本サイトの記事や画像は、AIが公的資料や複数の報道を基に事実関係を整理・再構成し制作したものです。[続きを表示]特定の報道内容や表現を再利用・要約することを目的としたものではありません。ただし、誤りや不確定な情報が含まれる可能性がありますので、参考の一助としてご覧いただき、実際の判断は公的資料や各出典元の原文をご確認ください。[私たちの取り組み]
SpaceXSI（旧xAI）は2026年10月14日付の発表で、音声入力に音声で応答する「Grok Voice 3.0」の提供をVoice Agent APIで開始した。料金は従来版と同じく1分0.08ドル（1時間4.80ドル）。最新版を指定していた既存エージェントは、自動的に3.0へ切り替わった。
旧モデルの固定指定には変更が必要
SpaceXSIの10月14日付リリースノートによると、最新版を指す別名「grok-voice-latest」の参照先は「grok-voice-3.0」に更新された。この別名を利用しているエージェントは、モデル指定を変更せずに3.0を利用できる。
一方、Grok Voice 2.0は非推奨となり、旧モデルを固定指定している利用者には「grok-voice-3.0」または「grok-voice-latest」への変更を案内している。2.0の具体的な提供終了日は明らかにしていない。
APIの接続先、セッションパラメーター、イベント仕様は従来版と共通で、API自体に変更はない。
Voice Agent APIは、音声アシスタントや電話エージェントなどの開発を想定した仕組みだ。WebSocketを利用して音声とテキストを双方向にストリーミングする。推論は初期設定で有効となっており、「reasoning.effort」で「high」と「none」を選択できる。
応答遅延1秒未満、スターリンクで電話対応
対話性能について、同社は応答遅延が1秒未満と説明している。評価機関Artificial Analysisの音声対話ベンチマーク「Full Duplex Bench」では、発話の間や話者の交代、割り込みへの対応を評価した結果、97.0%を記録したと発表した。
また、同社によると、スターリンクのコールセンターではGrok Voiceが1日約2万件の電話に対応し、約70%を人手なしで解決している。本人確認、機器のトラブル対応、クレジット付与、交換機器の発送などに利用されている。
同社は3.0を利用するエージェントについても紹介しているが、電話対応件数と自動解決率はGrok Voice全体の運用実績として示している。
