Grok Voice 3.0 对比 Realtime-Venus：有费率卡的那个看不见，而能看见的那个没有费率卡

2026 年末，全双工语音领域横亘着一条清晰的分界线，而这条线跟质量无关。 Grok Voice 3.0由 SpaceXAI 于 2026 年 10 月 14 日发布，以每分钟音频 0.08 美元的价格位居 Artificial Analysis 语音到语音指数榜首，得分 86.9，而它感知到的只有声音。 Realtime-Venus则是蚂蚁集团 Venus 团队与清华大学合作的、采用双检查点架构的 9B 系统，其技术报告已于 2026 年 9 月 12 日发布在 arXiv 上；它通过 SigLIP2 编码器流式传输摄像头画面，并谈论自己所看到的内容——可它没有 API、没有价格、没有托管端点，也没有任何形式的独立评测。你能买到的一切都只会听。一切能看见的，你都得自己跑。

认知差距就是全部比较

这两者并不是在同一个基准上相差几分。它们的差别在于物理上能够接收什么，而由此产生的后果会一直影响到你能构建出什么。

• 输入——Grok Voice 3.0 接收音频和文本，并带有一个 tools 数组；Realtime-Venus-Omni 接收视频或图像、音频和文本，其视觉被融合进同一个网络，而不是外挂式地附加。

• 轮次转换——Grok Voice 3.0 使用按会话配置的服务器端语音活动检测；Realtime-Venus 则将决策移入模型内部，完全不需要外部检测器。

输出 — Grok Voice 3.0 返回语音和转录文本；Realtime-Venus 返回文本，并可选地返回一段语音波形，该波形由流式流匹配解码器从离散 S3 token 解码而来，而非经过单独的文本转语音阶段。

• 可达性 — Grok Voice 3.0 已通过 SpaceXAI 的实时 WebSocket 上线，code>grok-voice-latest/code> 现在指向它，其前代版本已被弃用；Realtime-Venus 是 Apache-2.0 许可下的两个 BF16 检查点，位于 Hugging Face 上的 code>inclusionAI/Realtime-Venus/code>，其模型卡明确说明该模型未由任何推理服务商部署。

• 可测量性——Grok Voice 3.0 的综合指数为 86.9，包含五个可读组成部分，以及 1070 的竞技场 Elo；Realtime-Venus 只有其自身技术报告中作者报告的数据，且没有排行榜条目，因为不存在可供第三方将评测框架指向的端点。

• 价格 — 音频每分钟 0.08 美元，外加每文本输入 0.004 美元，而相比之下，另一方则完全不收费。

把最后两行放在一起读，决策的轮廓就浮现出来了：拥有经审计数字的那个系统，恰恰是看不见的那个；而能看见的那个系统，从未被任何并非其建造者的人测量过。

报告究竟声称了什么，以及核实它需要付出什么代价

Realtime-Venus 的数据来自它自己的报告和模型卡，作者之外无人复现，也没有可对比的竞技场排名。请把它们视为作者自己的测量结果。

• 视频基准测试，Realtime-Venus-Omni——在报告使用的八项基准测试中，有六项获得最佳分数，包括StreamingBench 70.2、OVO-Bench 64.7和Daily-Omni 81.3。

• 音频基准测试，Realtime-Venus-Audio —— MMAU 78.0、MMAU-Pro 63.2、Llama Questions 83.8、Speech CMMLU 67.8，以及 VoiceBench AlpacaEval 得分 4.81，报告称其与最佳对比数值相当。

• Full-Duplex-Bench v1.5 — 对 75% 的用户打断做出响应，在附和信号下续话率为 97%，在他向言语下为 88%，在背景语音下为 86%，据称在这三项续话指标上均超过 Gemini 3.1 Live 和 GPT-4o。

• 上下文和格式 — 两个检查点均为 40,960 tokens，BF16 权重，英文和中文。

Daily-Omni 那个数字值得停下来细想，因为正是在这里，报告自身的数据发挥了实际作用。MiniCPM-o 4.5 是 OpenBMB 于 2026 年早些时候开源的 9B 全模态模型，在同一基准上报告了 80.2 分——而 Realtime-Venus 的模型卡称，Omni 检查点正是基于它改造而来。Realtime-Venus-Omni 报告的是 81.3 分。如果两者都站得住脚，那么经过大量后训练、运行时和委派工作所带来的提升，在一个基座模型本就处理得很好的基准上，大约只有 1 分。对这类工作而言，这是个现实的结果，远没有“八项中六项最佳”那么富有戏剧性。

与 Grok Voice 3.0 所在的排行榜相比

把两者诚实地并排放在一起，这种比较是不对称的，对任何一方都没有好处。

在对话动态这一唯一有双方系统数据的维度上，Realtime-Venus 在应答性反馈下的 97% 续接率，高于 Grok Voice 3.0 在 Full Duplex Bench 上公布的 97.0%。不同的测试框架、不同的版本，而且两者之中有一个从未被外部第三方运行过——所以诚实的解读是：在唯一一个数字还能被放进同一句话里提及的指标上，Realtime-Venus 声称持平或略优，而这个说法只有一个读者。

在其他所有方面，两者都无法比较，因为其中只有一个登上了榜单。Grok Voice 3.0 的 86.9 综合分可拆解为接近上限的推理数值、97.0% 的双工得分、τ-Voice 上的 71.6%、竞技场偏好上的 Elo 1070，以及 94.8% 的任务成功率，而每一项都是在公开发布的测试框架下测得的，任何人都可以阅读并提出质疑。综合分是一种加权选择，而且竞技场部分在模型获得资格的那一刻就被冻结，而不是追踪实时 Elo——但外部团队可以核查其算术，并对结论提出异议，而不是根本无法形成结论。

这才是证据质量上的真正差别，而且值得在不加任何一方修饰词的情况下直说。两个模型都带有各自厂商关于自身生产部署的说法。SpaceXAI 报告称，Starlink 呼叫中心每天用多种语言处理 20,000 通客户来电，其中约 70% 无需人工即可解决，此外还在 Tesla 和 SpaceX 中每天进行数百万次对话。Ant Group 则完全没有报告任何部署情况，因为根本没有部署——只有一篇论文、一个代码库和一个评测框架。这两组说法都无法从外部审计，而且其中只有一方甚至还在尝试做到可审计。

实际运行 Realtime-Venus 到底涉及什么

下载是真实的。两个包含分片式 safetensors 的检查点目录、自定义 Transformers 代码，使用code>trust_remote_code=True/code> 加载、一个 requirements 文件、token 到波形的资产、一个参考语音以及 Apache-2.0 许可证。全双工流式通过单个方法开关即可进入，文档所述的循环是一秒的流式预填充，随后是流式生成，如此重复。长视频记忆通过 memory-minutes 参数启用，并被描述为免训练，这对于通常需要微调的能力来说很不寻常。

关于它，有两件事比参数更重要。

首先是硬件门槛。一个 BF16 精度的 9B 模型，光权重就大约要十八个吉字节，还没算激活内存，而音视频双工推理还要在此之上再加一个视觉编码器和一个持续运行的一秒流式循环。这属于服务器级部署，不是笔记本电脑能扛的——而且这和那种每分钟只要 0.08 美元、注册当天下午就能用起来的电话通话完全是两回事。

第二点是，最有趣的组件并不在权重里。双循环运行时——一个一秒的交互循环，再加上论文称为 Realtime-Venus-Harness 的后台调度器，它针对对话状态的隔离快照执行委派任务，因此长时间运行的任务不会因对话继续推进而遭到破坏——存在于一个单独的 GitHub 仓库中。因果任务捕获是这份报告中真正新颖的想法，也是由你自己组装并信任的那部分。

最后一点正是两套系统架构交汇之处，也是从这组对照中最该拿走的实用结论。二者都是前端。Grok Voice 3.0 在其会话更新中从一个工具数组里调用工具，并把任何更繁重的工作委派给一个同步应答的后端。Realtime-Venus 则把一枚异步委派标记写进自己的隐藏序列，再把活儿交给一个执行框架。在两种设计里，思考、检索和业务逻辑都发生在一个普通文本模型之中，位于对话层背后——而这一层，是这两套技术栈中你唯一能自由选择的部件。

OrcaRouter 既不承载 Grok Voice 3.0，也不承载 Realtime-Venus。Grok Voice 会话属于 SpaceXAI 自己的 WebSocket，而 Realtime-Venus 是我们并不提供的一项下载；把一个路由器描述成位于双工音频会话内部，等于在描述某种并不存在的东西。被委派的那一段则不同：来自十几家以上上游的 207 个模型，通过一个密钥、按提供商标价、零加价提供，并具备当提供商性能下降时的自动故障转移，以及能把多个模型组合成一次调用的路由 DSL。对于像 Realtime-Venus 这样的架构——其中未经证实的自托管组件把工作交给一个你同样没有做过基准测试的文本模型——故障转移就是“某个提供商度过一个糟糕的下午”与“通话被中断”之间的区别。

该选哪一个，以及答案何时会改变

如果你本季度要发布什么，那么在两者之中，Grok Voice 3.0 是唯一一个属于决策、而非项目的选择。它位居公开排行榜首位，能在 0.81 秒内开始说话，成本与它所替代的模型相同，而且今天就可以通过一个会话参数没有变化的端点调用。先固定你的版本——该别名本季度已经变动过两次——然后再发布。

Realtime-Venus 是对一个范围窄得多的问题的正确答案：你是否需要一个能观察房间并谈论其中内容的模型，它要运行在你自己的硬件上，并且采用的许可证允许你对其进行微调？在这组搭配中，这种能力没有任何托管版本可以对应。Grok Voice 3.0 完全没有视觉输入，榜单上的其他前沿语音模型也是如此。如果这就是你的需求，那么下载是唯一的门路。

能改变这个页面的东西，和能改变这一类别中大多数东西的是同一件事。一个以公开费率提供 Realtime-Venus 的推理服务提供商，会把一项研究产物变成产品，并让比较变得真实；对 97% 背信道延续比例进行第二次独立复现，将能确定这两个系统目前唯一可以共享的那个数字。在这两者之一实现之前，准确的总结很直白：其中一个你能买到，另一个你能读到。你能读到的那个是更有意思的文档，而你能买到的那个是能接电话的那个。