xAI, חברת הבינה המלאכותית של אילון מאסק, הכריזה על Grok Voice 3.0, מודל שמקבל דיבור ומשיב בדיבור (speech-to-speech). לדברי החברה, זה "מודל הקול החכם בעולם", והוא זמין כבר היום דרך ה-API למפתחים.
המספרים: מה נמדד ומי מדד
בלב ההכרזה עומד מדד של Artificial Analysis, גוף שמריץ מבחני השוואה עצמאיים למודלי AI. במדד המשולב לשיחות קוליות קיבל Grok Voice 3.0 ציון 86.9, הגבוה ביותר בטבלה שהחברה מציגה. הגרסה הקודמת, Grok Voice 2.0, קיבלה 81.3, מודל GPT-Live-1 (Astra) של OpenAI קיבל 83.2, ו-Gemini 3.8 Live של Google קיבל 82.6.
המדד משלב כמה מבחנים: חשיבה על שאלות שנשאלות בקול, העדפת משתמשים בשיחות עיוורות, ושיעור השלמת משימות. בנפרד, המודל קיבל 97% במבחן שבודק עד כמה השיחה זורמת בטבעיות: האם המודל יודע לחכות בהפסקות, להעביר את תור הדיבור ולהגיב כשמפריעים לו.
xAI מדגישה גם מהירות ועלות. זמן התגובה, לדבריה, נמוך משנייה. במבחן τ-Voice, שמדמה שיחות שירות עם מבטאים שונים, רעש רקע והפרעות, המודל קיבל 71.6%, ציון דומה ל-GPT-Live-1 אבל בהשהיה נמוכה ב-40%. עוד נטען שעלות השלמת משימה במבחן של Artificial Analysis נמוכה מזו של GPT-Live-1 ושל GPT-Realtime-2.1, ושבמבחן EVA-Bench של ServiceNow, שבודק סוכנים קוליים לארגונים, המודל השיג את הדיוק הגבוה ביותר, 74%.
איפה זה כבר עובד
לפי xAI, המודל מטפל במיליוני שיחות ביום ב-Tesla וב-SpaceX. ברכבי Tesla נהגים יכולים לבקש בלי ידיים לבדוק יומן, לענות להודעה, להזמין קפה או לשריין מקום במסעדה. המודל מפעיל גם את מצב הקול של Grok Bot.
הדוגמה המרכזית היא מוקדי Starlink, שירות האינטרנט הלווייני של SpaceX. לפי החברה הם עונים באמצעות Grok Voice על 20,000 שיחות ביום בכמה שפות; כ-70% מהן נפתרות בלי מעורבות אדם, ובאחת מכל ארבע שיחות מכירה מתבצעת רכישה עוד לפני שהמתקשר מנתק. סוכן אחד מאמת לקוחות, מאבחן תקלות בציוד, מעניק זיכויים ושולח ציוד חלופי.
מה כדאי לזכור
הנתונים מופיעים בהודעה של xAI, ולכן כדאי לקרוא אותם בזהירות. בטבלה של Artificial Analysis עצמה, כפי שהיא מוצגת בעמוד הציבורי, מופיע מודל של xAI בשם Grok Voice Think Fast 2.0 עם ציון 81.3. ציון 3.0 עצמו לא הופיע בעמוד שנבדק, כך שהדירוג של המודל החדש מבוסס כרגע על הפרסום של החברה. בנוסף, מדד הציון הכולל הוא רק אחד מכמה: במבחני חשיבה קולית ודינמיקת שיחה בודדים, מודלים של Alibaba ושל StepFun מובילים את הטבלה הציבורית.
גם נתוני Starlink הם טענות של החברה בלי אישור עצמאי, וכך גם נתון "מיליוני שיחות ביום" ב-Tesla וב-SpaceX.
מה זה אומר בשבילכם
המודל מיועד בעיקר למפתחים ולחברות שבונים סוכנים קוליים, למשל למוקדי שירות. הוא זמין היום ב-Voice Agent API של xAI במחיר 0.08 דולר לדקה (4.80 דולר לשעה), כמו הגרסה הקודמת. סוכנים שמשתמשים בכינוי grok-voice-latest עברו אוטומטית לגרסה החדשה, בלי שינויים בקוד. ההודעה לא מפרטת אם המודל זמין בישראל או אם הוא תומך בעברית.
תגובות