Grok Voice 3.0 對比 Realtime-Venus：有費率表的那一方看不見，而看得見的那一方沒有費率表

2026 年底，全雙工語音領域有一條清晰的分界線，而這條線劃分的並不是品質。Grok Voice 3.0由 SpaceXAI 於 2026 年 10 月 14 日發表，以每分鐘音訊 0.08 美元的價格，在 Artificial Analysis Speech to Speech Index 上以 86.9 分穩居榜首，而它唯一能感知的就是聲音。Realtime-Venus這套來自螞蟻集團 Venus 團隊與清華大學合作、採用雙檢查點架構的 9B 系統，其技術報告於 2026 年 9 月 12 日發布在 arXiv 上；它透過 SigLIP2 編碼器串流傳輸攝影機畫面，並談論自己看見了什麼——而它既沒有 API、沒有價格、沒有代管端點，也沒有任何形式的獨立評測。你能買到的一切，都只會聽。一切能看見的，你都得自己動手跑。

認知落差就是比較的全部。

這兩者並非在同一套基準測試上只差幾分。它們的差異在於實際上能吸納什麼，而這個差異的後果會一路影響到你最終能打造出什麼。

• 輸入 — Grok Voice 3.0 接收音訊與文字，並搭配工具陣列；Realtime-Venus-Omni 接收影片或圖像、音訊與文字，且視覺能力是融合進同一個網路之中，而非外掛附加。

• 發言輪替 — Grok Voice 3.0 採用依工作階段設定的伺服器端語音活動偵測；Realtime-Venus 則把決策移進模型內部，完全不需要外部偵測器。

• 輸出 — Grok Voice 3.0 回傳語音與逐字稿；Realtime-Venus 回傳文字，並可選地回傳由串流 flow-matching 解碼器從離散 S3 tokens 解碼出的語音波形，而非透過獨立的文字轉語音階段。

• 可達性 — Grok Voice 3.0 已在 SpaceXAI 的即時 WebSocket 上線，其中 code>grok-voice-latest/code> 現在會解析至它，而其前代已棄用；Realtime-Venus 是兩個採用 Apache-2.0 授權的 BF16 檢查點，位於 code>inclusionAI/Realtime-Venus/code>（在 Hugging Face 上），且該模型卡明確指出該模型未由任何推論供應商部署。

• 可衡量性 — Grok Voice 3.0 擁有 86.9 的綜合指數，包含五個可讀取的組成部分，以及 arena Elo 1070；Realtime-Venus 則只有來自其自家技術報告的作者自行報告數字，且沒有排行榜登錄，因為沒有端點能讓第三方把測試框架指向它。

• 價格 — 每分鐘音訊 $0.08，加上每筆文字輸入 $0.004，對比完全不收費。

把最後兩行合起來讀，抉擇的形狀便浮現：擁有經審計數字的系統，正是那個看不見的；而那個看得見的，從未由任何非其建造者的人丈量過。

報告實際上主張了什麼，以及查核它需要付出什麼代價

Realtime-Venus 的數據來自其自家報告與模型卡，作者以外的任何人都未曾重現過，也沒有可資對照的競技場排名。請把這些數據當作作者自己的測量結果來解讀。

• 影片基準測試，Realtime-Venus-Omni — 在該報告採用的八項基準中，有六項獲得最佳分數，包括 StreamingBench 70.2、OVO-Bench 64.7 與 Daily-Omni 81.3。

• 音訊基準測試，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，報告稱其與最佳比較數據相符。

• Full-Duplex-Bench v1.5 — 對 75% 的使用者插話做出回應，且在反饋訊號下的延續率達 97%、在他人導向語音下達 88%、在背景語音下達 86%，據稱在三項延續指標上均超越 Gemini 3.1 Live 與 GPT-4o。

• 上下文與格式 — 兩個檢查點皆為 40,960 個 token，BF16 權重，英文與中文。

Daily-Omni 的那個數字值得停下來細看，因為正是在這裡，報告自身的數據展現了實際用處。MiniCPM-o 4.5，這個 OpenBMB 於 2026 年初開源的 9B 全模態模型，在同一項基準測試中回報 80.2——而 Realtime-Venus 的模型卡指出，Omni 檢查點是從它改編而來。Realtime-Venus-Omni 回報 81.3。如果兩者都站得住腳，那麼投入大量後訓練、執行時與委派工作所帶來的改進，在這項基礎模型本來就處理得不錯的基準測試上大約只有一分。對這類工作而言，這是個實際的結果，也比「八項中六項最佳」的說法平淡得多。

倚著計分板，Grok Voice 3.0 就坐落在其上

把兩者誠實地並列，比較起來是不對稱的，而這種不對稱對誰都不加分。

在對話動態方面，這是兩個系統唯一都有數據可報的軸線：Realtime-Venus 在回饋訊號下的 97% 續接率高於 Grok Voice 3.0 在 Full Duplex Bench 上公布的 97.0%。不同的測試框架、不同的版本，而且兩者之中有一個從未由外部第三方運行過——所以誠實的解讀是，Realtime-Venus 在唯一一個數字甚至能被放在同一句話裡提及的指標上，宣稱持平或略勝一籌，而這個宣稱只有一個讀者。

在其他一切方面，這兩者無法相比，因為只有其中一個在榜單上。Grok Voice 3.0 的 86.9 綜合分可拆解為接近上限的推理數值、97.0% 的雙工分數、τ-Voice 上的 71.6%、競技場偏好上的 Elo 1070，以及 94.8% 的任務成功率，每一項都是在公開的測試框架下測得，任何人都能閱讀並提出質疑。綜合分是一種權重選擇，而競技場成分是在模型符合資格的那一刻凍結，而非追蹤即時 Elo——但外部團隊可以檢查算術，並對結論提出異議，而不是無法形成任何結論。

那才是證據品質的真正差異，而且值得不帶任何一方的形容詞來陳述。兩個模型都帶有供應商對自身正式部署的說法。SpaceXAI 報告指出，Starlink 客服中心每天以多種語言處理 20,000 通客戶來電，其中約 70% 無需真人即可解決，另外在 Tesla 和 SpaceX 每天還有數百萬次對話。Ant Group 則完全未報告任何部署情況，因為根本沒有部署——只有一篇論文、一個儲存庫和一個測試框架。這兩組說法都無法從外部審計，而且只有其中一方甚至試圖做到可審計。

實際執行 Realtime-Venus 究竟涉及什麼

這個下載是真的。兩個檢查點目錄內含分片的 safetensors、以 code>trust_remote_code=True/code> 載入的自訂 Transformers 程式碼、一份 requirements 檔案、token 轉波形的素材、一個參考語音，以及 Apache-2.0 授權。只要切換一個方法，就能進入全雙工串流，而文件中記載的迴圈是先進行一秒的串流預填，接著是串流生成，如此反覆。長影片記憶可透過 memory-minutes 參數啟用，並被描述為免訓練，這對於通常需要微調才能具備的能力而言相當不尋常。

關於它，有兩件事比規格更重要。

首先出場的是硬體門檻。一個以 BF16 運行的 9B 模型，在還沒算進活化記憶體之前，權重就要大約十八 GB，而影音雙工推論還得在此之上加掛視覺編碼器，以及一個持續運轉、以一秒為單位的串流迴圈。那是伺服器等級的部署，不是筆電跑得動的——這跟每分鐘只要 $0.08、你註冊當天下午就能開始用的電話通話，完全是兩回事。

第二點是，最有趣的組件並不在權重裡。雙迴圈執行環境——一個一秒的互動迴圈，加上一個背景排程器，論文稱之為 Realtime-Venus-Harness，它會針對對話狀態的隔離快照執行被委派的任務，因此長時間執行的作業不會因為對話持續推進而遭到破壞——存在於另一個 GitHub 儲存庫中。因果任務擷取是這份報告中真正全新的想法，而這正是你自己組裝並信任的部分。

最後這一點正是這兩套系統架構交會之處，也是這組搭配最實用的啟示。兩者都是前端。Grok Voice 3.0 會在其會話更新中從 tools 陣列呼叫工具，並把任何較繁重的工作委派給會同步回應的後端。Realtime-Venus 則會在其自身的隱藏序列中發出非同步委派標記，並把工作交給執行框架。在兩種設計中，思考、檢索與業務邏輯都發生在對話層背後的一個普通文字模型裡——而那一層，是這兩個技術堆疊中唯一能讓你自由選擇的部分。

OrcaRouter 既不提供 Grok Voice 3.0，也不提供 Realtime-Venus。Grok Voice 工作階段屬於 SpaceXAI 自家的 WebSocket，而 Realtime-Venus 是我們不提供的下載項目；把路由器描述成位於雙工音訊工作階段內，等於在描述不存在的東西。委派的那一段則不同：來自十多家上游的 207 個模型，透過單一金鑰、以供應商定價零加成提供，並在供應商效能下降時自動容錯移轉，還有一套路由 DSL，能把多個模型組合成一次呼叫。對於像 Realtime-Venus 這樣的架構——其中一個未經證實的自架元件會把工作交給你也尚未基準測試過的文字模型——容錯移轉就是「某個供應商度過糟糕的一下午」與「通話中斷」之間的差別。

該選哪一個，以及答案何時會改變

如果你這一季要推出東西，Grok Voice 3.0 是兩者之中唯一屬於決策、而非專案的那一個。它穩坐公開排行榜榜首，0.81 秒就開始說話，價格與它所取代的模型相同，而且今天就能透過一個工作階段參數未曾改變的端點來呼叫。先固定你的版本——這個別名這一季已經變動過兩次——然後再推出。

Realtime-Venus 是對一個狹窄得多問題的正確答案：你是否需要一個模型，能在你自己擁有的硬體上，觀察一個房間並談論其中的內容，且採用允許你微調它的授權？在這組搭配中，這種能力沒有託管型對等方案。Grok Voice 3.0 完全沒有視覺輸入，榜單上的其他前沿語音模型也沒有。如果那是你的需求，下載是唯一的門路。

能改變這一頁的東西，跟能改變這個類別大多數內容的東西是同一回事。一家提供 Realtime-Venus 並公布價碼的推論服務供應商，會把一項研究成果變成產品，讓比較變得真實；而針對 97% 背景通道延續率這個數字做出第二次獨立重現，則能確認目前這兩個系統唯一能夠共享的那個數字。在這兩者任一實現之前，準確的總結說得很直白：其中一個你買得到，另一個你讀得到。你能讀的那一個是更有趣的文件，而你能買的那一個則是會接電話的那一個。