Grok Voice 3.0 vs Realtime-Venus: Aquele com a tabela de preços não consegue ver, e aquele que consegue não tem tabela de preços

Há uma linha divisória nítida atravessando a voz full-duplex no final de 2026, e não é a qualidade. Grok Voice 3.0, anunciado pela SpaceXAI em 14 de outubro de 2026, ocupa a primeira posição do Artificial Analysis Speech to Speech Index com 86,9 a US$ 0,08 por minuto de áudio, e não percebe nada além de som. Realtime-Venus, o sistema 9B de dois checkpoints da equipe Venus da Ant Group com a Universidade Tsinghua, cujo relatório técnico foi publicado no arXiv em 12 de setembro de 2026, transmite quadros de câmera por meio de um codificador SigLIP2 e fala sobre o que vê — e não tem API, preço, endpoint hospedado nem avaliação independente de qualquer tipo. Tudo o que você pode comprar ouve. Tudo o que enxerga, você mesmo precisa rodar.

A lacuna de percepção é toda a comparação

Estes dois não diferem por alguns pontos em um benchmark compartilhado. Eles diferem naquilo que são fisicamente capazes de absorver, e as consequências chegam até o que você pode construir.

• Entrada — Grok Voice 3.0 recebe áudio e texto com um array de ferramentas; Realtime-Venus-Omni recebe vídeo ou imagens, áudio e texto, com visão fundida na mesma rede, em vez de acoplada depois.

• Alternância de turnos — Grok Voice 3.0 usa detecção de atividade de voz do lado do servidor configurada por sessão; Realtime-Venus move a decisão para dentro do modelo, sem nenhum detector externo.

• Saída — Grok Voice 3.0 retorna fala e transcrições; Realtime-Venus retorna texto e, opcionalmente, uma forma de onda de fala decodificada a partir de tokens S3 discretos por um decodificador de correspondência de fluxo em streaming, em vez de um estágio separado de conversão de texto em fala.

• Alcance — o Grok Voice 3.0 está no ar pelo WebSocket em tempo real da SpaceXAI, com code>grok-voice-latest/code> agora apontando para ele e seu antecessor descontinuado; o Realtime-Venus é composto por dois checkpoints BF16 sob Apache-2.0 em code>inclusionAI/Realtime-Venus/code> no Hugging Face, e o cartão afirma claramente que o modelo não é implantado por nenhum provedor de inferência.

• Mensurabilidade — Grok Voice 3.0 possui um índice composto de 86,9, com cinco componentes legíveis, e um Elo de arena de 1070; Realtime-Venus tem números relatados pelos autores em seu próprio relatório técnico e nenhuma entrada em ranking, porque não há endpoint para o qual um terceiro possa apontar um harness.

• Preço — US$ 0,08 por minuto de áudio mais US$ 0,004 por entrada de texto, contra nenhum preço.

Leia as duas últimas linhas em conjunto e a forma da decisão surge: o sistema com os números auditados é o que não consegue ver, e o que consegue ver nunca foi medido por ninguém que não o tenha construído.

O que o relatório realmente afirma, e quanto custa verificar

Os números do Realtime-Venus vêm de seu próprio relatório e de sua ficha de modelo, ninguém fora dos autores os reproduziu, e não há colocação em arena para comparar. Leia-os como medições dos autores.

• Benchmarks de vídeo, Realtime-Venus-Omni — melhor pontuação em seis dos oito benchmarks usados no relatório, incluindo StreamingBench 70,2, OVO-Bench 64,7 e Daily-Omni 81,3.

• Benchmarks de áudio, Realtime-Venus-Audio — MMAU 78,0, MMAU-Pro 63,2, Llama Questions 83,8, Speech CMMLU 67,8 e uma pontuação de 4,81 no AlpacaEval do VoiceBench que o relatório descreve como equivalente ao melhor valor de comparação.

• Full-Duplex-Bench v1.5 — resposta a 75% das interrupções do usuário, com taxas de continuação de 97% em backchannels, 88% em fala dirigida a outros e 86% em fala de fundo, declarado superar o Gemini 3.1 Live e o GPT-4o em todas as três métricas de continuação.

• Contexto e formato — 40.960 tokens em ambos os checkpoints, pesos BF16, inglês e chinês.

O valor do Daily-Omni é o que merece uma pausa, porque é aí que os próprios números do relatório fazem algo útil. O MiniCPM-o 4.5, o modelo omni-modal de 9B que a OpenBMB disponibilizou em código aberto no início de 2026, reporta 80,2 no mesmo benchmark — e a ficha do Realtime-Venus afirma que o checkpoint Omni é adaptado a partir dele. O Realtime-Venus-Omni reporta 81,3. Se ambos se confirmarem, a melhoria decorrente de um esforço substancial de pós-treinamento, runtime e delegação é de aproximadamente um ponto num benchmark no qual o modelo base já tinha bom desempenho. Esse é um resultado realista para esse tipo de trabalho e uma história bem menos dramática do que "melhor em seis de oito".

Contra o placar em que o Grok Voice 3.0 se senta

Ponha os dois lado a lado com honestidade e a comparação é assimétrica de uma forma que não favorece nenhum dos dois.

Na dinâmica conversacional, o único eixo sobre o qual ambos os sistemas relatam algo, a continuação de 97% da Realtime-Venus sob backchannels é maior do que os 97,0% que o Grok Voice 3.0 registra no Full Duplex Bench. Harnesses diferentes, versões diferentes, e um dos dois nunca foi executado por terceiros — então a leitura honesta é que a Realtime-Venus alega paridade ou um desempenho ligeiramente melhor na única métrica em que os números podem sequer ser mencionados na mesma frase, e essa alegação tem um único leitor.

Em tudo o mais, os dois não podem ser comparados, porque só um deles está em um ranking. O composto de 86,9 do Grok Voice 3.0 decompõe-se em uma métrica de raciocínio próxima do teto, na pontuação duplex de 97,0%, em 71,6% no τ-Voice, Elo 1070 em preferência de arena e 94,8% de sucesso em tarefas, cada um medido sob um harness publicado que qualquer pessoa pode ler e contestar. Um composto é uma escolha de ponderação, e o componente de arena fica congelado no momento em que um modelo se torna elegível, em vez de acompanhar o Elo ao vivo — mas uma equipe externa pode verificar a aritmética e discordar da conclusão, em vez de ser incapaz de formar uma.

Essa é a verdadeira diferença na qualidade das evidências, e vale a pena afirmá-la sem os adjetivos de nenhum dos lados. Ambos os modelos trazem alegações de fornecedores sobre suas próprias implantações em produção. A SpaceXAI relata que centrais de atendimento da Starlink lidam com 20.000 chamadas de clientes por dia em vários idiomas, com cerca de 70% resolvidas sem intervenção humana, além de milhões de conversas diárias na Tesla e na SpaceX. O Ant Group não relata absolutamente nada sobre implantação, porque não há implantação — apenas um artigo, um repositório e uma estrutura de avaliação. Nenhum dos conjuntos é auditável de fora, e apenas um deles está sequer tentando ser auditável.

O que realmente envolve executar o Realtime-Venus

O download é real. Dois diretórios de checkpoint com safetensors fragmentados, código personalizado do Transformers carregado com code>trust_remote_code=True/code>, um arquivo de requisitos, os ativos de token para forma de onda, uma voz de referência e uma licença Apache-2.0. O streaming full-duplex é iniciado com uma única comutação de método, e o loop documentado é um segundo de prefill de streaming seguido de geração de streaming, repetido. A memória de vídeo longo é habilitada com um parâmetro de minutos de memória e é descrita como sem treinamento, o que é incomum para um recurso que normalmente requer ajuste fino.

Duas coisas nele importam mais do que as especificações.

O primeiro é o limite mínimo de hardware. Um modelo 9B em BF16 tem aproximadamente dezoito gigabytes de pesos antes da memória de ativação, e a inferência duplex de áudio e vídeo acrescenta o codificador visual e um loop contínuo de streaming de um segundo por cima. Isso é uma implantação de classe servidor, não de laptop — e é uma proposta diferente de uma chamada telefônica que custa US$ 0,08 por minuto e começa a funcionar na tarde em que você se cadastra.

A segunda é que o componente mais interessante não está nos pesos. O runtime de duplo ciclo — um ciclo de interação de um segundo mais um agendador em segundo plano que o artigo chama de Realtime-Venus-Harness, que executa tarefas delegadas contra um instantâneo isolado do estado da conversa, para que um trabalho de longa duração não possa ser corrompido pelo avanço da conversa — reside num repositório GitHub separado. A captura causal de tarefas é a ideia genuinamente nova no relatório, e é a parte que você mesmo monta e em que confia.

Esse último ponto é onde a arquitetura dos dois sistemas converge, e é a lição prática a extrair do pareamento. Ambos são front ends. O Grok Voice 3.0 chama ferramentas de um array de ferramentas em sua atualização de sessão e delega qualquer coisa mais pesada a um backend que responde de forma síncrona. O Realtime-Venus emite um marcador de delegação assíncrona em sua própria sequência oculta e entrega o trabalho a um harness. Em ambos os designs, o raciocínio, a recuperação e a lógica de negócios acontecem em um modelo de texto comum por trás de uma camada conversacional — e essa camada é a única parte de qualquer uma das pilhas que você pode escolher livremente.

O OrcaRouter não inclui nem o Grok Voice 3.0 nem o Realtime-Venus. A sessão do Grok Voice pertence ao próprio WebSocket da SpaceXAI, e o Realtime-Venus é um download que não servimos; descrever um roteador como estando dentro de uma sessão de áudio duplex seria descrever algo que não existe. A parte delegada é diferente: 207 modelos de mais de uma dúzia de upstreams por trás de uma única chave, ao preço de tabela do provedor, sem margem, com failover automático quando um provedor degrada e uma DSL de roteamento que compõe vários modelos em uma única chamada. Para uma arquitetura como a do Realtime-Venus, onde um componente auto-hospedado não comprovado passa o trabalho para um modelo de texto que você também não avaliou, o failover é a diferença entre uma tarde ruim para um provedor e uma chamada perdida.

Qual escolher e quando a resposta muda

Se você vai lançar algo neste trimestre, o Grok Voice 3.0 é o único dos dois que é uma decisão, e não um projeto. Ele ocupa o topo do ranking público, começa a falar em 0,81 segundo, custa o mesmo que o modelo que substitui e pode ser chamado hoje por um endpoint cujos parâmetros de sessão não mudaram. Fixe sua versão primeiro — o alias já mudou duas vezes neste trimestre — e depois lance.

Realtime-Venus é a resposta certa para uma pergunta muito mais restrita: você precisa de um modelo que observe um ambiente e fale sobre o que há nele, em hardware que você possui, sob uma licença que permita fazer fine-tuning nele? Essa capacidade não tem equivalente hospedado nesta combinação. O Grok Voice 3.0 não tem nenhuma entrada visual, e nem os outros modelos de voz de ponta do mercado. Se esse é o seu requisito, o download é a única porta.

O que mudaria esta página é a mesma coisa que mudaria a maior parte desta categoria. Um provedor de inferência que oferecesse o Realtime-Venus com um preço publicado transformaria um artefato de pesquisa em um produto e tornaria a comparação real; uma segunda reprodução independente do índice de 97% de continuação de backchannel resolveria o único número que os dois sistemas podem atualmente compartilhar. Até que uma das duas se concretize, o resumo preciso é direto: um desses você pode comprar, e um deles você pode ler. O que você pode ler é o documento mais interessante, e o que você pode comprar é o que atende o telefone.