Tin Khu Vực
Grok Voice 3.0 đạt 86,9 điểm thử nghiệm
xAI công bố Grok Voice 3.0 là mô hình AI hội thoại, có khả năng tiếp nhận và phản hồi trực tiếp bằng giọng nói, có độ trễ dưới một giây và được cung cấp qua API với mức giá bằng phiên bản tiền nhiệm. Hãng cho biết, mô hình đang xử lý hàng triệu cuộc hội thoại mỗi ngày trong các dịch vụ của Tesla và SpaceX.
Theo bảng kết quả của Artificial Analysis được xAI dẫn lại, Grok Voice 3.0 đạt 86,9 điểm trên Speech-to-Speech Index, so với 81,3 điểm của Grok Voice 2.0, 83,2 điểm của GPT-Live-1 Astra và 82,6 điểm của Gemini 3.8 Live. Chỉ số trên kết hợp các phép đánh giá về suy luận giọng nói, khả năng xử lý cuộc gọi, mức độ ưa thích của người dùng và tỷ lệ hoàn thành tác vụ trong các cuộc đối đầu mù.
Ở phép thử Full Duplex Bench, Grok Voice 3.0 đạt 97%, cao hơn mức 95,1% của phiên bản tiền nhiệm. Bài kiểm tra này đánh giá khả năng xử lý khoảng dừng, lượt nói và tình huống người dùng ngắt lời trợ lý.
Grok Voice 3.0 đạt 86,9 điểm trong bảng đánh giá được xAI dẫn lại.
Độ trễ thấp hơn 40% trên τ-Voice
τ-Voice đánh giá khả năng xử lý cuộc gọi hỗ trợ khách hàng trong điều kiện có nhiều giọng nói, tiếng ồn và tình huống hội thoại bị gián đoạn. Grok Voice 3.0 đạt tỷ lệ hoàn thành 71,6% trong phép thử này.
xAI cho biết, kết quả trên tương đương GPT-Live-1 Astra, trong khi độ trễ thấp hơn 40%. Theo số liệu của Artificial Analysis được hãng dẫn lại, chi phí trung bình cho mỗi tác vụ của Grok Voice 3.0 cũng thấp hơn GPT-Live-1 Astra Medium và GPT-Realtime-2.1.
Trong EVA-Bench của ServiceNow, xAI cho biết Grok Voice 3.0 đạt độ chính xác 74% khi thực hiện hơn 200 tình huống dành cho doanh nghiệp. Các tình huống mô phỏng quá trình xác minh khách hàng, xử lý sự cố, cấp khoản hoàn trả và cung cấp dịch vụ trong cuộc gọi.
Starlink xử lý 20.000 cuộc gọi mỗi ngày
Theo xAI, Grok Voice 3.0 đang xử lý hàng triệu cuộc hội thoại mỗi ngày trên các phương tiện Tesla. Người lái có thể sử dụng Connectors để kiểm tra lịch, trả lời thư điện tử hoặc dùng Grok Bot đặt đồ uống và đặt bàn bằng giọng nói.
Tại các trung tâm cuộc gọi của Starlink, Grok Voice tiếp nhận khoảng 20.000 cuộc gọi mỗi ngày bằng nhiều ngôn ngữ. xAI cho biết khoảng 70% số cuộc gọi được giải quyết mà không cần chuyển cho nhân viên.
Đối với các cuộc gọi bán hàng, cứ bốn cuộc gọi có một trường hợp kết thúc bằng giao dịch mua trước khi người dùng ngắt máy. Một trợ lý có thể thực hiện nhiều công đoạn, gồm xác minh khách hàng, kiểm tra thiết bị, cấp khoản hoàn trả và yêu cầu gửi thiết bị thay thế.
xAI cho biết, Grok Voice đang được sử dụng trong phương tiện Tesla và các trung tâm cuộc gọi Starlink.
Voice Agent API giữ giá 0,08 USD mỗi phút
Voice Agent API là giao diện để nhà phát triển đưa Grok Voice vào các tác nhân AI giao tiếp bằng giọng nói. Theo mô tả của xAI, mô hình có thể xử lý khoảng dừng, lượt nói và tình huống người dùng ngắt lời trong cuộc hội thoại.
Các tác nhân sử dụng Grok Voice 3.0 được hướng tới những nghiệp vụ như hỗ trợ khách hàng. Trong mô hình xAI triển khai tại Starlink, một tác nhân có thể xác minh khách hàng, kiểm tra sự cố thiết bị, cấp khoản hoàn trả và yêu cầu gửi thiết bị thay thế.
Grok Voice 3.0 được cung cấp qua Voice Agent API với giá 0,08 USD mỗi phút, tương đương 4,80 USD mỗi giờ. Mức giá không thay đổi so với Grok Voice 2.0 và được tính theo thời lượng sử dụng.