14 октября 2026 года на сайте x.ai объявлено о выпуске Grok Voice 3.0 — модели для голосовых диалогов в реальном времени. Она доступна через Voice Agent API. Основное изменение для разработчиков связано не только с качеством ответов: приложения, использующие имя grok-voice-latest, автоматически перешли на новую версию. Стоимость, по сообщению разработчика, осталась прежней — 0,08 доллара за минуту.
Что объявлено 14 октября
Grok Voice 3.0 относится к классу speech-to-speech: модель принимает речь и отвечает голосом. В анонсе разработчик связывает выпуск с применением в поддержке клиентов и интерактивных помощниках. Компания заявляет о задержке менее секунды и приводит результаты сравнительных испытаний. Эти показатели описывают определённые условия тестирования, а не гарантируют одинаковую скорость в любой сети и приложении.
В публикации также говорится об использовании голосовой технологии в Tesla и Starlink. Приведённые там сведения о количестве разговоров и доле автоматически решённых обращений являются данными самой компании. Они не заменяют проверку качества на конкретных задачах бизнеса и не позволяют обещать аналогичный результат каждому заказчику.
Как изменился выбор модели в API
Официальный журнал изменений за 14 октября подтверждает доступность идентификатора grok-voice-3.0. Имя grok-voice-latest теперь указывает именно на него. Если приложение обращается к этому псевдониму, отдельная замена строки с названием модели для перехода не нужна: новые сессии используют актуальную версию.
Одновременно Grok Voice 2.0 получила статус deprecated. Для интеграций, в которых закреплено имя grok-voice-2.0, документация предлагает изменить значение model на grok-voice-3.0 либо grok-voice-latest. Само обозначение deprecated не следует автоматически трактовать как сообщение о немедленном отключении всех старых соединений: в проверенной заметке о выпуске точная дата такого отключения не приведена.
Что остаётся совместимым
Руководство по переходу указывает, что адрес подключения, параметры сессии и события API сохранены. Разработчикам не требуется переходить на другой протокол только из-за смены поколения модели. В документации описаны двусторонний обмен аудио и текстом, настройка голоса и обнаружение окончания реплики пользователя.
Для клиентских приложений предусмотрены короткоживущие токены: они позволяют не размещать постоянный API-ключ в браузере или мобильном клиенте. Прямое использование ключа предназначено для серверной стороны. Эти возможности относятся к устройству интерфейса, доступного на момент проверки, и не объявляются здесь нововведениями именно 14 октября.
Практический вывод из автоматического переключения latest — результат работы приложения может измениться даже без изменения его исходного кода. Поэтому команде полезно сопоставить новую модель с собственными контрольными диалогами: проверить передачу разговора человеку, выполнение подключённых действий и поведение при перебивании. Это редакционная рекомендация по проверке интеграции, а не дополнительное обещание разработчика.
Как читать результаты голосовых тестов
В анонсе приводится оценка 86,9 в Speech-to-Speech Index Artificial Analysis. Методика самой исследовательской площадки объединяет четыре составляющие: рассуждение по аудио, выполнение агентских задач, предпочтения участников сравнительных разговоров и успешность завершения задания. Итоговый балл нельзя напрямую считать процентом правильно обслуженных клиентов.
В тесте агентских возможностей моделируются обращения в поддержку, например изменение авиабилета или разбор вопроса к оператору связи. Проверяется конечное состояние задачи, а не только убедительность произнесённого ответа. Отдельная группа испытаний оценивает паузы, смену говорящего и реакцию на прерывания. Это помогает различать качество содержания и естественность разговора.
По состоянию на утро 15 октября 2026 года подтверждены сам выпуск, доступные идентификаторы и сохранение интерфейса API. Для бизнеса наиболее конкретное следствие новости — необходимость учитывать автоматическую смену версии при использовании latest. Условия доступа и итоговые расходы следует сверять с действующей документацией сервиса, а качество — с собственными сценариями.
Источники
Анонс Grok Voice 3.0 от 14 октября; журнал изменений API; документация и переход с Voice 2.0; методика Artificial Analysis.
