✨︎ Resumen (TL;DR):
- SpaceXSI lanzó Grok Voice 3.0 el 14 de octubre de 2026.
- La API mantiene el costo de 0.08 dólares por minuto; la entrada de texto suma 0.004 dólares.
- El modelo obtuvo 86.9 puntos en el índice general de Artificial Analysis, aunque tarda 0.11 segundos más en entregar el primer audio que Grok Voice 2.0.
SpaceXSI lanzó el 14 de octubre de 2026 Grok Voice 3.0, su modelo de inteligencia artificial para asistentes que reciben y generan audio. La actualización conserva en 0.08 dólares por minuto la tarifa de la API para desarrolladores y encabeza el índice general de Artificial Analysis, aunque tarda un poco más en entregar el primer fragmento de audio que Grok Voice 2.0.
Grok Voice 3.0 es un modelo de inteligencia artificial que recibe y genera audio para asistentes.
El lanzamiento conserva la tarifa del modelo anterior: 0.08 dólares por minuto en la API para desarrolladores. La documentación oficial expresa ese mismo costo como 4.80 dólares por hora y añade un cargo de 0.004 dólares por entrada de texto.
El componente por minuto se mantiene frente a Grok Voice 2.0, mientras que las entradas de texto se cobran por separado. Esa diferencia debe considerarse al presupuestar una integración.
Grok lidera el índice general, no τ-Voice
Artificial Analysis combina razonamiento con audio, soporte, preferencias y éxito de tareas. Los resultados consultados el 14 de octubre de 2026 reúnen tres modelos:
| Modelo | Índice general (puntos) | Tareas resueltas en τ-Voice | Primer audio (segundos) |
|---|---|---|---|
| Grok Voice 3.0 | 86.9 | 71.6% | 0.81 segundos |
| Grok Voice 2.0 | 81.3 | 56.5% | 0.70 segundos |
| GPT-Live-1 (Astra, razonamiento medio) | 83.2 | 74.5% | 1.34 segundos |
En el índice general, Grok Voice 3.0 obtuvo 86.9 puntos, por encima de GPT-Live-1, con 83.2, y Grok Voice 2.0, con 81.3.
En τ-Voice, que simula llamadas de soporte, Grok Voice 3.0 alcanzó 71.6%, 15.1 puntos porcentuales por encima de Grok Voice 2.0, con 56.5%. GPT-Live-1 con Astra en razonamiento medio llegó a 74.5% y superó a Grok en esta prueba.
El primer fragmento de audio llega en 0.81 segundos, frente a 0.70 segundos de Grok Voice 2.0, una diferencia de 0.11 segundos. Aun así, el tiempo de Grok Voice 3.0 queda alrededor de un 40% por debajo de los 1.34 segundos de GPT-Live-1 en esa configuración.
El cambio ya llegó a las integraciones existentes
SpaceXSI afirma que Grok Voice atiende 20,000 llamadas diarias en Starlink y resuelve aproximadamente 70% sin intervención humana. Son cifras operativas divulgadas por la compañía, distintas de los resultados de las pruebas de laboratorio.
Las integraciones que usan grok-voice-latest, el identificador que apunta a la versión vigente, ya recibieron la actualización automáticamente. Para esos desarrolladores, el cambio de modelo ocurrió sin necesidad de modificar el código de sus aplicaciones.
Para una integración nueva, la tarifa de audio se mantiene en 0.08 dólares por minuto, pero cada entrada de texto agrega 0.004 dólares. En las aplicaciones que ya usan grok-voice-latest, la actualización ya está aplicada; el intercambio medible frente a Grok Voice 2.0 es un primer audio 0.11 segundos más lento.
