xAI kondigde Grok Voice 3.0 op 14 oktober 2026 aan als realtime spraak-naar-spraakmodel voor voice-agents. Het bedrijf zei dat het model beschikbaar was via de Voice Agent API en dat het tarief $0,08 per minuut bedroeg, net als voor Grok Voice 2.0. xAI meldde ook dat agents met de alias grok-voice-latest automatisch waren overgezet naar versie 3.0 (aankondiging van xAI).
De API instellen en stemmen aanpassen
De Voice Agent API gebruikt een WebSocket-verbinding naar /v1/realtime. In de sessie kunnen ontwikkelaars een stem en instructies instellen, spraakactiviteitsdetectie aan serverzijde configureren en tools beschikbaar maken. xAI’s voorbeeld schakelt onder meer web_search in. Voor verbindingen vanuit een clientapp raadt xAI tijdelijke tokens aan, zodat de API-sleutel niet in de client hoeft te staan (xAI Voice Overview).
De documentatie noemt 28 ingebouwde stem-ID’s, waaronder carina, zagan en helix. Ook beschrijft xAI een optie om een aangepaste stem te maken met een referentiefragment van maximaal 120 seconden; de resulterende stem-ID is te gebruiken met de realtime spraak-naar-spraak-API.
Wat de benchmarks vergelijken
De resultaten van Artificial Analysis waarnaar xAI verwees, zijn gedateerd op 13 oktober 2026. In de vergelijking staat Grok Voice 3.0 met 86,9 op de Speech-to-Speech Index, tegenover drie andere specifieke modelvarianten:
| Model en variant | Speech-to-Speech Index |
| Grok Voice 3.0 | 86,9 |
| Grok Voice 2.0 | 81,3 |
| GPT-Live-1 (Astra, Medium) | 83,2 |
| Gemini 3.8 Live (Extended Thinking, High) | 82,6 |
Artificial Analysis berekent de index als een gelijk gewogen combinatie van vier onderdelen: spraakredeneren op Big Bench Audio, prestaties op τ-Voice, voorkeursscores op Arena en taakvoltooiing. De indexscore brengt die meetwaarden samen; de afzonderlijke tests meten verschillende aspecten van een spraakagent (uitleg van de Speech-to-Speech Index door Artificial Analysis).
De deelresultaten laten ook verschillen zien. xAI rapporteerde voor Grok Voice 3.0 71,6% op τ-Voice, tegenover 74,5% voor GPT-Live-1 (Astra, Medium), en omschreef de latency van Grok als 40% lager. De aankondiging noemde daarnaast 98,5% op Big Bench Audio, 1070 Elo op Speech Agent Arena, 94,8% taakvoltooiing en 97,0% op Full Duplex Bench.
Tarief en gemeld gebruik
xAI kondigde voor spraak-naar-spraak een tarief aan van $0,08 per minuut. De prijspagina van het bedrijf vermeldt daarnaast $0,004 per tekstinvoer en draagt de updatevermelding 10 oktober 2026, vier dagen vóór de aankondiging van Grok Voice 3.0 (xAI-prijspagina).
xAI meldde dat Grok Voice miljoenen gesprekken per dag afhandelt in Tesla-auto’s. Voor Starlink-klantcontactcentra noemde het bedrijf 20.000 gesprekken per dag, waarvan ongeveer 70% zonder menselijke medewerker zou worden afgehandeld. Volgens xAI eindigt daarnaast één op de vier verkoopgesprekken in een aankoop.
