xAI presenta Grok Voice 3.0, su nuevo modelo de voz de baja latencia con capacidades dúplex para atención al cliente y automoción
El modelo de comunicación por voz alcanza una puntuación de 86,9 en el índice de Artificial Analysis con latencias inferiores a un segundo, impulsando la asistencia al conductor en vehículos Tesla y la atención telefónica automatizada en Starlink.
La firma de inteligencia artificial xAI ha anunciado el lanzamiento oficial de Grok Voice 3.0, un modelo de procesamiento de voz a voz (speech-to-speech) de baja latencia diseñado para la automatización de atención al cliente, asistentes de abordo y tareas agénticas complejas.
La plataforma registra una latencia de respuesta inferior a un segundo y mantiene las tarifas de uso de su versión previa, situando su coste en 0,08 dólares por minuto (4,80 dólares por hora) en la API de Voice Agent.
El modelo ya se encuentra integrado de forma operativa gestionando millones de interacciones diarias dentro de la flota de vehículos eléctricos de Tesla y en los centros de atención al cliente de la red satelital Starlink de SpaceX.
Resultados en benchmarks y capacidades de conversación dúplex
De acuerdo con las evaluaciones independientes publicadas por Artificial Analysis, Grok Voice 3.0 se posiciona en el primer lugar del Speech-to-Speech Index con una puntuación general de 86,9 puntos, superando a alternativas como GPT-Live-1 y Gemini 3.8 Live.
Entre sus métricas operativas y de conversación destacan:
- Full Duplex Bench (97%): Mide la fluidez natural en el manejo de pausas, turnos de palabra e interrupciones espontáneas por parte del interlocutor humano.
- Big Bench Audio (98,5%): Evaluación de razonamiento lógico a través de señales auditivas y comandos verbales complejos.
- Prueba τ-Voice (71,6%): Rendimiento en resolución de llamadas de soporte técnico ante ruidos de fondo, acentos diversos e interrupciones, ofreciendo un 40% menos de latencia que competidores equivalentes.
- Benchmark EVA-Bench de ServiceNow: Alcanzó una precisión del 74%, la máxima puntuación registrada en el test de escenarios empresariales en llamadas de soporte de primera línea.
Despliegue operativo en Tesla y Starlink
En el ecosistema de Tesla, Grok Voice 3.0 funciona como el motor principal de Grok Bot, permitiendo a los conductores gestionar correo electrónico, revisar calendarios, pedir comida o realizar reservas de forma remota sin apartar las manos del volante.
Por su parte, en Starlink, el modelo atiende aproximadamente 20.000 llamadas diarias de soporte técnico y ventas en múltiples idiomas:
- Resolución autónoma: Un 70% de las consultas de soporte se resuelven completamente sin intervención humana (human-in-the-loop).
- Gestión de incidencias: La IA realiza verificaciones de identidad, diagnóstico de hardware remoto, emisión de créditos y tramitación de reemplazos de equipos.
- Conversión comercial: Una de cada cuatro llamadas de ventas gestionadas por el agente de voz concluye con la compra de un kit de conexión antes de finalizar la llamada.
Grok Voice 3.0 está disponible globalmente a través de la API, habiendo actualizado de forma automática a los desarrolladores y sistemas que operaban sobre la etiqueta grok-voice-latest.