Grok Voice 3.0 vs Grok Voice Think Fast 2.0: Gratis uppgradering, verkliga vinster, en regression

Modellen som Grok Voice 3.0 ersätter är samma modell som du hittar på Artificial Analysis under ett annat namn. Sök på resultattavlan efter Grok Voice Think Fast 2.0 och du hittar den inte; sök efter Grok Voice 2.0 och du hittar 81,3, vilket är siffran som den tidigare modellens egen lanseringsbevakning rapporterade för Think Fast 2.0 under konfigurationsetiketten "High". SpaceXAI:s API kallar modell-ID:t grok-voice-2.0 och dess versionsinformation kallar generationen från juli för Grok Voice 2.0, medan tillkännagivandet som introducerade den använde namnet Think Fast. Så när SpaceXAI avvecklade grok-voice-2.0 den 14 oktober 2026 och lät grok-voice-latest peka på grok-voice-3.0, pensionerade man den modell som dess egen rad på resultattavlan och dess eget marknadsföringsnamn beskriver som två saker.

Den praktiska konsekvensen är att en uppgradering som många team redan har fått — i tysthet, utan en driftsättning, eftersom aliaset flyttades — är större än namnförvirringen antyder och mindre än indexgapet antyder. Båda modellerna debiterar 0,08 dollar per minut och 0,004 dollar per textinmatning, så priset ändrades inte. Det gjorde däremot det mesta av kvaliteten.

Vad uppgraderingen ger, komponent för komponent

Varje siffra i det här avsnittet kommer från Artificial Analysis egna tester, daterade 13 oktober 2026 för Grok Voice 3.0 och från samma resultattavla för den utgående generationen.

• Speech to Speech Index — 86,9 för Grok Voice 3.0 mot 81,3 för Grok Voice Think Fast 2.0. En sammansatt ökning på 5,6 punkter, vilket låter som en versionsuppdatering tills du plockar isär den.

• Agentisk prestanda, τ-Voice — 71,6 % mot 56,5 %. Det är här releasen faktiskt lever. Femton punkter i slutförandet av uppgifter över flera turer är skillnaden mellan en röstmodell som hanterar ett manusstyrt samtal och en som hanterar ett samtal med förgreningar.

• Preferens för Speech Agent Arena — Elo 1070 mot 1011. Femtionio poäng i mänsklig preferens, och den högsta som registrerats på resultattavlan.

• Konversationsdynamik, Full Duplex Bench – 97,0 % mot 95,1 %. Nästan två procentenheter på avbrytning och turtagning, vilket är den axel som den här modellserien ursprungligen byggdes för att vinna.

• Talresonemang, Big Bench Audio — 98,5 % mot 97,2 %. Båda ligger i praktiken på taket.

• Uppgiftsframgång — 94,8 % mot 94,6 %. Oförändrat inom mätosäkerheten. Om din utvärdering är en förfrågan i en enda tur som slutförts korrekt, får dessa två modeller samma poäng och uppgraderingen är osynlig.

• Tid till första ljudet — 0,81 sekunder för Grok Voice 3.0 jämfört med 0,70 för Grok Voice Think Fast 2.0.

• Pris — identiskt på båda sidor. 0,08 $ per minut, 4,80 $ per timme, plus 0,004 $ per textinmatning.

Regressionen, och varför den är den intressanta delen

Läs de två sista raderna tillsammans. Grok Voice Think Fast 2.0 kortade tiden till första ljud från sin egen föregångares 1,25 sekunder till 0,70, och xAI sålde in den siffran hårt – den var den snabbaste publicerade siffran i kategorin när den lanserades i slutet av juli 2026, och den är fortfarande snabbare än något annat på listan. Grok Voice 3.0 ger tillbaka 0,11 sekunder av det.

Det är inte en skandal och det är inte en olycka. Det är det synliga priset för τ-Voice-hoppet. Vad xAI än lade till i modellen för att flytta slutförandet av uppgifter över flera turer från 56,5 % till 71,6 % kostar tid före den första ljudramen, och ingen mängd prompt engineering kan få tillbaka den, eftersom fördröjningen finns inuti modellen i stället för framför den.

Det som gör att det är värt att säga rakt ut är att det vänder på säljargumentet. Ett team som valde Think Fast 2.0 gjorde det i de flesta fall för 0,70. Om det är därför modellen finns i din stack är efterträdaren mätbart sämre på egenskapen du köpte den för, och det ärliga att göra är att mäta om 0,11 sekunders extra fördröjning kostar dig mer än de 15 poäng i uppgiftsgenomförande den ger dig. I en telefonidriftsättning är svaret inte självklart åt något håll, och det beror på var i ditt samtalsflöde agenten utför faktiskt arbete.

Aliaset flyttade, och det är ingen fotnot.

grok-voice-2.0 är utfasad från och med utgåvan den 14 oktober, och grok-voice-latest pekar nu på grok-voice-3.0. Alla som hade driftsatt mot aliaset flyttades automatiskt över till den nya modellen, utan någon kodändring och utan att något i deras loggar indikerade det.

Ställ det mot tidslinjen och det blir ett mönster snarare än en isolerad händelse. Den 5 augusti 2026 – omkring tio veckor före det här släppet – riktades grok-voice-latest mot modellen som nu kallas Think Fast 2.0, och utvecklare som ville stanna kvar på den föregående generationen måste låsa ett versionerat modell-ID före det datumet eller absorbera ändringen. Det är två tysta byten under ett och samma kvartal, där vart och ett förändrar latensegenskaperna med mer än en tiondels sekund, utan något versionsmanifest och utan något avvecklingsfönster som aviserats i förväg.

För en chattbot är det okej. För ett telefonsystem med en regressionssvit skriven mot en specifik rösts timing, eller ett SLA som anger en interaktionslatens, innebär det att aliaset inte är den abstraktion det verkar vara. Lås det versionerade ID:t i produktion och behandla grok-voice-latest som en bekvämlighet för staging snarare än ett distributionsmål.

Vad som inte förändrades, och en sak som består

Uppgraderingen är nästan en drop-in, och det är värt att vara specifik om varför, eftersom alternativet – till exempel GPT-Live-1 – kräver en WebRTC-omskrivning av ljudtransporten och ett delegeringsmönster som inte har någon motsvarighet här. Grok Voice 3.0 behåller samma WebSocket-slutpunkt för realtid, samma session.update-parametrar, samma händelsenamn, samma bearer-token-handskakning och samma kortlivade efemära tokens för anslutningar på klientsidan. Rösterna är oförändrade, och den anpassade röstslutpunkten som tränar en röst från ett referensklipp på upp till 120 sekunder producerar id:n som fungerar i realtids-API:et och i strömmande text-till-tal precis som tidigare.

Det som följer med snarare än förbättras är underlaget på transkriberingssidan. Den förra generationen marknadsfördes hårt utifrån ordfelsfrekvens — xAI rapporterade att man hade utvärderat tusentals korta fraser på 24 språk och funnit 1,5 till 2,0 gånger lägre fel än dedikerade tal-till-text-modeller, inklusive Deepgram Nova 3 och ElevenLabs Scribe v2, 1,4 gånger lägre än sin egen föregångare, och ungefär 10 gånger lägre fel i brusiga förhållanden med bakgrundsbrus och telefonkomprimering. Det är leverantörens siffror och de har aldrig reproducerats oberoende. Lanseringsmaterialet för Grok Voice 3.0 upprepar dem inte, vilket varken är en bekräftelse eller ett återtagande. Om noggrannheten i brusiga kanaler är bärande för din driftsättning, är det en av få saker du måste återtesta själv i stället för att läsa av en resultattavla.

Provar den nya utan att satsa telefonlinjen på den

Anledningen till att en versionspin kostar så lite här är att inget hos Grok Voice 3.0 är svårt att sätta upp sida vid sida — och anledningen till att en router är värd att ha i den här stacken är inte ljudlagret, som enbart tillhör xAI, utan allt som ljudlagret anropar.

OrcaRouter tillhandahåller inte Grok Voice realtids-endpoint och skulle inte kunna göra det; en duplex-ljud-WebSocket är en yta för en enda leverantör. Det vi kör är den textnivå som röstmodellen anropar. En röstinstallation är en röstmodell plus en klassificerare, en sammanfattare, ett hämtningssteg och en backend för verktygsanrop, och den halvan är vanlig begäransmätt inferens: över 200 modeller bakom en enda nyckel, till leverantörens listpris utan påslag, så en leverantörsprissänkning var som helst i det lagret slår igenom hos oss samma dag i stället för vid förnyelse; automatisk redundansväxling när en leverantör försämras, vilket för ett pågående samtal är skillnaden mellan en nyförsökt sökning och en tappad uppringare; och en routing-DSL som låter dig komponera flera modeller till ett enda anrop och byta mixen på livetrafik utan att röra ljudvägen.

Den strukturen är det som gör pinningen billig. Behåll grok-voice-2.0 i produktion, rikta en andra miljö mot grok-voice-3.0 och låt samma backend-modeller svara på båda — jämförelsen mäter då den enda variabeln du faktiskt ändrade, och kodvägen under den är identisk i båda riktningarna.

Domen, en rad vardera

Uppgradera om din agent utför arbete i stället för att föra konversation. Femton poäng i τ-Voice och 59 poäng i arena-preferens till oförändrat pris är den tydligaste värde-för-ingenting-affären i den här kategorin i år, och ingenting i integrationen behöver ändras för det.

Pinna och testa först om hela ditt argument för xAI:s röstlinje var 0,70-sekundersstarten. Den egenskapen är nu 0,81, modellen som slog den körs fortfarande, och den är föråldrad snarare än borttagen.

Ignorera namngivningen. Grok Voice Think Fast 2.0, Grok Voice 2.0 och API-id:t grok-voice-2.0 pekar alla på samma generation, och om du har läst en topplista som bara listar ett av dessa namn, har du läst rätt siffra under en etikett som din egen konfigurationsfil inte använder.

Jämförelser som denna är också där felmoderna visar sig: de dokumenterade AI-incidenterna och agentfelen bakom modeller i denna klass samlas i the OrcaRouter AI Incident Archive, där varje post har sina egna källor, allvarlighetsgrad, konfidensgrad och omtvistad flagga.