xAI presenta Grok Voice 3.0 para agentes que escuchan y responden en tiempo real. Ya está en su API de voz y mantiene la tarifa de 0,08 dólares por minuto.
xAI ha anunciado Grok Voice 3.0, una nueva versión de su modelo de conversación por voz. A diferencia de un sistema que primero transcribe, después genera texto y finalmente lo lee, un modelo de voz a voz está pensado para recibir audio y responder con audio durante la misma interacción. Su aplicación más clara son los asistentes telefónicos y los agentes que deben escuchar, contestar y gestionar interrupciones sin cortar el ritmo de la conversación.
La compañía destaca un tiempo de respuesta inferior a un segundo y una mejor gestión de turnos de palabra, pausas e interrupciones. En las pruebas de Artificial Analysis que cita el anuncio, Grok Voice 3.0 obtuvo 86,9 puntos en su índice de voz a voz, frente a 81,3 de Grok Voice 2.0. Los resultados de un banco de pruebas ayudan a comparar modelos en situaciones concretas, pero no garantizan el mismo comportamiento en cualquier idioma, conexión o servicio real.
xAI explica que el modelo ya se emplea en conversaciones dentro de vehículos Tesla y en el modo de voz de Grok Bot. También describe su uso en atención al cliente de Starlink, donde los agentes pueden responder consultas, comprobar datos y tramitar determinadas gestiones. Son despliegues de xAI y sus empresas vinculadas; no significan que todas esas funciones estén disponibles en la aplicación de Grok para cualquier persona.
Para desarrolladores, la novedad está disponible desde el 14 de octubre en la Voice Agent API por 0,08 dólares por minuto, la misma tarifa anunciada para la versión anterior. Quienes ya utilizan el identificador grok-voice-latest reciben la nueva versión automáticamente, sin cambiar la llamada a la API. Si una integración necesita mantener el comportamiento anterior, conviene revisar la migración porque Grok Voice 2.0 ha quedado obsoleto.
La API permite construir experiencias de voz para atención, asistencia o acciones conectadas a otras herramientas. Antes de usarla con clientes, es importante probarla con los acentos, interrupciones y tareas del caso concreto, y revisar qué acciones puede ejecutar el agente sin intervención humana. El anuncio confirma el acceso por API y el precio por minuto; no anuncia un nuevo plan general de Grok para usuarios finales.
