Представяме Grok Voice 3.0: моделът за гласови агенти на SpaceXAI е №1 в Artificial Analysis

Назад</button><button class="btn" id="gvNext">Напред </button><button class="btn" id="gvPlay">Автоматично възпроизвеждане</button></div> </div> <div class="pnl" id="p2"> <div class="chips" id="gvChips"></div> <div id="gvBars"></div> <p class="note" id="gvNote"></p> </div> <div class="pnl" id="p3"> <svg viewBox="0 0 640 330" width="100%" role="img" aria-label="Процент успешни τ-Voice спрямо времето до първия звук"> <rect x="0" y="0" width="640" height="330" fill="transparent"/> <g stroke="#2a2a2a"> <line x1="70" y1="30" x2="70" y2="280"/><line x1="70" y1="280" x2="610" y2="280"/> <line x1="70" y1="196.7" x2="610" y2="196.7" stroke-dasharray="3 4"/><line x1="70" y1="113.3" x2="610" y2="113.3" stroke-dasharray="3 4"/> <line x1="70" y1="30" x2="610" y2="30" stroke-dasharray="3 4"/> </g> <g fill="#9a9a9a" font-size="11"> <text x="62" y="284" text-anchor="end">50%</text><text x="62" y="201" text-anchor="end">60%</text><text x="62" y="117" text-anchor="end">70%</text><text x="62" y="34" text-anchor="end">80%</text> <text x="70" y="298" text-anchor="middle">0.5 s</text><text x="205" y="298" text-anchor="middle">0.75 s</text><text x="340" y="298" text-anchor="middle">1.0 s</text><text x="475" y="298" text-anchor="middle">1.25 s</text><text x="610" y="298" text-anchor="middle">1.5 s</text> <text x="340" y="320" text-anchor="middle">Време до първия звук (по-ниското е по-бързо)</text> <text x="16" y="155" text-anchor="middle" transform="rotate(-90 16 155)">Успеваемост в τ-Voice</text> </g> <text x="84" y="50" fill="#ffffff" font-size="12" font-weight="700"> по-добре</text> <g id="gvDots"></g> </svg> <p class="note">Източник: Artificial Analysis, достъпено на 14 октомври 2026 г. Grok Voice 3.0 изостава от GPT-Live-1 (Astra, medium) с 2.9 пункта в τ-Voice, но достига първия звук с 0.53 s по-рано.</p> </div> <div class="pnl" id="p4"> <div class="kv"> <div class="k"><b>$0.08/мин</b><span>$4.80/ч, същото като Grok Voice 2.0</span></div> <div class="k"><b>0.81 s</b><span>време до първия звук (AA)</span></div> <div class="k"><b>28</b><span>вградени гласове плюс клониране</span></div> <div class="k"><b>20</b><span>изброени локали, автоматично разпознаване</span></div> <div class="k"><b>5</b><span>типа инструменти: файлове, интернет, X, MCP, функции</span></div> <div class="k"><b>SIP</b><span>маршрутизиране на телефонни и контакт-център разговори</span></div> </div> <pre><code>wss://api.x.ai/v1/realtime?model=grok-voice-3.0 {"type": "session.update", "session": { "voice": "eve", "reasoning": {"effort": "high"}, "turn_detection": {"type": "server_vad"}, "tools": [{"type": "web_search"}] }}</code></pre> <p class="note">Псевдонимът <code>grok-voice-latest</code> вече сочи към <code>grok-voice-3.0</code>. В продукционна среда използвайте фиксираното име на версията. Grok Voice 2.0 е остарял.</p> </div> <div class="ft"><span>Данни: <a href="https://x.ai/news/grok-voice-3" target="_blank" rel="noopener">SpaceXAI</a>, <a href="https://artificialanalysis.ai/speech-to-speech" target="_blank" rel="noopener">Artificial Analysis</a>, <a href="https://docs.x.ai/developers/model-capabilities/audio/speech-to-speech" target="_blank" rel="noopener">документация на SpaceXAI</a></span><span class="brand">© Marktechpost</span></div> </div> <script> (function(){ var R=document.getElementById('mtp-gv3'); function post(){try{parent.postMessage({mtpEmbed:'gv3',height:R.offsetHeight+40},'*')}catch(e){}} R.querySelectorAll('.tab').forEach(function(t){t.addEventListener('click',function(){ R.querySelectorAll('.tab').forEach(function(x){x.classList.remove('on')}); R.querySelectorAll('.pnl').forEach(function(x){x.classList.remove('on')}); t.classList.add('on');document.getElementById(t.dataset.p).classList.add('on'); if(t.dataset.p==='p2')drawBars();if(t.dataset.p==='p3')drawDots();setTimeout(post,60);});}); /* вълна */ var w=document.getElementById('gvWave');for(var i=0;i<48;i++){var b=document.createElement('i');b.style.animationDelay=(i*0.045)+'s';w.appendChild(b);} /* конвейер */ var S=[ ['Обаждащият се говори','Аудиото се предава поточно чрез WebSocket (или SIP за телефонни разговори) като PCM с честота от 8 до 48 kHz, G.711 или Opus.'], ['Откриване на репликата','Откриването на гласова активност от страна на сървъра определя кога обаждащият се е приключил и обработва прекъсванията, когато той се намеси.'], ['Разсъждение','Разсъждението е включено по подразбиране с reasoning.effort, зададено на "high". Задайте "none" за по-бързи и по-прости реплики.'], ['Инструменти','Агентът може да извиква търсене в колекции, търсене в интернет, търсене в X, отдалечени MCP сървъри и ваши собствени функции по време на разговора.'], ['Отговорът се предава поточно','Аудиоделтите се предават поточно веднага щом са готови. Artificial Analysis измерва 0.81 s до първия звук.']]; var F=document.getElementById('gvFlow'),cur=0,timer=null; S.forEach(function(s,i){var b=document.createElement('button');b.className='st';b.innerHTML='<div class="n">СТЪПКА '+(i+1)+'</div><div class="t">'+s[0]+'</div>'; b.addEventListener('click',function(){stop();show(i)});F.appendChild(b);}); function show(i){cur=(i+S.length)%S.length;F.querySelectorAll('.st').forEach(function(x,j){x.classList.toggle('on',j===cur)}); document.getElementById('gvDt').textContent=S[cur][0];document.getElementById('gvDp').textContent=S[cur][1];} function stop(){if(timer){clearInterval(timer);timer=null;document.getElementById('gvPlay').textContent='Автоматично възпроизвеждане';}} document.getElementById('gvPrev').onclick=function(){stop();show(cur-1)}; document.getElementById('gvNext').onclick=function(){stop();show(cur+1)}; document.getElementById('gvPlay').onclick=function(){if(timer){stop();return}this.textContent='Пауза';timer=setInterval(function(){show(cur+1)},2200)}; show(0); /* ленти */ var M=['Grok Voice 3.0','Grok Voice 2.0','GPT-Live-1 (Astra, medium)','Gemini 3.8 Live Ext. Thinking']; var B={ 'AA индекс':{v:[86.9,81.3,83.2,82.6],max:100,f:function(x){return x.toFixed(1)},n:'Среднопретеглена с равни тегла стойност на Big Bench Audio, τ-Voice, предпочитанията в Arena и успешните задачи.'}, 'Big Bench Audio':{v:[98.5,97.2,90.1,97.7],max:100,f:function(x){return x.toFixed(1)+'%'},n:'Речево разсъждение. Grok Voice 3.0 е на 4-то място като цяло; StepAudio 3 Realtime води с 99.7%.'}, 'τ-Voice':{v:[71.6,56.5,74.5,68.6],max:100,f:function(x){return x.toFixed(1)+'%'},n:'Възпроизведени разговори с клиенти и инструменти. GPT-Live-1 (Astra, medium) води в тази група.'}, 'Full Duplex Bench':{v:[97.0,95.1,94.9,91.9],max:100,f:function(x){return x.toFixed(1)+'%'},n:'Паузи, редуване на реплики, прекъсвания и междуметия.'}, 'Успешни задачи':{v:[94.8,94.6,87.4,89.1],max:100,f:function(x){return x.toFixed(1)+'%'},n:'Дял на разговорите, приключили с правилното крайно извикване на инструмент.'}, 'Arena Elo':{v:[1070,1011,1056,993],max:1100,f:function(x){return String(x)},n:'Elo в Speech Agent Arena в реално време в Artificial Analysis. По-високото е предпочитано.'}, 'Време до първия звук':{v:[0.81,0.70,1.34,1.35],max:1.5,f:function(x){return x.toFixed(2)+' s'},n:'По-ниското е по-бързо. Grok Voice 2.0 беше по-бърз от 3.0.'}}; var C=document.getElementById('gvChips'),BR=document.getElementById('gvBars'),key='AA индекс'; Object.keys(B).forEach(function(k){var c=document.createElement('button');c.className='chip'+(k===key?' on':'');c.textContent=k; c.onclick=function(){key=k;C.querySelectorAll('.chip').forEach(function(x){x.classList.toggle('on',x===c)});drawBars()};C.appendChild(c);}); M.forEach(function(m,i){var r=document.createElement('div');r.className='row'; r.innerHTML='<div class="lbl">'+m+'</div><div class="trk"><div class="fill'+(i===0?' me':'')+'"></div></div><div class="val"></div>';BR.appendChild(r);}); function drawBars(){var d=B[key];BR.querySelectorAll('.row').forEach(function(r,i){var f=r.querySelector('.fill');f.style.width='0'; r.querySelector('.val').textContent=d.f(d.v[i]);setTimeout(function(){f.style.width=(d.v[i]/d.max*100)+'%'},40+i*90)}); document.getElementById('gvNote').textContent=d.n+' Източник: Artificial Analysis / SpaceXAI.';} drawBars(); /* разсейване */ var P=[['Grok Voice 3.0','0.81 s · 71.6%',0.81,71.6,1,'r'],['Grok Voice 2.0','0.70 s · 56.5%',0.70,56.5,0,'r'],['GPT-Live-1 (Astra, medium)','1.34 s · 74.5%',1.34,74.5,0,'l'],['Gemini 3.8 Live Ext. Thinking','1.35 s · 68.6%',1.35,68.6,0,'l']]; var G=document.getElementById('gvDots'),NS='http://www.w3.org/2000/svg'; P.forEach(function(p){var x=70+(p[2]-0.5)*540,y=280-(p[3]-50)/30*250;var g=document.createElementNS(NS,'g');g.setAttribute('class','dot'); var c=document.createElementNS(NS,'circle');c.setAttribute('cx',x);c.setAttribute('cy',y);c.setAttribute('r',p[4]?9:7); c.setAttribute('fill',p[4]?'#ffffff':'#5c5c5c');c.setAttribute('stroke',p[4]?'#ffffff':'#9a9a9a');g.appendChild(c); [[p[0],0,p[4]?'700':'600'],[p[1],15,'500']].forEach(function(L){var t=document.createElementNS(NS,'text'); t.setAttribute('x',p[5]==='r'?x+14:x-14);t.setAttribute('y',y-2+L[1]);t.setAttribute('text-anchor',p[5]==='r'?'start':'end'); t.setAttribute('fill',p[4]?'#ffffff':'#bdbdbd');t.setAttribute('font-size','12');t.setAttribute('font-weight',L[2]);t.textContent=L[0];g.appendChild(t);}); G.appendChild(g);}); function drawDots(){G.querySelectorAll('.dot').forEach(function(g,i){g.style.opacity='0';g.style.transform='translateY(30px)'; setTimeout(function(){g.style.opacity='1';g.style.transform='none'},80+i*150)});} window.addEventListener('load',post);window.addEventListener('resize',post);setTimeout(post,300); })(); </script> </body> </html> ">