音声対話AI「Grok Voice 3.0」発表!1秒未満の低遅延応答やツール連携に対応し料金据え置き
情弱ちゃん
Grok Voice 3.0ってどんなAIなの?
エンマち
1秒未満で音声応答できて、相づちや会話の割り込みにも自然に対応できる音声AIモデルだよ!
Grok Voice 3.0の登場と利用料金
xAIは14日、音声対話AIモデルであるGrok Voice 3.0を発表し、開発者向けのGrok Voice APIにて提供を開始しました。
利用料金は従来モデルから据え置きとなっており、1分あたり0.08ドル(1時間あたり4.80ドル)で利用できます。
| 利用単位 | 利用料金 |
|---|---|
| 1分あたり | 0.08ドル |
| 1時間あたり | 4.80ドル |
Speech-to-Speechによる自然な対話性能
Grok Voice 3.0は、音声を直接入力して音声で返すSpeech-to-Speechモデルです。1秒未満の低遅延を実現しており、人間と話しているような自然な音声対話が可能です。カスタマーサポートや営業などで、人に代わって会話や業務を行う音声AIエージェントへの活用が想定されています。
発話の間や話者の交代、会話中の割り込みにも柔軟に対応します。AIが話している最中に利用者が発言を挟んでも、対話を途切れさせずに継続できます。さらに、周囲の雑音やアクセントが存在する環境にも適応し、25以上の言語を扱えます。
外部ツール連携と業務完了エージェントの構築
Grok Voice APIは、音声対話に加えて外部サービスやツールとの連携に対応しています。利用者との対話内容をもとに、情報検索やスケジュール確認、予約などの操作を実行可能です。
複数のツールを組み合わせた複雑な指示も処理できるため、単純な問い合わせへの回答にとどまらず、実際の業務を完了できる音声AIエージェントを構築できます。
情弱ちゃん
単に会話するだけじゃなくて、実際の作業も頼めるの?
エンマち
スケジュール確認や予約など、外部ツールと連携して業務を完了できるのが強みなんだよ。
テスラやStarlinkでの導入実績
Grok Voice 3.0は、すでに大規模な実環境で運用されています。
テスラの車載AIに採用されており、1日あたり数百万件の音声対話を処理しています。ドライバーは音声操作を通じて予定の確認やメール返信のほか、コーヒーの注文や飲食店の予約を行えます。
また、SpaceXの衛星通信サービスであるStarlinkのコールセンターでも導入されており、1日約20,000件の問い合わせに対応しています。そのうち約70%を人間のオペレーターを介さずに自動解決しています。顧客認証から機器トラブルへの対応、交換機器の発送手続きまで、1つのAIエージェントで完結して処理できます。
提供形態と既存環境からの移行
Grok Voice 3.0は、Grok Voice APIのVoice Agent APIから利用できます。
既存のAPI環境でモデル名にgrok-voice-latestを指定している場合は、自動的に新モデルへ切り替わるため、開発者側での変更作業は不要です。
情弱ちゃん
すでに使われている実績はあるのかな?
エンマち
テスラ車やStarlinkのサポートですでに多くの対話を処理しているよ。APIの設定を確認してみよう!
価格・仕様・条件は参照資料の取得時点の情報です。一次資料で確認できなかった数値も含まれるため、購入前に販売店・メーカーで最新の条件をご確認ください。