Grok Voice 3.0 : la voix d'xAI face aux chiffres

Parler à une IA comme à un humain, sans latence ni coupure : c'est la promesse de Grok Voice 3.0, lancé par xAI le 14 octobre 2026. L'entreprise affirme tenir « le modèle voix-à-voix le plus intelligent du monde ». Les chiffres confirment une avance sur un indice, mais pas sur tous les tests.

Ce qui est annoncé

Grok Voice 3.0 est un modèle « speech-to-speech » : il écoute et répond directement en voix, sans passer par une transcription intermédiaire. Il est proposé dans l'API Voice Agent de xAI au tarif de 0,08 $ la minute (4,80 $ l'heure), inchangé par rapport à la version 2.0. L'alias grok-voice-latest pointe automatiquement vers la 3.0 : les développeurs qui l'utilisent changent donc de modèle sans rien faire, et ceux qui ont besoin de résultats reproductibles doivent épingler une version précise.

Les chiffres, un par un

xAI s'appuie sur le classement de l'organisme tiers Artificial Analysis (13 octobre) :

• Indice Speech-to-Speech : 86,9, contre 83,2 pour GPT-Live-1 d'OpenAI, 82,6 pour Gemini 3.8 Live de Google et 81,3 pour Grok Voice 2.0.
• Big Bench Audio : 98,5 % et Full Duplex Bench : 97,0 % (capacité à gérer une vraie conversation où l'on s'interrompt).
• τ-Voice : 71,6 %, contre 74,5 % pour GPT-Live-1. xAI parle de résultats « comparables » avec une latence inférieure de 40 % : Grok n'est donc pas premier sur ce test.
• Coût par tâche sur Big Bench Audio : 0,025 $ contre 0,030 $ (GPT-Live-1) et 0,055 $ (GPT-Realtime-2.1).
• EVA-Bench (ServiceNow) : 74 % de précision.

Des déploiements revendiqués

xAI affirme que le modèle gère déjà des millions de conversations par jour dans Tesla et SpaceX, dont environ 20 000 appels Starlink par jour avec environ 70 % traités sans intervention humaine. Ces chiffres sont déclaratifs : aucune vérification indépendante n'est publiée.

Comment lire ça

C'est un bon résultat de laboratoire et un prix agressif, dans un marché où la voix devient le point d'entrée des agents IA : service client, assistants à domicile, robots. Trois réserves : les scores sont ceux du constructeur et d'un classement qu'il cite, la première place n'est pas générale, et la latence ressentie dépend de l'usage réel, pas d'un benchmark. À tester sur vos cas concrets avant de basculer une production.