Grokの発表内容
xAIは2026年10月14日、音声対話モデルの最新版「Grok Voice 3.0」を発表しました。同日より開発者向けのAPI（外部の仕組みと連携する窓口）で提供を始めています。
応答遅延を1秒未満に抑えた点が特徴です。外部機関の評価では、音声対話の総合指標で86.9点を獲得し首位となりました。会話の合間や割り込みを扱う自然さの試験でも97.0%を記録しています。
利用料金は前世代と同じ1分あたり0.08ドル（1時間あたり4.80ドル）です。テスラ車での車内操作や、スターリンクの顧客対応窓口ですでに毎日数百万件の会話を担っています。
顧客窓口を自動化したい企業は、問い合わせ対応から機材の手配までを単一の音声対話窓口で処理できるようになります。スターリンクの現場では、入電の約70%を人間の手を介さずに完了させています。
つまり、どういうこと？
ざっくり言うと、電話口のAIが「相槌や割り込み」を人間並みのテンポで返せるようになりました。これまでの音声AIは、話しかけてから返事までに少し間が空いたり、途中で口を挟むと止まったりしがちでした。今回は返答までの間が1秒未満に縮まり、途中で話しかけても自然に聞き取ってくれます。
編集部の見方
営業通話の4件に1件で通話中に購入まで至った、という実績値には筆者も驚きました。単なる問い合わせの案内係にとどまらず、実際の販売現場で売上を作れる水準に達している点に xAI の強い自信を感じます。
価格は据え置き。
1時間あたり4.80ドルという料金は、コールセンターを抱える企業にとってかなり手頃な水準です。既存のAPI利用者は設定変更なしで切り替わるため、移行の手間もかかりません。
一方、今回の発表は英語圏の実績が中心でした。日本の現場に導入するなら、2026年後半に予定される日本語音声のベンチマーク結果と聞き取り精度の更新を待ってから判断したいところです。
誰に関係するか
電話の問い合わせ窓口を運用している人は、担当者の手を介さずに顧客対応や機器の発送手配まで完了できるようになります。
出典: xAI News ↗
