאודיו הראשון, זהו שינוי תצורה שמישהו אחר עשה בשמכם.

הפריט השני באותו תדריך

ההשקה לא הגיעה לבד. השוק של Grok Bot פתוח כעת להגשות מפתחים של מחברים ותוספים, שזה סוג אחר של חדשות וראוי לציין אותו כי שתי ההודעות משפיעות זו על זו. Grok Bot הוא מוצר הסוכן שמחשבי הענן שלו נכנסים לחשבונות בכלים שצוות כבר משתמש בהם; צינור הגשות עבור מחברים הוא מה שהופך את רשימת האינטגרציות שלו ממה ש-SpaceXAI כתבה למה שהלקוחות שלה צריכים.

אם מחברים את השניים יחד, ההשלכה המעניינת היא ארכיטקטונית ולא מסחרית. אם קול הוא הממשק לסוכן, והטווח שאליו מגיע הסוכן מוגדר על ידי המחברים שהוא יכול לקרוא להם, אז המשטח שמכריע אם קריאה נפתרת הוא יותר ויותר שכבת הכלים. זו השכבה שספק קול לא מחזיק בה ולא מודד אותה. אין מספר פומבי לכך, וגם לא יהיה, מפני שהוא שונה עבור כל לקוח.

היכן שנתב הוא בעצם נושא עומס כאן

OrcaRouter אינו מגיש את נקודת הקצה בזמן אמת של Grok Voice 3.0. נקודת קצה זו שייכת ל-SpaceXAI, ושום דבר אינו יכול להתערב בסשן אודיו דופלקס שבבעלות ספק אחד; כל מי שטוען אחרת מתאר יכולת שאין לו. מה שאנחנו מריצים הוא שכבת הטקסט שמתחתיה — המסכם שכותב את הרשומה לאחר השיחה, המסווג שמקצה קוד סיווג, השליפה שמשיבה על מה שמודל הקול העביר הלאה, וקריאות הכלים שמאחורי המחברים שהמרקטפלייס מקבל כעת. העבודה הזו נמדדת לפי בקשות, ושם מצטבר נתח משמעותי מהעלות לכל שיחה: 207 מודלים ביותר מתריסר ספקים במעלה הזרם מאחורי מפתח אחד, במחיר המחירון של הספק וללא כל תוספת רווח, עם מעבר אוטומטי לכשל כאשר ספק מדרדר, ו-DSL לניתוב שמרכיב כמה מודלים לקריאה אחת. מכיוון ששום דבר אינו מתומחר בתוספת, הורדת מחיר מצד ספק על כל אחד מהמודלים הללו נכנסת לתוקף אצלנו באותו יום ולא בחידוש הבא שלך.

מה עדיין לא נמדד

שלושה דברים, והם אלה שאמורים להכריע אם לזוז עכשיו או לנעוץ את הגרסה שלך קודם.

הראשון הוא יציבות לאורך סשן ארוך. כל נתון לעיל מגיע מאינטראקציות קצרות ומדורגות. שום דבר שפורסם אינו מכסה את ההשפעה של שיחה בת 20 דקות על שיעורי שגיאה, ומצבי כשל שחשובים למודל דופלקס — סחיפה מצטברת, מדיניות חילוף תורות שמתדרדרת תחת קטיעות חוזרות — מופיעים רק לאורך דקות ולא לאורך תורות.

הדבר השני הוא אם 0.81 שניות מחזיקות מעמד תחת עומס. הזמן עד לשמע הראשון נמדד במערכת שקטה, וסביבת הייצור אינה מערכת שקטה. 0.70 השניות של קודמו נמדדו באותו אופן, ולכן ההשוואה ביניהם היא לכל הפחות תפוחים לתפוחים, ואילו ההשוואה לפריסה חיה אינה כזו.

השלישית היא טענת הערוץ הרועש. הדור הקודם של הקו הזה שווק על בסיס שיעור שגיאות מילים בתנאי טלפוניה וב-24 שפות, וזה הדבר הניתן להפרכה ביותר שהספק אי פעם אמר על מודל קולי. חומר ההשקה החדש יותר אינו חוזר עליה, וזה או מחדל או הודאה, ואיש מבחוץ לא יכול כרגע לומר לך איזה מהשניים. כל מי שיש לו מאגר הקלטות שיחות ואחר צהריים יכול לבדוק אותה, ועד שמישהו יעשה זאת, הסיכום הכן של Grok Voice 3.0 הוא זה: הציון המשולב הטוב ביותר בלוח הציבורי, מרוכז בביצועים אייג'נטיים; אותו מחיר כמו המודל שהוא מוציא משירות; איטי יותר להתחיל לדבר מאשר אותו מודל; ונפרס אל כל משתמש alias קיים בלי לשאול. שלושת הראשונים הם סיבות לבדוק אותו, והרביעי הוא סיבה שיהיה לך נעיצת גרסה בהגדרות שלך לפני שתעשה זאת.