xAI ra mắt Grok Voice 3.0, AI giọng nói có giá 0,08 USD/phút

Grok Voice 3.0 cải thiện khả năng hội thoại và tốc độ phản hồi

Công ty trí tuệ nhân tạo xAI vừa công bố Grok Voice 3.0, mô hình AI hội thoại bằng giọng nói thế hệ mới, được cung cấp thông qua Voice Agent API với mức giá 0,08 USD/phút, tương đương 4,80 USD/giờ.

Theo xAI, mô hình có khả năng tiếp nhận và phản hồi trực tiếp bằng giọng nói với độ trễ dưới một giây. Công nghệ này được thiết kế để xử lý các cuộc hội thoại tự nhiên, bao gồm tình huống người dùng tạm dừng, thay đổi lượt nói hoặc ngắt lời trợ lý.

xAI ra mắt Grok Voice 3.0, AI giọng nói có giá 0,08 USD/phút

Theo kết quả đánh giá của Artificial Analysis được xAI dẫn lại, Grok Voice 3.0 đạt 86,9 điểm trên Speech-to-Speech Index, cao hơn mức 81,3 điểm của phiên bản Grok Voice 2.0.

Trong cùng bảng đánh giá, GPT-Live-1 Astra đạt 83,2 điểm, còn Gemini 3.8 Live đạt 82,6 điểm. Speech-to-Speech Index tổng hợp nhiều tiêu chí, gồm khả năng suy luận bằng giọng nói, xử lý cuộc gọi, mức độ ưa thích của người dùng và tỷ lệ hoàn thành tác vụ.

Ở phép thử Full Duplex Bench, Grok Voice 3.0 đạt 97%, so với 95,1% của phiên bản tiền nhiệm. Bài kiểm tra tập trung đánh giá khả năng xử lý lượt nói, khoảng dừng và những tình huống hội thoại bị gián đoạn. Đối với τ-Voice, phép thử mô phỏng cuộc gọi chăm sóc khách hàng trong môi trường có tiếng ồn và nhiều giọng nói, mô hình đạt tỷ lệ hoàn thành tác vụ 71,6%.

xAI cho biết kết quả này tương đương GPT-Live-1 Astra, trong khi độ trễ thấp hơn 40%. Ngoài ra, trong bộ đánh giá EVA-Bench của ServiceNow, Grok Voice 3.0 đạt độ chính xác 74% qua hơn 200 tình huống nghiệp vụ doanh nghiệp, từ xác minh khách hàng, xử lý sự cố đến hoàn trả và hỗ trợ dịch vụ.

Mở rộng ứng dụng tại Tesla, Starlink và doanh nghiệp

Theo xAI, công nghệ Grok Voice đang xử lý hàng triệu cuộc hội thoại mỗi ngày trên các phương tiện Tesla. Người dùng có thể tương tác bằng giọng nói để kiểm tra lịch làm việc, trả lời thư điện tử hoặc thực hiện một số yêu cầu thông qua các công cụ kết nối.

Tại hệ thống tổng đài Starlink, Grok Voice tiếp nhận khoảng 20.000 cuộc gọi mỗi ngày bằng nhiều ngôn ngữ. Theo số liệu do xAI công bố, khoảng 70% cuộc gọi được giải quyết mà không cần chuyển sang nhân viên hỗ trợ. Đối với hoạt động bán hàng, hãng cho biết khoảng một phần tư số cuộc gọi kết thúc bằng giao dịch mua hàng.

Một tác nhân AI có thể thực hiện nhiều công đoạn trong cùng cuộc gọi, từ xác minh thông tin khách hàng, kiểm tra thiết bị đến xử lý hoàn trả và yêu cầu gửi thiết bị thay thế. Nhằm mở rộng ứng dụng, xAI cung cấp Grok Voice 3.0 thông qua Voice Agent API, cho phép nhà phát triển tích hợp khả năng hội thoại bằng giọng nói vào các hệ thống dịch vụ.

Mức giá được giữ nguyên so với Grok Voice 2.0, ở mức 0,08 USD cho mỗi phút sử dụng. Việc duy trì giá trong khi công bố những cải thiện về hiệu suất cho thấy xAI đang đẩy mạnh cạnh tranh trên thị trường AI giọng nói, đặc biệt ở phân khúc tổng đài thông minh và tự động hóa chăm sóc khách hàng.

Tuy nhiên, các chỉ số hiệu suất và kết quả triển khai thực tế nêu trên chủ yếu dựa trên thông tin do xAI công bố hoặc dẫn lại. Hiệu quả ứng dụng còn phụ thuộc vào điều kiện vận hành và yêu cầu của từng doanh nghiệp.