Grok Voice 3.0 يتصدر مؤشر الكلام ويحل 70% من مكالمات ستارلينك

الملخص

• أطلقت إكس إيه آي Grok Voice 3.0 عبر واجهة الوكلاء الصوتيين بزمن استجابة دون الثانية وسعر ثابت 0.08 دولار للدقيقة.
• النموذج سجل 86.9 على مؤشر Artificial Analysis للكلام متقدماً على GPT-Live-1 بـ83.2 وGemini 3.8 Live بـ82.6.
• يعمل النموذج فعلاً في سيارات تسلا ومراكز اتصال ستارلينك التي تحل نحو 70% من 20 ألف مكالمة يومية بلا موظف.

خبر

نموذج كلام-إلى-كلام جديد من إكس إيه آي صار متاحاً للمطورين في 14 أكتوبر 2026 تحت اسم Grok Voice 3.0، ويرد في أقل من ثانية ويتصدر مؤشر Artificial Analysis للكلام بـ86.9 نقطة. الشركة أبقت السعر عند 0.08 دولار للدقيقة، أي 4.80 دولارات للساعة، وحوّلت الاسم المستعار grok-voice-latest إلى الإصدار الجديد تلقائياً. النموذج نفسه يشغّل وضع الصوت في Grok Bot وملايين المحادثات اليومية داخل سيارات تسلا.

تفصيل

• الأرقام القياسية: على مؤشر Artificial Analysis للكلام-إلى-كلام بتاريخ 13 أكتوبر 2026 سجل Grok Voice 3.0 نتيجة 86.9 مقابل 81.3 للإصدار السابق Grok Voice 2.0 و83.2 لنموذج GPT-Live-1 (Astra, Medium) و82.6 لنموذج Gemini 3.8 Live. وفي اختبار Big Bench Audio للاستدلال الصوتي بلغ 98.5% مقابل 90.1% لـGPT-Live-1 و97.7% لـGemini 3.8 Live.
• تفضيل البشر: في Speech Agent Arena، وهو ترتيب إيلو قائم على التفضيل البشري، حصل النموذج الجديد على 1070 نقطة مقابل 1011 للإصدار السابق و1048 لـGPT-Live-1 و990 لـGemini 3.8 Live. وبلغ معدل نجاح المهام 94.8%، وسجل 97.0% في اختبار Full Duplex Bench الذي يقيس المحادثة المتزامنة في الاتجاهين.
• النقطة الأضعف: في اختبار τ-Voice لنجاح الوكلاء سجل Grok Voice 3.0 نسبة 71.6% متقدماً على 56.5% لإصداره السابق لكنه بقي دون GPT-Live-1 الذي سجل 74.5%. وتقول إكس إيه آي إن زمن استجابته في هذا الاختبار أقل بـ40% من منافسها، دون أن تنشر أرقام الزمن نفسها في الصفحة سوى عبارة أقل من ثانية.
• الكلفة لكل مهمة: تحسب الشركة كلفة المهمة الواحدة في Big Bench Audio عند 0.025 دولار لنموذجها مقابل 0.030 دولار لـGPT-Live-1 و0.055 دولار لـGPT-Realtime-2.1 بإعداد High. وفي واجهة الوكلاء الصوتيين يبقى السعر 0.08 دولار للدقيقة كما كان مع Grok Voice 2.0، فالترقية لا تغيّر فاتورة المستخدم الحالي.
• اختبار المؤسسات: في EVA-Bench الذي تطوره سيرفس ناو ويغطي أكثر من 200 سيناريو مؤسسي، حصل النموذج على أعلى نتيجة دقة عند 74% وأفضل نتيجة مشتركة بين الدقة وتجربة العميل. وقال نيتين أغاروال من سيرفس ناو إن "Grok Voice 3.0 يرسم حدّ باريتو جديداً على EVA-Bench".
• النشر الفعلي: تقول إكس إيه آي إن النموذج يدير ملايين المحادثات يومياً داخل سيارات تسلا عبر الأوامر الصوتية ومهام Grok Bot، وإن مراكز اتصال ستارلينك تعالج به 20 ألف مكالمة عملاء يومياً بلغات عدة، تُحل نحو 70% منها من دون تدخل بشري، وتنتهي واحدة من كل 4 مكالمات مبيعات بعملية شراء.
• الإتاحة: النموذج متاح الآن في واجهة الوكلاء الصوتيين، والاسم المستعار grok-voice-latest تحوّل إليه تلقائياً، فالمطورون الذين يستدعون هذا الاسم انتقلوا إلى الإصدار الجديد من دون تغيير في الشيفرة. ولم تذكر الصفحة قائمة اللغات المدعومة ولا المناطق، ولم تُشر إلى العربية ضمن ما يدعمه النموذج.
• ادعاء الشركة: تصف إكس إيه آي النموذج بأنه الأكثر ذكاءً بين نماذج الكلام-إلى-كلام في العالم، وتقول إنه سجل رقماً قياسياً جديداً في حل مكالمات دعم العملاء وإن كلفته أقل من النماذج الحدودية الأخرى. هذه ادعاءات الشركة في صفحة الإطلاق، والمقارنات المنشورة فيها تستند إلى قياسات Artificial Analysis المؤرخة في 13 أكتوبر.

ماذا بعد؟

تحديث مؤشر Artificial Analysis بعد دخول إصدارات منافسة جديدة، ونتائج τ-Voice حيث ما زال GPT-Live-1 متقدماً، وأي إعلان من إكس إيه آي عن اللغات المدعومة.

المصدر: إكس إيه آي