Daily AI Newsbites
AI関連の最新ニュースをピックアップ
← 2026年10月15日(木)のニュース一覧へ引用元：Unite.AI
xAI、音声間AI「Grok Voice 3.0」を発表
SpaceXAI
Grok
音声AI
API
米xAIは2026年10月14日、最高水準の推論精度と応答速度を備えた音声間（Speech-to-Speech）変換モデル「Grok Voice 3.0（xAIが発表した低遅延・高精度な音声間AIモデル）」を発表し、開発者向け「Voice Agent API」で即日提供を開始しました。提供価格は前世代から据え置きの1分あたり0.08ドル（1時間あたり4.80ドル）です。
応答遅延0.81秒と主要音声ベンチマーク首位の性能
公式発表によると、独立評価機関Artificial Analysisのテストにおいて、Grok Voice 3.0は音声エージェント総合指数「Speech-to-Speech Index」で86.9点を獲得し世界1位に立ちました。
| 評価指標 | Grok Voice 3.0 | Grok Voice 2.0 | GPT-Live-1 (Astra) | Gemini 3.8 Live |
|---|---|---|---|---|
| 総合指数 (AA Speech-to-Speech Index) | 86.9 | 81.3 | 83.2 | 82.6 |
| 音声推論 (Big Bench Audio) | 98.5% | 97.2% | 90.1% | 97.7% |
| 人間選好 (Arena Elo) | 1070 | 1011 | 1048 | 990 |
| タスク完遂率 (Task Success Rate) | 94.8% | 94.6% | 87.4% | 89.1% |
| 会話制御 (Full Duplex Bench) | 97.0% | 95.1% | 94.9% | 91.9% |
相づちや自然な割り込み対応を評価するFull Duplex Benchで97.0%を達成したほか、背景雑音やアクセント耐性を測る「τ-Voice」では71.6%を記録。初回音声出力までの遅延（Time to first audio）は0.81秒と、主要競合モデル比で約40%の高速化を果たしています。
さらに、ServiceNowの企業向け音声エージェント評価「EVA-Bench」でも最高精度74%を記録し、エンタープライズ領域での適合性も実証されました。
独自価値の整理（Tesla・Starlink実運用データと二次報道との差分）
公式発表の最大の特徴は、単なるラボでのベンチマークにとどまらず、すでにグループ企業の最前線で大規模稼働している実績値を開示した点です。
- Tesla車載対話: 車両内で毎日数百万件の会話を処理。Connectors機能を通じてカレンダー確認やメール返信、飲食店予約などを完全ハンズフリーで実行。
- Starlinkサポート自動化: コールセンターにおいて多言語で毎日2万件の問い合わせに対応。そのうち約70%をオペレーターを介さず完全自律解決（No human in the loop）し、営業通話の4件に1件で通話中成約を達成。顧客認証から障害切り分け、クレジット発行、交換機器の発送手配まで1エージェントで処理しています。
- 既存システムへの透過的適用: エンドポイント
grok-voice-latestを指定している既存アプリケーションは、追加コード変更なしで即座に3.0へ自動移行されます。
分析・展望
編集部注: 従来の音声AIは「音声認識→テキスト生成→音声合成」の多段パイプラインによる数秒の応答ラグが実用上の最大の壁でした。Grok Voice 3.0がネイティブ音声間処理によって1秒を切る0.81秒の応答性と高い割り込み耐性を両立し、さらに1分0.08ドルという低廉な価格設定を維持したことは、コンタクトセンターの無人化や車載・IoTデバイス向けエージェント市場におけるゲームチェンジャーとなる可能性があります。
引用元：xAI | Unite.AI | AI Weekly | hermes-ai.net | リアルサウンドテック編集部 | Impress Watch
参考ソース
Introducing Grok Voice 3.0
The world’s most intelligent voice model.
https://x.ai/news/grok-voice-3
Unite.AI
xAI、音声エージェント向け音声間変換モデル「Grok Voice 3.0」を発表
xAIは2026年10月14日、Grok Voice 3.0を発表し、音声から音声への変換モデルをVoice Agent APIで1分あたり0.08ドルで利用可能にした。同社は、Grok Voice 3.0を世界で最も高性能な音声モデルと説明し、顧客サポートの電話対応を解決する性能で新記録を達成したと述べた。また、応答速度は1秒未満で、他の最先端モデルより運用コストが低いという。 xAIによると、Grok VoiceはTeslaとSpa...
https://www.unite.ai/ja/xai-introduces-grok-voice-3-0-speech-to-speech-model-for-voice-agents
AI Weekly
xAI Grok Voice 3.0 Ships at $0.08/Min, Tops Index at 86.9
xAI released Grok Voice 3.0 on October 14 at $0.08 per minute, holding the price flat against the prior version while claiming the top slot on Artificial…
https://aiweekly.co/alerts/xai-grok-voice-30-ships-at-008min-tops-index-at-869
Hermes AI
xAI's Grok Voice 3.0 Tops Speech Benchmark With 0.81-Second Response
Grok Voice 3.0 debuts at the top of the Speech-to-Speech Index with sub-second latency, better task completion than any rival, and no price hike.
https://hermes-ai.net/news/xai-s-grok-voice-3-0-tops-speech-benchmark-with-0-81-second-response
Real Sound｜リアルサウンド テック
Teslaの車内でメール返信もコーヒー注文も 音声モデル「Grok Voice 3.0」が提供開始
SpaceXSIは10月14日（米国時間）、音声対話モデル「Grok Voice 3.0」をVoice Agent APIで提供開始した。応答遅延1秒未満をうたい、料金は前版と同額の1分0.08ドルである。
https://realsound.jp/tech/2026/10/post-2555016.html
Impress Watch
音声AI「Grok Voice 3.0」 応答1秒未満 テスラにも搭載
xAI(SpaceXSI)は14日、音声対話AIモデル「Grok Voice 3.0」を発表し、開発者向けの「Grok Voice API」で提供開始した。利用料金は1分あたり0.08ドル(1時間あたり4.80ドル)で、従来モデルから据え置く。
https://www.watch.impress.co.jp/docs/news/2148932.html
