스페이스XAI, 그록 보이스 3.0 공개했다

스페이스XAI(SpaceXAI)가 2026년 10월 14일 음성 대화 AI 모델 그록 보이스 3.0(Grok Voice 3.0)을 발표했다. 업계 최고 수준의 낮은 지연시간과 저렴한 가격을 갖췄으며 스페이스XAI는 이 모델이 세계에서 가장 똑똑한 음성 대 음성 모델이라고 주장했다.

스페이스XAI 음성 AI 모델인 그록 보이스는 사용자와 음성으로 대화할 수 있는 AI 모델이다. 2026년 7월 출시한 그록 보이스 싱크 패스트 2.0(Grok Voice Think Fast 2.0)은 이전 모델을 바탕으로 음성 추론 능력과 대화 능력, 도구 사용 시 신뢰성을 크게 끌어올려 비교 대상 가운데 최고 점수나 최단 시간을 기록했다. 말하면서 질의를 추론하기 때문에 다른 음성 대화 모델보다 훨씬 똑똑하면서도 지연시간이 늘지 않는 게 특징이다.

이번에 공개한 그록 보이스 3.0은 그록 보이스 최신 모델이다. 그록 보이스는 테슬라(Tesla)와 스페이스XAI에서 하루 수백만 건의 대화를 지원하고 있다. 스페이스XAI에 따르면 그록 보이스 3.0은 고객지원 통화 해결 시간에서 새 기록을 세웠다.

◇ 주요 벤치마크서 경쟁 모델 앞서=아티피셜애널리시스(Artificial Analysis)가 진행한 자체 테스트에서 그록 보이스 3.0은 음성 관련 품질 지표 전체와 음성 추론, 사람 선호도, 작업 성공률, 대화 역동성 점수가 모두 이전 모델인 그록 보이스 2.0보다 올랐다. GPT-Live-1(Astra, medium)과 제미나이 3.8 라이브(Gemini 3.8 Live) 확장 사고(High) 모델과 비교해서도 모든 항목에서 앞섰다.

다양한 억양과 배경 소음, 말 끊김이 있는 지원 통화에 에이전트가 얼마나 적절히 대응하는지 측정하는 타우보이스(τ-Voice)에서는 71.6%를 기록했다. GPT-Live-1(Astra, medium)과 같은 수준 성능을 내면서 지연시간은 40% 낮았다. 스페이스XAI는 에이전트 지능과 응답성의 균형에서 새로운 경지를 열었다고 밝혔다.

SpaceXAI’s Grok Voice 3.0 is the new leading Speech to Speech model, debuting at #1 on the Artificial Analysis Speech to Speech Index at 86.9, while also being competitive on latency

Grok Voice 3.0 is @SpaceXSI ‘s successor to Grok Voice 2.0, a Speech to Speech model available through the SpaceXAI Realtime API at $0.08 per minute. We evaluated Grok Voice 3.0 with the Rex voice through the SpaceXAI Realtime API.

Key takeaways:

➤ Speech to Speech Index: Grok Voice 3.0 debuts at #1 at 86.9, ahead of GPT-Live-1 (Astra, medium) at 83.2, Gemini 3.8 Live Extended Thinking (High) at 82.6 and GPT-Live-1 (Sol, low) at 80.1. It is up on Grok Voice 2.0 at 81.3 (+5.6 points) and Grok Voice 1.0 at 73.7 (+13.2 points), released just under six months ago. The Index averages Speech Reasoning (Big Bench Audio), Agentic Performance (Tau Voice), Arena Preference, and Task Success Rate

➤ Speech Agent Arena: Grok Voice 3.0 ranks #3 in preference at Elo 1070, behind Gemini 3.1 Flash Live Minimal (1100) and Gemini 3.8 Live (1088) and ahead of GPT-Live-1 (Sol, low) at 1057, and #1 on Task Success Rate at 94.8%, highest on the board, just ahead of Grok Voice 2.0 at 94.6%. Grok Voice 2.0 trails at Elo 1011

➤ Tau Voice: Grok Voice 3.0 takes the #2 spot on our Tau Voice benchmark implementation at 71.6%, behind GPT-Live-1 (Astra, medium) at 74.5% and ahead of Gemini 3.8 Live Extended Thinking (High) at 68.6% and GPT-Live-1 (Sol, low) at 59.3% – up from 56.5% for Grok Voice 2.0

➤ Big Bench Audio: Grok Voice 3.0 scores 98.5% on audio reasoning, ahead of Gemini 3.8 Live Extended Thinking (High) at 97.7% and Grok Voice 2.0 at 97.2%

➤ Speed: Average Time to First Audio on Big Bench Audio is 0.81 seconds for Grok Voice 3.0, well ahead of GPT-Live-1 (Sol, low) at 1.24s, GPT-Live-1 (Astra, medium) at 1.34s and Gemini 3.8 Live Extended Thinking (High) at 1.35s, though slower than Grok Voice 2.0 at 0.70s

➤ Cost: Grok Voice 3.0 costs $4.80 per hour of input audio, the same as Grok Voice 2.0. That is above GPT-Live-1 (Sol, low) at $4.47 and Gemini 3.8 Live Extended Thinking (High) at $3.50, cheaper than GPT-Live-1 (Astra, medium) at $5.83, and ~2.2x cheaper than GPT-Realtime-2.1 High at $10.75

Congrats to @elonmusk and the @SpaceXSI team 🚀

See below for more detail ⬇️

— Artificial Analysis (@ArtificialAnlys) October 14, 2026

아티피셜애널리시스가 음성 대 음성 모델을 분석해 집계한 스피치투스피치 인덱스(Speech to Speech Index)에서는 기사 작성 시점 기준 그록 보이스 3.0이 86.9점으로 1위에 올랐다. 모델을 가린 상태에서 사람이 실시간 음성 대화 선호도를 평가한 점수에서는 전체 3위를 차지했고 작업 성공률은 전체 1위, 성능 벤치마크는 전체 2위를 기록했다.

음성 대화 AI 추론 능력을 측정하는 빅벤치오디오(Big Bench Audio)에서 첫 오디오가 나오기까지 걸린 평균 시간은 0.81초였다. 비슷한 성능을 내는 GPT-Live-1(Astra, medium)의 1.34초와 제미나이 3.8 라이브 확장 사고(High)의 1.35초보다 짧다. 기사 작성 시점에 스피치투스피치 인덱스 상위 5개 모델 가운데 1초 미만 응답 속도를 기록한 건 그록 보이스 3.0과 그록 보이스 2.0뿐이다.

◇ 가격은 이전 모델과 같아=그록 보이스 3.0 가격은 입력 오디오 1시간당 6,720원대(4.80달러)로 그록 보이스 2.0과 같다. 스페이스XAI는 다른 최첨단 모델보다 저렴하다고 내세웠다.

그록 보이스 3.0은 테슬라 차량 안에서 핸즈프리 요청을 처리하고 스타링크(Starlink) 콜센터에서도 쓰이고 있다. 2026년 10월 14일부터는 보이스 에이전트 API(Voice Agent API)로도 이용할 수 있다. API 요금은 1분당 112원대(0.08달러)다. 그록 보이스 2.0과 가격이 같아 grok-voice-latest를 쓰는 에이전트는 따로 변경 작업 없이 자동으로 그록 보이스 3.0으로 전환됐다. 관련 내용은 이곳에서 확인할 수 있다.