Grok Voice 3.0 vs Realtime-Venus：料金表を持つ者は見えず、見える者には料金表がない

2026年後半のフルデュプレックス音声を貫く、くっきりとした分断線がある。そしてそれは品質ではない。 Grok Voice 3.0は、2026年10月14日にSpaceXAIが発表したもので、Artificial Analysis Speech to Speech Indexの首位の座を86.9、音声1分あたり$0.08で占めており、そして音以外の何も知覚しない。 Realtime-Venusは、アント・グループのVenusチームが清華大学と共同で手がけた2チェックポイントの9Bシステムで、2026年9月12日に技術レポートがarXivに公開された。カメラのフレームをSigLIP2エンコーダー経由でストリーミングし、見たものについて語る——だがAPIも価格もホストされたエンドポイントもなく、いかなる種類の独立した評価も存在しない。買えるものはすべて聴く。見るものはすべて、自分で動かさなければならない。

认识差异才是比较的全部。

この二つは、共通のベンチマークで数ポイント違うのではない。違うのは、物理的に何を取り込めるかであり、その帰結は、あなたが何を構築できるかにまで及ぶ。

• 入力 — Grok Voice 3.0 は音声とテキストを tools 配列とともに受け取る。Realtime-Venus-Omni は動画または画像、音声、テキストを受け取り、視覚は後付けではなく同じネットワークに融合されている。

• ターンテイキング — {{1}}Grok Voice 3.0{{/1}}は{{2}}セッションごとに構成されるサーバー側の音声アクティビティ検出{{/2}}を使用するが、{{3}}Realtime-Venus{{/3}}は{{4}}決定をモデル内部に移し、外部検出器を一切使わない{{/4}}。

• 出力 — Grok Voice 3.0は音声と文字起こしを返します。Realtime-Venusはテキストと、オプションで、別個のテキスト読み上げ段階ではなく、ストリーミングフローマッチングデコーダによって離散S3トークンからデコードされた音声波形を返します。

• 到達可能性 — Grok Voice 3.0 は SpaceXAI のリアルタイム WebSocket 上で稼働中で、code>grok-voice-latest/code> が現在これを解決するようになり、その前身は非推奨となりました。Realtime-Venus は Apache-2.0 の下で2つの BF16 チェックポイントとして Hugging Face の code>inclusionAI/Realtime-Venus/code> にあり、カードにはこのモデルがいかなる推論プロバイダーによってもデプロイされていないことが明記されています。

• 測定可能性 — Grok Voice 3.0 は、5つの読み取り可能な構成要素からなる複合指数 86.9 と、アリーナ Elo 1070 を持つ。Realtime-Venus には、自社の技術レポートに基づく著者申告の数値はあるが、リーダーボードへの登録はない。なぜなら、第三者がハーネスを向ける先となるエンドポイントが存在しないからだ。

• 価格 — 音声1分あたり$0.08、テキスト入力1件あたり$0.004。これに対し、価格は一切なし。

最後の2行を合わせて読むと、決定の輪郭が浮かび上がる。監査済みの数値を持つシステムは見えない側であり、見える側は、それを作った者以外の誰にも測られたことがない。

報告書が実際に何を主張しているのか、そしてそれを検証するのにどれだけのコストがかかるのか

Realtime-Venusの数値は、独自の報告書とモデルカードに由来するもので、著者ら以外に再現した人はおらず、比較できるアリーナ順位も存在しない。著者らの測定値として読んでください。

• 動画ベンチマーク、Realtime-Venus-Omni — レポートで使用される8つのベンチマークのうち6つで最高スコアを獲得。StreamingBench 70.2、OVO-Bench 64.7、Daily-Omni 81.3を含む。

• 音声ベンチマーク、Realtime-Venus-Audio — MMAU 78.0、MMAU-Pro 63.2、Llama Questions 83.8、Speech CMMLU 67.8、およびレポートが比較対象の最良値に匹敵すると説明しているVoiceBench AlpacaEvalスコア4.81。

• Full-Duplex-Bench v1.5 — ユーザーの割り込みの75%に応答し、継続率はバックチャネルで97%、他者指向発話で88%、背景発話で86%であり、これら3つの継続指標すべてにおいてGemini 3.1 LiveとGPT-4oを上回るとされている。

• コンテキストとフォーマット — 両方のチェックポイントで40,960トークン、BF16の重み、英語と中国語。

Daily-Omniの数値は、いったん立ち止まって見る価値がある。なぜなら、そこでは報告書自身の数字が何か役立つことをしているからだ。MiniCPM-o 4.5は、OpenBMBが2026年初めにオープンソース化した9Bのオムニモーダルモデルだが、同じベンチマークで80.2を報告している。そしてRealtime-Venusのカードには、Omniチェックポイントがそれから適応されたと記されている。Realtime-Venus-Omniは81.3を報告している。両方が持ちこたえるなら、相当なポストトレーニング、ランタイム、委任の取り組みによる改善は、ベースモデルがすでによく扱えていたベンチマークでおよそ1ポイントである。それはこの種の作業としては現実的な結果であり、「8つのうち6つで最高」よりもはるかに劇的でない話だ。

Grok Voice 3.0が位置するスコアボードと比べて

両者を正直に並べてみると、その比較はどちらも引き立てない形で非対称だ。

会話のダイナミクスに関して、両システムが何らかの数値を報告している唯一の軸では、相槌を受けた際の Realtime-Venus の 97% 継続率は、Full Duplex Bench で Grok Voice 3.0 が公表している 97.0% より高い。ハーネスもバージョンも異なり、しかも二者のうち一方は外部の第三者によって一度も実行されたことがない——だから正直に読めば、Realtime-Venus は、数値を同じ文で言及できる唯一の指標において同等かわずかに優れていると主張しており、その主張には読者が一人しかいない。

それ以外のあらゆる点では、両者を比較することはできない。なぜなら、そのうち片方しかボード上に存在しないからだ。Grok Voice 3.0の総合スコア86.9は、天井に近い推論値、97.0%のデュプレックススコア、τ-Voiceでの71.6%、アリーナ選好でのElo 1070、タスク成功率94.8%に分解される。これらはそれぞれ、誰でも閲覧し、異議を唱えられる公開ハーネスの下で測定されている。総合スコアは重み付けの選択であり、アリーナ要素はモデルが参加資格を得た時点で固定され、ライブEloを追跡しているわけではない——しかし外部チームはその計算を検証でき、結論を形成できないのではなく、その結論に異議を唱えることができる。

それが証拠の質における本当の違いであり、どちらの側の形容詞も抜きにして述べておく価値がある。両モデルとも、自社の本番導入に関するベンダー側の主張を伴っている。SpaceXAIは、Starlinkのコールセンターが複数言語で1日2万件の顧客通話を処理し、その約70％が人間なしで解決されていると報告している。さらに、TeslaとSpaceX全体で毎日数百万件の会話が行われているという。Ant Groupは導入について一切何も報告していない。というのも、導入が存在しないからだ — あるのは論文、リポジトリ、そしてハーネスだけである。どちらの主張も外部から監査可能ではなく、しかも、そうあろうとしているのは片方だけだ。

Realtime-Venusの運用が実際に何を伴うのか

ダウンロードは本物だ。シャーディングされたsafetensorsを含む2つのチェックポイントディレクトリ、code>trust_remote_code=True/code>で読み込まれるカスタムTransformersコード、requirementsファイル、トークンから波形へのアセット、参照音声、そしてApache-2.0ライセンス。全二重ストリーミングは1つのメソッドを切り替えるだけで開始でき、文書化されたループは、1秒間のストリーミングプリフィルに続けてストリーミング生成を行う、という繰り返しである。長尺動画のメモリはmemory-minutesパラメータで有効化され、トレーニング不要と説明されている。通常はファインチューニングを必要とする能力としては珍しいことだ。

それについて、スペックよりも大事なことが2つある。

最初の点はハードウェアの最低条件です。BF16の9Bモデルは、アクティベーション用メモリを別にしても重みだけで約18ギガバイトあり、音声視覚の双方向推論ではさらに視覚エンコーダーと、継続的な1秒ストリーミングループが加わります。それはノートPC向けではなくサーバークラスのデプロイであり、1分$0.08で、申し込んだ日の午後には動き始める電話とは別物です。

第二に、最も興味深いコンポーネントは重みの中にはないということだ。デュアルループ・ランタイム——1秒のインタラクションループに加え、論文がRealtime-Venus-Harnessと呼ぶバックグラウンドスケジューラで、これは委任されたタスクを会話状態の分離されたスナップショットに対して実行するため、長時間実行されるジョブが会話の進行によって破損することがない——は、別のGitHubリポジトリに存在する。因果的タスクキャプチャは、このレポートにおける真に新しいアイデアであり、あなた自身が組み立てて信頼する部分である。

その最後の点こそ、二つのシステムのアーキテクチャが収束する場所であり、この組み合わせから得られる実用的な要点だ。どちらもフロントエンドだ。Grok Voice 3.0 は、セッション更新内の tools 配列からツールを呼び出し、より重い処理は同期的に応答するバックエンドに委譲する。Realtime-Venus は、自身の隠れたシーケンスに非同期委譲マーカーを出力し、作業をハーネスに引き渡す。どちらの設計でも、思考、検索、ビジネスロジックは会話レイヤーの背後にある通常のテキストモデルで行われる——そしてそのレイヤーこそ、どちらのスタックでも自由に選べる唯一の部分だ。

OrcaRouterはGrok Voice 3.0もRealtime-Venusも提供していない。Grok VoiceのセッションはSpaceXAI自身のWebSocketに属し、Realtime-Venusは当社が配信していないダウンロードである。ルーターが全二重音声セッションの中に位置していると説明するのは、存在しないものを説明することになる。委譲レッグは別だ。12社以上の上流プロバイダーから集めた207モデルを、1つのキーの背後で、プロバイダー定価・マークアップゼロで利用でき、プロバイダーが劣化した際の自動フェイルオーバーと、複数のモデルを1回の呼び出しに組み合わせるルーティングDSLを備える。Realtime-Venusのようなアーキテクチャ、つまり実績のないセルフホスト型コンポーネントが、まだベンチマークしてもいないテキストモデルに作業を引き渡すようなアーキテクチャでは、フェイルオーバーは、あるプロバイダーにとっての最悪の午後と通話切断の違いになる。

どちらを選ぶべきか、そして答えが変わるとき

今四半期に何かを出荷するなら、Grok Voice 3.0 は、2つのうちプロジェクトではなく決断と言える唯一のものです。公開ボードの首位を保持し、0.81秒で話し始め、置き換えるモデルと同じコストで、セッションパラメータが変わっていないエンドポイント経由で今日から呼び出せます。まずバージョンを固定してください — エイリアスは今四半期すでに2回動いています — それから出荷してください。

Realtime-Venus は、はるかに狭い問いに対する正しい答えです。つまり、部屋を監視し、そこにあるものについて話すモデルが、自分が所有するハードウェア上で、ファインチューニングを許可するライセンスの下で必要ですか？ その能力には、この組み合わせにおいてホスト型の同等物はありません。Grok Voice 3.0 には視覚入力がまったくなく、ボード上の他のフロンティア音声モデルにもありません。それがあなたの要件なら、ダウンロードが唯一の扉です。

このページを変えるものは、このカテゴリの大半を変えるものと同じだ。公開料金を伴ってRealtime-Venusを扱う推論プロバイダーが現れれば、研究上の産物が製品に変わり、比較が現実のものになる。97%というバックチャネル継続率の数値が第二の独立した再現によって確認されれば、現在この2つのシステムが共有できる唯一の数値に決着がつく。どちらかが実現するまでは、正確な要約は率直だ。一方は購入でき、もう一方は読めるだけだ。読めるほうはより興味深い文書であり、買えるほうは実際に電話に出てくれるほうだ。