Uso primario dichiarato o dedotto con cautela dalla documentazione ufficiale.
X
XAI / grok-voice-3.0
Grok Voice 3.0
Modello vocale proprietario disponibile dal 14 ottobre 2026 per conversazioni bidirezionali audio e testo. L’identificatore versionato è grok-voice-3.0; grok-voice-latest è un alias che punta già a questa versione, non un altro modello. Sostituisce Grok Voice 2.0, deprecato, senza cambiare endpoint, parametri di sessione o eventi. Non va confuso con Grok Voice Transcribe 2.0 né con il servizio separato di sintesi vocale.
01 / RIEPILOGO
L'essenziale
Capacità di input massima quando pubblicata dalla fonte.
Limite massimo di generazione documentato.
Canali di disponibilità verificati.
Famiglia funzionale principale e specialità verificate.
Condizioni dichiarate per API, pesi o distribuzione autonoma.
02 / SCHEDA TECNICA
Limiti e integrazione
| ID API | grok-voice-3.0 |
|---|---|
| Tipo di modello | Voce e audio |
| Modalità di accesso | Proprietario a pagamento |
| Licenza | Proprietaria |
| Distribuzione | API ospitata |
| Rilascio | 14 OCT 2026 |
| Cutoff della conoscenza | Non pubblicato |
| Entrata | Testo · Audio |
| Uscita | Testo · Audio |
| Finestra di contesto | Finestra di contesto non pubblicata |
| rendimento massimo | Audio e testo in streaming; massimo non pubblicato |
| Ragionamento | Impegno high o none; high predefinito |
| Strumenti pubblicati | Funzionalità · Ricerca web · Ricerca su X · MCP · Ricerca nelle raccolte |
| Uscite strutturate | Non pubblicato |
| Elaborazione batch | Non pubblicato |
| Cache dei prompt | Non pubblicato |
| Fine-tuning | Non pubblicato |
| Piattaforme verificate | API xAI |
Assistenti vocali, agenti telefonici e interazione multilingue con strumenti. La documentazione include spagnolo, inglese, francese, italiano, tedesco e portoghese tra oltre venti lingue. Supporta rilevamento automatico dei turni, funzioni e accesso configurato a ricerche o MCP. Il supporto degli strumenti non autorizza azioni sensibili: mantenere la conferma umana quando necessaria.
Il limite riguarda le sessioni simultanee, non i token: i livelli T0, T1, T2, T3 e T4 consentono rispettivamente 10, 20, 50, 100 e 200 sessioni; verificare i limiti del proprio team. Non abbiamo verificato una finestra di contesto o una durata massima pubblica. La latenza dichiarata non è un benchmark indipendente. Usare token temporanei nei browser senza esporre la chiave permanente. Evitare l’alias latest per fissare una versione riproducibile.
03 / CAPACITÀ
Cosa può fare
Orientamento
Assistenti vocali, agenti telefonici e interazione multilingue con strumenti. La documentazione include spagnolo, inglese, francese, italiano, tedesco e portoghese tra oltre venti lingue. Supporta rilevamento automatico dei turni, funzioni e accesso configurato a ricerche o MCP. Il supporto degli strumenti non autorizza azioni sensibili: mantenere la conferma umana quando necessaria.
Contesto
Finestra di contesto non pubblicata · Audio e testo in streaming; massimo non pubblicato
Strumenti e integrazione
Funzioni · Ricerca web · Ricerca su X · MCP · Ricerca nelle raccolte
Accesso
API xAI · WebSocket /v1/realtime
Modalità di input
TestoAudio
04 / PREZZI
Costo documentato
| Concetto | Di valore | Unità/condizione |
|---|---|---|
| Input standard | 0,08 USD / minuto di conversazione | Tariffa API standard |
| Input in cache | Non pubblicato | Lettura di prefissi riutilizzati |
| Scrittura o archiviazione della cache | Non pubblicato | La condizione varia in base al fornitore |
| Output standard | 0,004 USD / input di testo | Può includere token di ragionamento |
| Input batch | Non pubblicato | Elaborazione asincrona |
| Output batch | Non pubblicato | Elaborazione asincrona |
La tariffa ufficiale è 0,08 USD per minuto di conversazione, equivalente a 4,80 USD all’ora, e 0,004 USD per input di testo. Il prezzo di Voice 2.0 resta invariato. Non sono tariffe per milione di token: i campi numerici di confronto dei token restano vuoti. I servizi separati di trascrizione e sintesi usano altre unità e non vengono riportati in questa scheda.
i I prezzi cambiano e possono dipendere dal livello, dalla regione o dalla durata del contesto. Controlla la fonte prima di prendere una decisione.
05 / VALUTAZIONI
Come leggere i risultati
“
Non abbiamo trovato punteggi numerici pubblicati specificamente per Grok Voice 3.0. Inferama non ha eseguito una valutazione propria né trasferisce risultati da Grok 4.7 o dal modello di trascrizione. Una prova utile deve controllare lingua, accento, rumore, interruzioni, fedeltà delle trascrizioni e azioni degli strumenti, registrando identificatore esatto, latenza osservata e costo effettivo.
i Non abbiamo trovato benchmark pubblicati per questo modello.
Inferama evidenzia un "miglior risultato" solo quando la metrica, il set di test, la configurazione e la data consentono un confronto equivalente. I dati del fornitore sono presentati come affermazioni provenienti dalla propria fonte.
06 / VERSIONI
Cronologia
Grok Voice 3.0
Disponibile; sostituisce Voice 2.0 e aggiorna l’alias grok-voice-latest.
07 / FONTI