Grok Voice 3.0 vs GPT-Live-1: xAI won de index en verloor de test die er echt toe doet

Twee vlaggenschepen, 3,7 punten van elkaar verwijderd op de Speech to Speech Index van Artificial Analysis, en beide verslagen op het ene onderdeel dat bepaalt of een spraakagent het waard is om te worden ingezet. Grok Voice 3.0 scoort 86,9 op de index die SpaceXAI op 14 oktober 2026 aankondigde, tegenover 83,2 voor GPT-Live-1 in de Astra medium-configuratie, de versie waar de eigen documentatie van OpenAI een WebRTC-integratie op richt wanneer een sessie het redeneren aan een backend delegeert. Op τ-Voice — de klantenservicebenchmark die meet of een agent daadwerkelijk een taak met meerdere stappen voltooit — komt Grok Voice 3.0 uit op 71,6% en GPT-Live-1 Astra medium op 74,5%. Het model met de beste samengestelde score in de categorie beschikt niet over het onderdeel dat correleert met het daadwerkelijk afronden van werk, en OpenAI publiceerde er ook geen headline over.

Het tweede dat opvalt, is de prijsrichting. GPT-Live-1 rekent $0,05 per minuut spraak, per seconde gefactureerd, wat neerkomt op $3,00 per uur. Grok Voice 3.0 rekent $0,08 per minuut, wat neerkomt op $4,80 per uur. Het nieuwere model kost 60% meer per minuut audio, en het is het model waarvan de leverancier het laatste kwartaal van het bestaan van zijn voorganger besteedde aan het absorberen van een tariefsverhoging in plaats van het aankondigen van een verlaging.

De architectuursplitsing die niemand op de vergelijkingsgrafiek zet

Geen van beide is een spraakmodel dat denkt. Beide zijn stemlagen die delegeren, en de twee delegatieontwerpen zijn niet hetzelfde beest — daarom verschillen de integratiekosten veel meer dan de prijs per minuut.

GPT-Live-1 geeft werk door over een asynchrone grens aan een backend die in de sessieconfiguratie wordt genoemd. Het gepubliceerde WebRTC-voorbeeld van OpenAI verbindt die backend via de Responses API met GPT-5.6 Terra. De spraaklaag houdt het gesprek gaande terwijl de backend nadenkt, en voegt het antwoord weer in zodra het aankomt. Het gevolg is dat de redeneerhelft een gewone, op tokens gemeten tekstaanroep is die je onafhankelijk kiest, beprijst en verwisselt. De spraakhelft is helemaal niet overdraagbaar: er is één model-ID, gpt-live-1, één endpoint op v1/live/sessions, WebRTC in plaats van het WebSocket-transport waarop de meeste Realtime-integraties zijn gebouwd, en geen route via Chat Completions, Responses, Batch of de fine-tuning-endpoints. Snelheidslimieten worden uitgedrukt in gelijktijdige sessies — 25 op Tier 1, oplopend via 50, 200, 300 en 500 — wat duidelijk maakt dat OpenAI de schaaleenheid als een telefoonlijn ziet en niet als een request.

Grok Voice 3.0 is beperkter en goedkoper om te adopteren. Het draait via hetzelfde realtime WebSocket-eindpunt als Grok Voice 2.0, met dezelfde sessieparameters, dezelfde eventnamen en dezelfde bearer-token-handshake, en toolgebruik verloopt via een tools-array in de sessie-update zoals voorheen. Er is geen transportmigratie. Er is ook geen gedocumenteerd backend-delegatiepatroon van het soort dat GPT-Live-1 publiceert, wat betekent dat de redenering die je nodig hebt bereikbaar moet zijn als een tool die het spraakmodel synchroon aanroept in plaats van als een achtergrondtaak die het superviseert.

Dat verschil bepaalt meer deployments dan de index doet. Een team dat al op de realtime-API van xAI zit, stapt over naar Grok Voice 3.0 door een modelstring te wijzigen — of door niets te doen, omdat grok-voice-latest nu daarnaar verwijst en bestaande alias-deployments automatisch zijn verplaatst. Een team dat op de oudere Realtime-modellen van O​penAI zit en naar GPT-Live-1 overstapt, kijkt aan tegen een transport-rewrite plus een delegation-rewrite.

Regel voor regel

Elk cijfer hieronder is een eigen meting van Artificial Analysis gedateerd 13 oktober 2026, tenzij de regel anders vermeldt.

• Speech to Speech Index — Grok Voice 3.0 86,9 vs GPT-Live-1 (Astra, medium) 83,2. Er is ook een lagere configuratie van GPT-Live-1 gemeten op 80,1 in de Sol-variant met lage inspanning, en het indexverschil hangt volledig af van welke je bedoelt.

• Agentische prestaties, τ-Voice — GPT-Live-1 Astra medium 74,5% vs Grok Voice 3.0 71,6%. OpenAI leidt hierin, en leidt op het onderdeel dat voorspelt of het probleem van een beller wordt opgelost.

• Spraakredenering, Big Bench Audio — Grok Voice 3.0 98,5% vs GPT-Live-1 Astra medium, die in dezelfde band valt. Beide zitten zo dicht bij het plafond dat deze as niemand meer onderscheidt.

• Arenavoorkeur — Grok Voice 3.0 heeft met 1070 de hoogste Elo op de ranglijst. GPT-Live-1 staat in geen enkele configuratie aan de top van de arena.

• Tijd tot eerste audio — Grok Voice 3.0 0,81 seconden vs GPT-Live-1 Astra medium met 1,34 seconden. Ongeveer 40% sneller beginnen met spreken, en de meest concrete prestatieclaim die een van beide leveranciers doet.

• Kosten per voltooide taak, Big Bench Audio — Grok Voice 3.0 $0,025 vs. GPT-Live-1 Astra medium $0,030. Goedkoop en nauwkeurig per taak is de combinatie die een einde maakt aan inkoopdebatten.

• Prijs per minuut audio — GPT-Live-1 $0,05, per seconde gefactureerd, zonder gedeeltelijke minuten naar boven af te ronden en met een sessie-initialisatieheffing van 15 seconden die wordt verrekend met de latere duur in plaats van erbovenop te worden gestapeld; Grok Voice 3.0 $0,08 per minuut plus $0,004 per tekstinvoer.

• Multimodale input — GPT-Live-1 accepteert audio en tekst, en in de documentatie worden afbeelding en video expliciet als niet-ondersteund vermeld; Grok Voice 3.0 heeft evenmin visuele grounding. Geen van deze twee kan zien, en geen van beide leveranciers heeft een datum gepubliceerd waarop dat verandert.

• Stemmen — GPT-Live-1 wordt geleverd met 12; Grok Voice 3.0 behoudt de ingebouwde set van xAI en het endpoint voor aangepaste stemmen waarmee een stem wordt getraind op basis van een referentieclip van maximaal 120 seconden.

De rekening, voor een werklast die je voor je ziet

Tienduizend minuten gesprek per dag over dertig dagen is 300.000 minuten per maand.

• GPT-Live-1 — $0,05 per minuut spraak, dus $15.000 per maand alleen al voor de spraaklaag.

• Grok Voice 3.0 — $0,08 per minuut, dus $24.000 per maand, plus $0,004 per tekstinvoer.

Beide bedragen betreffen alleen het spraakdeel. De backend-redenering van GPT-Live-1, de toolaanroepen en eventueel webzoeken worden apart gefactureerd tegen de eigen tarieven van het backendmodel, en een sessie die is gericht op een frontier-reasoner die bij elke beurt zoekt, kan meer kosten aan delegatie dan aan audio. De synchrone toolaanroepen van Grok Voice 3.0 draaien op welke backend ze ook afhandelt, volgens dezelfde regel. In beide gevallen is de "spraakmodelprijs" een fractie van de gesprekskosten, en die fractie hangt af van hoeveel denkwerk je bellers verrichten.

Dat is de laag waar een router daadwerkelijk nuttig is, en het loont om precies te zijn over de grens. OrcaRouter bedient geen van beide realtime-endpoints — gpt-live-1 zit achter OpenAI's Live Sessions API en Grok Voice 3.0 achter die van xAI, en niets kan tussenkomen in een duplex-audiosessie die aan één leverancier toebehoort. Wat wij wél draaien is de delegatiehelft. GPT-5.6 Terra, de exacte backend in OpenAI's eigen gepubliceerde voorbeeld, wordt via OrcaRouter aangeboden tegen OpenAI's lijstprijs van $2.00 per miljoen inputtokens en $12.00 per miljoen output, met zowel chat- als Responses-endpoints beschikbaar, naast meer dan 200 andere modellen op één sleutel, tegen de lijstprijs van de provider zonder enige marge en automatische failover wanneer een provider verslechtert. Omdat er geen marge wordt gerekend, is een prijsverlaging van een leverancier op de reasoning-tier dezelfde dag nog actief aan onze kant — wat van belang is in een categorie waarin het ene vlaggenschip zijn tarief per minuut binnen drie maanden met 60% verhoogde, terwijl een ander het vlak hield.

Wat elke leverancier zegt dat geen enkel bestuur behandelt

Beide leveranciers publiceren cijfers over hun eigen productieverkeer. Geen van beide is onafhankelijk verifieerbaar, en de eerlijke manier om ze te lezen is als bewijs van vertrouwen in plaats van van kunnen.

OpenAI's cijfers, gepubliceerd bij de API-release en door niemand gereproduceerd: full-duplex interactiviteit op 80,1% tegenover 45,4% voor GPT-Realtime-2.1, latentie bij beurtwisseling teruggebracht van 1,4 naar 0,8 seconden, nauwkeurigheid bij tool-calling van 60% naar 87%. Yelp wordt aangehaald vanwege verbeterde telefonische reserveringsafhandeling, en taalleerplatform Speak rapporteerde bijna 80% minder onderbrekingen dan zijn vorige beurtgebaseerde systeem — zelfgerapporteerd door een bedrijf met belang bij de uitkomst, en nog steeds het meest concrete uitrolcijfer in de release.

De cijfers van SpaceXAI, gepubliceerd bij de lancering en evenmin gereproduceerd: Grok Voice 3.0 drijft miljoenen dagelijkse gesprekken aan in Tesla-voertuigen en bij SpaceX, Starlink-callcenters verwerken dagelijks 20.000 klantgesprekken in meerdere talen, waarbij ongeveer 70% zonder tussenkomst van een mens wordt afgehandeld en ongeveer een op de vier verkoopgesprekken in een aankoop eindigt, en een afgeronde 74% op de EVA-Bench van ServiceNow. Beschouw het containmentpercentage als een getal op systeemniveau in een kostuum op modelniveau — het weerspiegelt net zozeer promptontwerp, retrieval- en escalatiebeleid als het model, en geen enkele externe partij kan ze van elkaar scheiden.

Welke moet ik nu eigenlijk kiezen?

Kies Grok Voice 3.0 wanneer latentie de beperkende factor is en de stack al op xAI draait. De tijd tot eerste audio van 0,81 seconden is het snelste gepubliceerde cijfer onder toonaangevende spraakmodellen, het WebSocket-pad betekent geen transportherschrijving, en de migratiekosten zijn een modelstring. Kies het ook als je bellers de ervaring beoordelen in plaats van de uitkomst — het staat bovenaan de arena qua voorkeur en de samengestelde score qua kwaliteit, en een beller die geniet van het gesprek legt tevredener op, zelfs wanneer de taak escaleert.

Kies GPT-Live-1 wanneer de taak het product is. Het leidt op τ-Voice met 74,5% tegen 71,6%, het delegatiepatroon is gedocumenteerd en de redeneerbackend is een draagbare aanroep die per token wordt afgerekend in plaats van een ondoorzichtige tool, en per voltooide taak is het qua kosten concurrerend ondanks de indexkloof. Kies het ook als je vanaf nul bouwt en geen WebSocket-integratie hebt om te behouden, want het transportverhaal keert zich alleen tegen je wanneer je er al een hebt.

Het enige antwoord dat je moet verwerpen, is kiezen op basis van de samengestelde score. Een indexverschil van 3,7 punten en een τ-Voice-verschil van 2,9 punten wijzen in tegengestelde richtingen, en het kostenverschil wijst in een derde richting — GPT-Live-1 is 37,5% goedkoper per minuut audio, nog voordat je tekstinvoer meetelt. Wie tussen deze twee kiest op basis van 86,9 versus 83,2, kiest op basis van het getal dat het minst verband houdt met of hun telefoonlijn werkt.

Wat de knoop zou doorhakken: een toezegging voor algemene beschikbaarheid en een gepubliceerd latentiecijfer van OpenAI voor de Astra-configuratie die de top van het leaderboard bezet, aangezien de vergelijking 0,81 tegenover 1,34 momenteel berust op het cijfer van xAI tegenover een configuratie die OpenAI's eigen documentatie als voorbeeld behandelt; of een prijsbeweging van een van beide kanten. De tariefkaart is het enige onderdeel van deze matchup dat eerder is veranderd, en die beweging was omhoog.

Vergelijkingen zoals deze zijn ook waar de faalmodi aan het licht komen: de gedocumenteerde AI-incidenten en agentfouten achter modellen in deze klasse zijn verzameld in het OrcaRouter AI Incident Archive , waar elke vermelding zijn eigen bronnen, ernstgraad, betrouwbaarheidsgraad en betwist-markering bevat.