Grok Voice 3.0 vs Realtime-Venus: Degene met de tariefkaart kan niet zien, en degene die kan heeft geen tariefkaart

Er loopt een heldere scheidslijn door full-duplex spraak in eind 2026, en het is niet kwaliteit. Grok Voice 3.0, op 14 oktober 2026 aangekondigd door SpaceXAI, staat bovenaan de Artificial Analysis Speech to Speech Index met 86,9 voor $0,08 per minuut audio, en het neemt niets anders waar dan geluid. Realtime-Venus, het 9B-systeem met twee checkpoints van het Venus Team van Ant Group en de Tsinghua Universiteit, waarvan het technisch rapport op 12 september 2026 op arXiv verscheen, streamt cameraframes via een SigLIP2-encoder en praat over wat het ziet — en het heeft geen API, geen prijs, geen gehost eindpunt en geen enkele onafhankelijke evaluatie. Alles wat je kunt kopen, hoort. Alles wat ziet, moet je zelf draaien.

De perceptiekloof is de hele vergelijking

Deze twee verschillen niet met een paar punten op een gedeelde benchmark. Ze verschillen in wat ze fysiek kunnen opnemen, en de gevolgen reiken helemaal tot wat je kunt bouwen.

• Invoer — Grok Voice 3.0 accepteert audio en tekst met een tools-array; Realtime-Venus-Omni accepteert video of afbeeldingen, audio en tekst, waarbij visuele verwerking in hetzelfde netwerk is versmolten in plaats van eraan vastgeschroefd.

• Beurtwisseling — Grok Voice 3.0 gebruikt spraakactiviteitsdetectie aan de serverzijde die per sessie wordt geconfigureerd; Realtime-Venus verplaatst de beslissing naar het model zelf, zonder enige externe detector.

• Uitvoer — Grok Voice 3.0 retourneert spraak en transcripties; Realtime-Venus retourneert tekst en, optioneel, een spraakgolfvorm die wordt gedecodeerd uit discrete S3-tokens door een streaming flow-matching-decoder in plaats van een afzonderlijke tekst-naar-spraakfase.

• Bereikbaarheid — Grok Voice 3.0 is live via de realtime WebSocket van SpaceXAI, met code>grok-voice-latest/code> dat nu daarnaar verwijst en waarvan de voorganger is afgeschaft; Realtime-Venus bestaat uit twee BF16-checkpoints onder Apache-2.0 op code>inclusionAI/Realtime-Venus/code> op Hugging Face, en de kaart vermeldt duidelijk dat het model door geen enkele inferenceprovider is uitgerold.

• Meetbaarheid — Grok Voice 3.0 heeft een samengestelde index van 86,9 met vijf leesbare componenten en een arena-Elo van 1070; Realtime-Venus heeft door de auteur gerapporteerde cijfers uit het eigen technische rapport en geen leaderboardvermelding, omdat er geen endpoint is waar een derde partij een harness op kan richten.

• Prijs — $0,08 per minuut audio plus $0,004 per tekstinvoer, tegenover helemaal geen prijs.

Lees de laatste twee regels samen en de vorm van de beslissing wordt zichtbaar: het systeem met de gecontroleerde cijfers is het systeem dat niet kan zien, en het systeem dat kan zien is nooit gemeten door iemand die het niet zelf heeft gebouwd.

Wat het rapport daadwerkelijk beweert, en wat het kost om dat te controleren

De cijfers van Realtime-Venus komen uit het eigen rapport en de eigen modelkaart, niemand buiten de auteurs heeft ze gereproduceerd, en er is geen arena-plaatsing om tegen te vergelijken. Lees ze als de metingen van de auteurs.

• Videobenchmarks, Realtime-Venus-Omni — beste score op zes van de acht benchmarks die het rapport gebruikt, waaronder StreamingBench 70,2, OVO-Bench 64,7 en Daily-Omni 81,3.

• Audiobenchmarks, Realtime-Venus-Audio — MMAU 78,0, MMAU-Pro 63,2, Llama Questions 83,8, Speech CMMLU 67,8 en een VoiceBench AlpacaEval-score van 4,81 waarvan het rapport aangeeft dat deze overeenkomt met het beste vergelijkingscijfer.

• Full-Duplex-Bench v1.5 — reageert op 75% van de gebruikersonderbrekingen, met continuatiepercentages van 97% bij backchannels, 88% bij op anderen gerichte spraak en 86% bij achtergrondspraak; naar verluidt overtreft het Gemini 3.1 Live en GPT-4o op alle drie de continuatiemetrieken.

• Context en formaat — 40.960 tokens op beide checkpoints, BF16-gewichten, Engels en Chinees.

Het Daily-Omni-cijfer is het cijfer waarbij je even moet stilstaan, want daar doen de eigen cijfers van het rapport iets nuttigs. MiniCPM-o 4.5, het 9B omni-modale model dat OpenBMB eerder in 2026 als open source heeft uitgebracht, rapporteert 80,2 op dezelfde benchmark — en de Realtime-Venus-modelkaart vermeldt dat het Omni-checkpoint daarvan is afgeleid. Realtime-Venus-Omni rapporteert 81,3. Als beide standhouden, is de verbetering uit een aanzienlijke inspanning op het gebied van post-training, runtime en delegatie ongeveer één punt op een benchmark waarop het basismodel al goed presteerde. Dat is een realistisch resultaat voor dit soort werk en een veel minder dramatisch verhaal dan 'de beste op zes van de acht'.

Tegen het scorebord waarop Grok Voice 3.0 staat

Zet de twee eerlijk naast elkaar en de vergelijking is asymmetrisch op een manier die geen van beide vleit.

Wat gespreksdynamiek betreft, de enige as waarvoor beide systemen iets rapporteren, is Realtime-Venus' 97% voortzetting onder backchannels hoger dan de 97,0% die Grok Voice 3.0 op Full Duplex Bench rapporteert. Verschillende testopstellingen, verschillende versies, en een van de twee is nooit door een externe partij gedraaid — dus de eerlijke lezing is dat Realtime-Venus pariteit of iets beter claimt op de ene metriek waar de cijfers zelfs in dezelfde zin genoemd kunnen worden, en die claim heeft één lezer.

Op alle andere punten kunnen de twee niet met elkaar worden vergeleken, omdat slechts één van hen op een scorebord staat. De samengestelde score van Grok Voice 3.0, 86,9, valt uiteen in een redeneercijfer dicht bij het plafond, de duplexscore van 97,0%, 71,6% op τ-Voice, Elo 1070 op arena-voorkeur en 94,8% taaksucces, elk gemeten onder een gepubliceerde testomgeving die iedereen kan lezen en betwisten. Een samengestelde score is een keuze van weging, en de arena-component wordt bevroren op het moment dat een model in aanmerking komt, in plaats van live Elo te volgen — maar een extern team kan de berekening controleren en het oneens zijn met de conclusie, in plaats van er geen te kunnen vormen.

Dat is het echte verschil in bewijskwaliteit, en het is de moeite waard om het te stellen zonder de adjectieven van beide kanten. Beide modellen bevatten leveranciersclaims over hun eigen productie-implementaties. SpaceXAI rapporteert dat Starlink-callcenters 20.000 klantgesprekken per dag in meerdere talen afhandelen, waarvan ongeveer 70% zonder een mens wordt opgelost, plus miljoenen dagelijkse gesprekken bij Tesla en SpaceX. Ant Group rapporteert helemaal niets over implementatie, omdat er geen implementatie is — slechts een paper, een repository en een harnas. Geen van beide sets is van buitenaf auditbaar, en slechts één ervan probeert dat zelfs maar te zijn.

Wat het runnen van Realtime-Venus eigenlijk inhoudt

De download is echt. Twee checkpointmappen met gesharde safetensors, aangepaste Transformers-code geladen met code>trust_remote_code=True/code>, een requirements-bestand, de token-naar-waveform-assets, een referentiestem en een Apache-2.0-licentie. Full-duplexstreaming wordt geactiveerd met één enkele methode-switch, en de gedocumenteerde lus is één seconde streaming-prefill gevolgd door streaminggeneratie, herhaald. Long-video-geheugen wordt ingeschakeld met een memory-minutes-parameter en wordt beschreven als training-free, wat ongebruikelijk is voor een functionaliteit die normaal fine-tuning vereist.

Twee dingen eraan wegen zwaarder dan de specificaties.

Het eerste is de hardwareondergrens. Een 9B-model in BF16 is ongeveer achttien gigabyte aan gewichten voordat er geheugen voor activaties bijkomt, en audio-visuele duplex-inferentie voegt daar de visuele encoder en een continue streaming-lus van één seconde bovenop toe. Dat is een deployment voor serverklasse, niet voor een laptop — en het is iets anders dan een telefoongesprek dat $0,08 per minuut kost en begint te werken in de middag dat je je aanmeldt.

Ten tweede: het meest interessante onderdeel zit niet in de gewichten. De dual-loop runtime — een interactielus van één seconde plus een achtergrond-scheduler die het paper Realtime-Venus-Harness noemt, en die gedelegeerde taken uitvoert tegen een geïsoleerde snapshot van de gespreksstatus, zodat een langdurige taak niet kan worden verstoord doordat het gesprek verdergaat — bevindt zich in een aparte GitHub-repository. Causale taakvastlegging is het werkelijk nieuwe idee in het rapport, en het is het onderdeel dat je zelf samenstelt en moet vertrouwen.

Dat laatste punt is waar de architectuur van de twee systemen samenkomt, en het is het praktische inzicht dat je aan deze combinatie overhoudt. Beide zijn front-ends. Grok Voice 3.0 roept tools aan vanuit een tools-array in zijn sessie-update en delegeert alles wat zwaarder is naar een backend die synchroon antwoordt. Realtime-Venus geeft een asynchrone delegatiemarkering af in zijn eigen verborgen sequentie en draagt het werk over aan een harness. In beide ontwerpen vinden het denken, het ophalen en de bedrijfslogica plaats in een gewoon tekstmodel achter een conversationele laag — en die laag is het enige onderdeel van beide stacks dat je vrij mag kiezen.

OrcaRouter ondersteunt noch Grok Voice 3.0 noch Realtime-Venus. De Grok Voice-sessie hoort bij de eigen WebSocket van SpaceXAI, en Realtime-Venus is een download die wij niet aanbieden; een router beschrijven als iets dat zich in een duplex-audiosessie bevindt, zou het beschrijven van iets zijn dat niet bestaat. Het gedelegeerde deel is anders: 207 modellen van meer dan een dozijn upstreams achter één sleutel tegen de lijstprijs van de provider zonder markup, met automatische failover wanneer een provider achteruitgaat en een routing-DSL die meerdere modellen in één aanroep samenbrengt. Voor een architectuur zoals die van Realtime-Venus, waarin een onbewezen zelfgehoste component werk doorschuift naar een tekstmodel dat je ook niet hebt gebenchmarkt, is failover het verschil tussen een slechte middag voor één provider en een weggevallen gesprek.

Welke je moet kiezen, en wanneer het antwoord verandert

Als je dit kwartaal iets uitbrengt, is Grok Voice 3.0 van de twee de enige die een beslissing is in plaats van een project. Het staat bovenaan het openbare klassement, het begint te spreken in 0,81 seconden, het kost hetzelfde als het model dat het vervangt, en het is vandaag aanroepbaar via een endpoint waarvan de sessieparameters niet zijn gewijzigd. Zet eerst je versie vast — de alias is dit kwartaal al twee keer verschoven — en breng het dan uit.

Realtime-Venus is het juiste antwoord op een veel nauwere vraag: heb je een model nodig dat een ruimte observeert en praat over wat erin zit, op hardware die je zelf bezit, onder een licentie die je toestaat het te fine-tunen? Die capaciteit heeft geen gehost equivalent in deze combinatie. Grok Voice 3.0 heeft helemaal geen visuele input, en de andere frontier-stemmodellen in de line-up hebben die ook niet. Als dat jouw vereiste is, is de download de enige deur.

Wat deze pagina zou veranderen, is hetzelfde als wat het grootste deel van deze categorie zou veranderen. Een inferentieprovider die Realtime-Venus aanbiedt met een gepubliceerd tarief zou van een onderzoeksartefact een product maken en de vergelijking echt maken; een tweede, onafhankelijke reproductie van het cijfer van 97% voor backchannel-continuering zou het enige getal beslechten dat de twee systemen momenteel kunnen delen. Tot een van beide er is, is de accurate samenvatting bot: een van deze kun je kopen, en een van deze kun je lezen. Degene die je kunt lezen is het interessantere document, en degene die je kunt kopen is degene die de telefoon opneemt.