For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/pt/articles/grok-voice-3-0-pricing-and-voice-agent-be-c2aec656.md.
A xAI apresentou o Grok Voice 3.0 em 14 de outubro de 2026, disponibilizando o modelo de fala para fala por meio de sua Voice Agent API a um...
A xAI apresentou o Grok Voice 3.0 em 14 de outubro de 2026, disponibilizando o modelo de fala para fala por meio de sua Voice Agent API a um preço anunciado de US$ 0,08 por minuto. O lançamento enfatiza chamadas de suporte, condução natural de conversas e a capacidade de executar ações por meio de ferramentas conectadas.
O lançamento é sustentado por diferentes tipos de evidência: um ranking de benchmark independente, uma estrutura separada de avaliação empresarial e números de implementação divulgados pela empresa. Eles respondem a perguntas diferentes, portanto é útil separar desempenho em benchmarks, alegações de produção e preços da API.
A tarifa anunciada é de US$ 0,08 por minuto, equivalente a US$ 4,80 por hora. A xAI afirma que o preço não mudou em relação ao Grok Voice 2.0 e que os agentes que usam o alias grok-voice-latest foram movidos automaticamente para a nova versão.
A página oficial de preços, consultada em 15 de outubro, também lista US$ 0,004 por entrada de texto para a API de fala para fala. Esse item é separado do preço principal por minuto e é relevante para aplicações que enviam texto para uma sessão de voz.
O alias é importante para aplicações existentes. Ele identifica o modelo de voz atual, e não uma versão permanentemente fixa, portanto um desenvolvedor pode receber alterações no comportamento do modelo sem editar esse identificador. O lançamento afirma que nenhuma mudança de migração foi necessária para a troca automática, mas isso não elimina o valor de realizar testes de regressão em um agente existente.
Um preço de modelo por minuto também não é o mesmo que o custo total de operação de uma central de atendimento. Telefonia, infraestrutura de aplicações, ferramentas externas e escalonamentos para humanos são considerações separadas; o anúncio não afirma incluir todas essas despesas na tarifa do modelo.
O ranking ao vivo da Artificial Analysis, consultado em 15 de outubro, coloca o Grok Voice 3.0 em primeiro lugar em seu Speech-to-Speech Index, com uma pontuação de 86,9. O índice reúne raciocínio por fala, desempenho agêntico, preferência humana e sucesso em tarefas. Um modelo precisa ter os dados de componentes exigidos para aparecer na comparação combinada.
O anúncio de lançamento apresenta a seguinte comparação com a versão anterior, atribuída à Artificial Analysis em 13 de outubro:
| Métrica | Grok Voice 3.0 | Grok Voice 2.0 |
|---|---|---|
| Speech-to-Speech Index | 86,9 | 81,3 |
| Raciocínio por fala no Big Bench Audio | 98,5% | 97,2% |
| Elo de preferência no Speech Agent Arena | 1070 | 1011 |
| Taxa de sucesso de tarefas na Arena | 94,8% | 94,6% |
| Full Duplex Bench | 97,0% | 95,1% |
| Sucesso em tarefas de suporte no tau-Voice | 71,6% | 56,5% |
Essas porcentagens não são intercambiáveis. O Big Bench Audio avalia perguntas de raciocínio falado, enquanto o tau-Voice avalia trabalho de suporte simulado que envolve ferramentas e políticas. A preferência na Arena reflete como pessoas comparam dois agentes não identificados, e sua medida de sucesso em tarefas se refere à conclusão bem-sucedida de cenários elegíveis.
O Full Duplex Bench avalia comportamentos conversacionais, como pausas, alternância de turnos, interrupções e confirmações curtas. Ele é relevante para determinar se um agente fala por cima de quem liga ou para no momento errado, mas não mede por si só se um reembolso ou reagendamento foi correto.
O ranking da Artificial Analysis lista o Grok Voice 3.0 com 0,81 segundo até o primeiro áudio em sua avaliação Big Bench Audio. Isso sustenta um resultado abaixo de um segundo nesse teste, e não uma garantia de que todos os clientes ouvirão uma resposta em 0,81 segundo em todas as redes.
A xAI compara seu desempenho no tau-Voice com o GPT-Live-1 na configuração Astra, medium. O gráfico de lançamento lista 71,6% de sucesso em tarefas para o Grok Voice 3.0 e 74,5% para esse concorrente, ao mesmo tempo que afirma uma latência cerca de 40% menor para o Grok. Trata-se de uma comparação entre desempenho e responsividade, e não de uma alegação de que o Grok vence em todas as métricas individuais.
O Grok Voice 2.0 anterior aparece com 0,70 segundo na métrica de latência do ranking ao vivo. Portanto, a nova versão não deve ser descrita como universalmente mais rápida que sua predecessora: ela melhora as métricas de qualidade divulgadas, mas leva um pouco mais de tempo nesse teste de latência específico.
O anúncio também cita um custo médio de tarefa de US$ 0,025 no Big Bench Audio, em comparação com US$ 0,030 para o GPT-Live-1 na configuração nomeada e US$ 0,055 para o GPT-Realtime-2.1 High. Esses são custos para uma carga de trabalho de benchmark, e não preços fixos para uma chamada de produção arbitrária nem uma prova de que nenhum outro modelo de voz seja mais barato.
A xAI relata uma pontuação de precisão de 74% no EVA-Bench, juntamente com forte desempenho combinado de precisão e experiência. Esse resultado é uma alegação presente no anúncio de lançamento; a página pública do projeto da ServiceNow foi consultada para estabelecer o que a estrutura mede.
O EVA-Bench avalia conversas faladas completas e com múltiplos turnos usando uma configuração bot a bot. Sua visão geral pública lista três domínios:
| Domínio | Cenários | Ferramentas |
|---|---|---|
| Atendimento ao cliente | 50 | 15 |
| Gerenciamento de serviços de TI | 80 | 59 |
| Recursos humanos | 83 | 47 |
Descreva sua ideia uma vez e o We0 AI pode gerar um site de apresentacao, paginas e CMS, alem de ajudar a atrair clientes e trafego apos o lancamento.
Uma geração completa de projetos para registro gratuito
Melhor para experimentar um fluxo de geração completo e ver rapidamente um primeiro rascunho do projeto.
A estrutura separa EVA-A, precisão de tarefas, de EVA-X, experiência conversacional. Essa separação é útil para agentes empresariais porque uma conversa refinada ainda pode terminar com uma ação incorreta, e uma ação correta ainda pode proporcionar uma experiência ruim para quem liga.
A xAI afirma que o Grok Voice oferece suporte a milhões de conversas diárias na Tesla e na SpaceX. Ela descreve solicitações mãos livres em veículos Tesla e o modo de voz para o Grok Bot, incluindo tarefas que envolvem serviços conectados.
Para a Starlink, a empresa relata aproximadamente 20.000 chamadas de clientes por dia em vários idiomas, com cerca de 70% resolvidas sem um humano no processo. Ela também afirma que uma em cada quatro chamadas de vendas termina em uma compra e descreve agentes que lidam com verificação, solução de problemas, créditos e equipamentos de substituição.
Esses são números operacionais divulgados pela empresa. O anúncio não fornece uma divisão auditada de forma independente sobre dificuldade das chamadas, critérios de escalonamento ou o período em que todos os números foram medidos. Uma empresa que avalia o modelo deve testar suas próprias políticas, permissões de ferramentas, áudio com ruído e requisitos de transferência para atendimento humano.
O Grok Voice 3.0 é o modelo de fala para fala da xAI para agentes conversacionais. Seu anúncio se concentra em raciocínio falado, tarefas de suporte, uso de ferramentas e no tratamento da dinâmica de uma conversa ao vivo.
A xAI anunciou uma tarifa da Voice Agent API de US$ 0,08 por minuto, ou US$ 4,80 por hora. Consulte a documentação de preços atual para verificar as condições de cobrança e separe no orçamento os serviços que estão fora da API do modelo.
grok-voice-latest precisam migrar?A xAI afirma que esse alias foi alterado automaticamente para o Grok Voice 3.0, sem necessidade de mudanças no código. Usuários existentes ainda devem avaliar seus prompts, ferramentas e comportamento de tratamento de chamadas após uma mudança de modelo.
Não: o número abaixo de um segundo citado é uma medição de benchmark, e outros modelos são mais rápidos nessa medida. A principal comparação de latência do lançamento é com uma configuração específica do GPT-Live-1 em um nível semelhante de desempenho em tarefas de suporte.
O índice combina várias medidas de desempenho de agentes de voz, incluindo raciocínio e conclusão de tarefas. O Full Duplex Bench se concentra em comportamentos conversacionais, como tratamento de interrupções, pausas e alternância de turnos.
Não: a xAI relata que cerca de 70% das chamadas da Starlink são resolvidas sem envolvimento humano, o que é um resultado de uma implementação específica. Isso não estabelece a mesma taxa de resolução para outras empresas nem elimina a necessidade de caminhos de escalonamento.
O Grok Voice 3.0 mantém a tarifa anunciada de API de US$ 0,08 por minuto enquanto melhora os resultados relatados da versão anterior em voz e tarefas de suporte. A evidência mais sólida combina uma definição clara de benchmark com medições relevantes para uma implementação específica.
Avalie conjuntamente a correção das tarefas, o comportamento conversacional, a latência e o custo operacional total antes de mover um fluxo de suporte para o modelo.
Comece com uma frase e tenha um site completo em minutos.
