xAI 发布 Grok Voice 3.0，语音响应压到 1 秒以内
发布日期：2026-10-15
事件概述
10 月 15 日，xAI 发布语音到语音模型 Grok Voice 3.0，响应时间压到 1 秒以内，延迟比上一代降低 40%。
官方给的落地样本是自家 Starlink 客服：模型可以自主解决 70% 的来电。价格维持在每分钟 0.08 美元，没有因为延迟下降而涨价，已通过 Voice Agent API 开放。
核心要点
- 延迟是体验分水岭：语音交互里超过 1 秒的空档，用户会当成掉线，这是能不能替代人工的硬门槛
- 消化率比准确率重要：70% 自主解决率意味着十通电话里有七通不需要转人工，成本模型才成立
- 定价不变：性能翻上去、价格按住不动，等于把上一代的毛利让给调用方
行业意义
语音智能体从演示品变成可以接手客服流水线的工具。接下来拼的不是音色像不像人，而是高峰时段能不能稳住这条 1 秒线。
来源：HeadsUpAI