Grok Voice 3.0 נגד GPT-Live-1: xAI ניצחה במדד והפסידה במבחן שבאמת חשוב
- OrcaחדשOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 60 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 · 762 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
ספינות הדגל של ה-Speech to Index של 3.7, ושתיהן מובסות על ידי הרכיב האחד שמכריע אם סוכן שווה שימוש. Grok Voice 3.0 מקבל 86.9 במדד ש-SpaceXAI הציגה ב-14 באוקטובר 2026, לעומת 83.2 עבור GPT-Live-1 בתצורת Astra medium שלה, הגרסה שאליה מפנים המסמכים של OpenAI עצמה את אינטגרציית WebRTC כאשר סשן מאציל את החשיבה ל-backend. ב-τ-Voice — מדד שירות הלקוחות שמעריך אם סוכן באמת משלים משימה מרובת שלבים — Grok Voice 3.0 מגיע ל-71.6% ו-GPT-Live-1 Astra medium מגיע ל-74.5%. המודל עם הציון המשוקלל הטוב ביותר בקטגוריה אינו מחזיק ברכיב שמתאם לביצוע העבודה, וגם OpenAI לא פרסמה כותרת על כך.
הדבר השני שראוי לשים לב אליו הוא כיוון המחיר. GPT-Live-1 מחייב $0.05 לדקת קול, בחיוב לפי שנייה, שהם $3.00 לשעה. Grok Voice 3.0 מחייב $0.08 לדקה, שהם $4.80 לשעה. המודל החדש יותר עולה 60% יותר לדקת אודיו, והוא המודל שהספק שלו בילה את הרבעון האחרון של חיי קודמו בספיגת העלאת תעריף במקום להכריז על הוזלה.
הפיצול הארכיטקטוני שאיש לא מכניס לטבלת ההשוואה
אף אחד מאלה אינו מודל דיבור שחושב. שתיהן שכבות קוליות שמאצילות, ושני תכנוני ההאצלה אינם אותה חיה — ולכן עלות האינטגרציה שונה הרבה יותר מאשר מחיר הדקה.
GPT-Live-1 מעביר את העבודה על פני גבול א-סינכרוני אל backend שמצוין בהגדרות הסשן. הדוגמה המפורסמת של OpenAI ל-WebRTC מחברת את ה-backend הזה אל GPT-5.6 Terra דרך Responses API. שכבת הקול ממשיכה את השיחה בזמן שה-backend חושב, ומקפלת את התשובה בחזרה פנימה כשהיא מגיעה. התוצאה היא שחצי החשיבה הוא קריאת טקסט רגילה הנמדדת בטוקנים, שאותה אתם בוחרים, מתמחרים ומחליפים באופן עצמאי. חצי הקול אינו נייד כלל: יש מזהה מודל אחד, gpt-live-1, נקודת קצה אחת ב-v1/live/sessions, WebRTC ולא תעבורת WebSocket שרוב אינטגרציות ה-Realtime נבנו עליה, ואין נתיב דרך Chat Completions, Responses, Batch או נקודות הקצה של כוונון עדין. מגבלות הקצב נמדדות בסשנים בו-זמניים — 25 ב-Tier 1, ועולות דרך 50, 200, 300 ו-500 — מה שמעיד ש-OpenAI חושבת שיחידת המידה היא קו טלפון ולא בקשה.
Grok Voice 3.0 צר יותר וזול יותר לאימוץ. הוא פועל דרך אותה נקודת קצה של WebSocket בזמן אמת כמו Grok Voice 2.0, עם אותם פרמטרי סשן, אותם שמות אירועים ואותו handshake של bearer-token, והשימוש בכלים עובר דרך מערך tools ב-session update כפי שהיה קודם. אין הגירת transport. אין גם דפוס backend-delegation מתועד מהסוג ש-GPT-Live-1 מפרסם, מה שאומר שההנמקה שאתה צריך חייבת להיות נגישה ככלי שמודל הקול קורא לו באופן סינכרוני ולא כמשימת רקע שהוא מפקח עליה.
ההבדל הזה מכריע יותר פריסות ממה שהאינדקס מכריע. צוות שכבר עובד עם ה-API בזמן אמת של xAI עובר ל-Grok Voice 3.0 על ידי שינוי מחרוזת מודל — או על ידי כך שהוא לא עושה דבר, כי grok-voice-latest מפנה כעת אליו ופריסות ה-alias הקיימות הועברו אוטומטית. צוות שעובד עם מו�דלי ה-Realtime הישנים יותר של OpenAI ועובר ל-GPT-Live-1 עומד בפני כתיבה מחדש של שכבת התעבורה וגם כתיבה מחדש של שכבת ההאצלה.
שורה אחר שורה
כל נתון להלן הוא מדידה של Artificial Analysis עצמה מתאריך 13 באוקטובר 2026, אלא אם השורה אומרת אחרת.
• מדד דיבור לדיבור — Grok Voice 3.0 86.9 לעומת GPT-Live-1 (Astra, medium) 83.2. קיימת גם תצורה נמוכה יותר של GPT-Live-1, שנמדדה ב-80.1 בגרסת ה-Sol low-effort שלה, ופער המדד תלוי לחלוטין באיזו מהן אתה מתכוון.
• ביצועים אג'נטיים, τ-Voice — GPT-Live-1 Astra medium 74.5% לעומת Grok Voice 3.0 71.6%. OpenAI מוביל בקטגוריה הזו, ומוביל בה ברכיב שמנבא אם הבעיה של המתקשר נפתרה.
• הנמקת דיבור, Big Bench Audio — Grok Voice 3.0 98.5% לעומת GPT-Live-1 Astra medium, שנמצא באותו טווח. שתיהן קרובות מספיק לתקרה, עד שהציר הזה חדל להבדיל בין מתחרים.
• העדפת זירה — Grok Voice 3.0 מחזיק בציון ה-Elo הגבוה ביותר בלוח עם 1070. GPT-Live-1 אינו מחזיק בזירה בשום תצורה.
• זמן עד לאודיו הראשון — Grok Voice 3.0 0.81 שניות לעומת GPT-Live-1 Astra medium ב-1.34 שניות. מהירות התחלת דיבור גבוהה בכ-40%, וזו ההצהרה הביצועית הקונקרטית ביותר שמשמיע מי משני הספקים.
• עלות לכל משימה שהושלמה, Big Bench Audio — Grok Voice 3.0 $0.025 לעומת GPT-Live-1 Astra medium $0.030. זול ומדויק לכל משימה הוא השילוב שמסיים ויכוחי רכש.
• מחיר לדקת אודיו — GPT-Live-1 $0.05, מחויב לפי שנייה, ללא עיגול כלפי מעלה של דקות חלקיות, וחיוב אתחול סשן של 15 שניות שמזוכה כנגד משך הזמן המאוחר יותר ולא נערם על גביו; Grok Voice 3.0 $0.08 לדקה ועוד $0.004 לכל קלט טקסט.
• קלט מולטימודלי — GPT-Live-1 מקבל אודיו וטקסט, והתיעוד שלו מפרט תמונה וווידאו כלא נתמכים במפורש; גם ל-Grok Voice 3.0 אין עיגון חזותי. אף אחד מאלה לא יכול לראות, ולאף אחד מהספקים אין תאריך לשינוי זה.
• קולות — GPT-Live-1 מגיע עם 12; Grok Voice 3.0 שומר על הסט המובנה של xAI ועל נקודת הקצה לקול מותאם אישית, שמאמנת קול מתוך קטע ייחוס של עד 120 שניות.
החשבון, עבור עומס עבודה שאתה יכול לתאר לעצמך
עשרת אלפים דקות של שיחה ביום במשך שלושים יום הן 300,000 דקות בחודש.
• GPT-Live-1 — $0.05 לדקת קול, כלומר $15,000 בחודש רק על שכבת הקול.
• Grok Voice 3.0 — $0.08 לדקה, כלומר $24,000 בחודש, ועוד $0.004 לכל קלט טקסט.
שני המספרים האלה הם רק החצי הקולי. ההיסק בצד השרת (backend) של GPT-Live-1, קריאות הכלים שלו וכל חיפוש אינטרנט מחויבים בנפרד לפי התעריפים של מודל ה-backend עצמו, והפעלה שמכוונת למודל היסק חזיתי שמחפש בכל תור עלולה לעלות יותר בהאצלה מאשר באודיו. קריאות הכלים הסינכרוניות של Grok Voice 3.0 פועלות על כל backend שמשיב להן, לפי אותו כלל. בשני המקרים "מחיר מודל הקול" הוא רק שבריר מעלות השיחה, והשבריר הזה תלוי במידת המאמץ שהמתקשרים שלך משקיעים בחשיבה.
זו השכבה שבה נתב באמת מועיל, וכדאי להיות מדויקים לגבי הגבול. OrcaRouter אינו מגיש אף אחת משתי נקודות הקצה בזמן אמת — gpt-live-1 יושב מאחורי Live Sessions API של OpenAI ו-Grok Voice 3.0 מאחורי זה של xAI, ושום דבר אינו יכול להתערב בסשן אודיו דו-כיווני ששייך לספק אחד. מה שכן פועל אצלנו הוא חצי ההאצלה. GPT-5.6 Terra, בדיוק אותו backend בדוגמה שפרסמה OpenAI בעצמה, מוגש דרך OrcaRouter במחיר המחירון של OpenAI של 2.00$ למיליון טוקני קלט ו-12.00$ למיליון טוקני פלט, עם חשיפה של נקודות הקצה גם של chat וגם של Responses, לצד יותר מ-200 מודלים אחרים במפתח אחד, במחיר המחירון של הספק וללא כל תוספת ומעבר אוטומטי (failover) כאשר ספק נחלש. מכיוון ששום דבר לא מתומחר בתוספת, הורדת מחיר של ספק בשכבת ה-reasoning נכנסת לתוקף אצלנו באותו יום — מה שחשוב בקטגוריה שבה דגם דגל אחד העלה את תעריף הדקה שלו ב-60% בתוך שלושה חודשים בעוד שאחר החזיק אותו ללא שינוי.
מה שכל ספק אומר שאף לוח לא מכסה
שני הספקים מפרסמים נתונים על תעבורת הייצור שלהם. אף אחד מהם אינו ניתן לאימות בלתי תלוי, והדרך הכנה לקרוא אותם היא כראיה לביטחון עצמי ולא ליכולת.
הנתונים של OpenAI, שפורסמו עם שחרור ה-API ואף אחד לא שחזר אותם: אינטראקטיביות דופלקס מלא ב-80.1% לעומת 45.4% עבור GPT-Realtime-2.1, השהיית חילופי התורות קוצצה מ-1.4 שניות ל-0.8, ודיוק הקריאה לכלים מ-60% ל-87%. Yelp מצוטטת בנוגע לטיפול משופר בהזמנות טלפוניות, ופלטפורמת לימוד השפות Speak דיווחה על כמעט 80% פחות הפרעות מאשר מערכת מבוססת התורות הקודמת שלה — דיווח עצמי של חברה שיש לה אינטרס בתוצאה, ועדיין נתון הפריסה הקונקרטי ביותר בפרסום.
הנתונים של SpaceXAI, שפורסמו עם ההשקה שלה, וגם הם לא שוחזרו באותה מידה: Grok Voice 3.0 מניע מיליוני שיחות יומיות ברכבי Tesla וב-SpaceX, מרכזי השיחות של Starlink מקיימים 20,000 שיחות לקוחות ביום במספר שפות, כאשר כ-70% מהן נפתרות ללא אדם, וכאחת מכל ארבע שיחות מכירה מסתיימת ברכישה, וציון מעוגל של 74% ב-EVA-Bench של ServiceNow. התייחסו לשיעור ההכלה כאל מספר ברמת המערכת שלובש תחפושת ברמת המודל — הוא משקף את עיצוב הפרומפטים, את מדיניות האחזור וההסלמה לא פחות מאשר את המודל, ואף גורם חיצוני לא יכול להפריד ביניהם.
איזו אחת לבחור למעשה
בחר ב-Grok Voice 3.0 כאשר השהיה היא האילוץ והסטאק כבר מבוסס על xAI. זמן עד לאודיו הראשון של 0.81 שניות הוא הנתון המפורסם המהיר ביותר מבין מודלי הקול בחזית, נתיב ה-WebSocket אומר שלא נדרש שכתוב של שכבת התעבורה, ועלות ההגירה היא מחרוזת מודל. בחר בו גם אם המתקשרים שלך שופטים את החוויה ולא את התוצאה — הוא מחזיק את המקום הראשון בזירה במדד ההעדפה ובמדד המשולב באיכות, ומתקשר שנהנה מהשיחה מסיים אותה שמח יותר גם כשהמשימה מסלימה.
בחר ב-GPT-Live-1 כאשר המשימה היא המוצר. הוא מוביל על τ-Voice ב-74.5% מול 71.6%, דפוס ההאצלה שלו מתועד, וה-backend של ההסקה שלו הוא קריאה ניידת הנמדדת בטוקנים ולא כלי אטום, ולפי משימה שהושלמה הוא תחרותי בעלות למרות פער המדד. בחר בו גם אם אתה בונה מאפס ואין לך אינטגרציית WebSocket לשמר, מפני שסיפור התעבורה פועל לרעתך רק כשכבר יש לך אחת.
התשובה היחידה שצריך לפסול היא לבחור לפי הציון המשולב. פער של 3.7 נקודות במדד ופער של 2.9 נקודות ב-τ-Voice מצביעים בכיוונים מנוגדים, והפער בעלות מצביע לכיוון שלישי — GPT-Live-1 זול ב-37.5% לדקת אודיו לפני שמביאים בחשבון קלט טקסט. כל מי שבוחר בין השניים האלה לפי 86.9 לעומת 83.2 בוחר לפי המספר שהכי פחות קשור לשאלה אם קו הטלפון שלהם עובד.
מה שיכריע את זה: התחייבות לזמינות כללית ונתון השהיה מפורסם מ-OpenAI עבור תצורת Astra שמחזיקה בראש הטבלה, מאחר שההשוואה בין 0.81 ל-1.34 נשענת כיום על המספר של xAI מול תצורה שמסמכי OpenAI עצמם מתייחסים אליה כדוגמה; או מהלך מחיר מצד מי מהצדדים. כרטיס התעריפים הוא החלק היחיד במאבק הזה שזז בעבר, והוא זז כלפי מעלה.
גם בהשוואות כמו זו מתגלים מצבי הכשל: התקריות המתועדות ב-AI וכשלי סוכנים מאחורי מודלים בקטגוריה הזו נאספים ב-OrcaRouter AI Incident Archive, שם כל רשומה נושאת את מקורותיה, החומרה, דרגת הוודאות ודגל המחלוקת שלה.
השוואות במאמר הזה1
זוהה מתוך המאמר הזה · בנצ'מרקים: Artificial Analysis · מתעדכן יומית
