xAI lanza Grok Voice 3.0 y lidera los benchmarks de voz a voz

Grok Voice 3.0 debuta en el primer puesto del Speech-to-Speech Index de Artificial Analysis, con 86,9 puntos, por delante de OpenAI y Google.

xAI lanzó un nuevo modelo de IA de voz. Se llama oficialmente Grok Voice 3.0. La empresa lo presentó el 14 de octubre de 2026. Apunta a conversaciones habladas en tiempo real con IA.

El modelo escucha, razona y responde con voz. Hace todo esto dentro de un solo sistema. xAI lo construyó sobre todo para soporte y tareas de agentes.

Los desarrolladores lo acceden mediante la Voice Agent API de xAI. Otros laboratorios también lanzan herramientas de voz similares.

Líder en IA de Voz Infographia

Grok Voice 3.0 debuta en el primer puesto en los benchmarks de voz

Grok Voice 3.0 funciona bajo el ID de modelo grok-voice-3.0. El alias grok-voice-latest ahora apunta a este modelo. Reemplaza al anterior Grok Voice 2.0.

Artificial Analysis lo ubicó primero en su Speech-to-Speech Index. El nuevo modelo obtuvo 86,9 puntos en total. Eso superó a GPT-Live-1 Astra de OpenAI, que marcó 83,2. También superó a Gemini 3.8 Live de Google. Ese modelo obtuvo 82,6 puntos, según MarkTechPost.

Un avance claro a través de tres versiones de Grok Voice

El puntaje muestra un progreso constante con el tiempo. Grok Voice 1.0 solo alcanzó 73,7 puntos. Esa versión llegó unos seis meses antes.

Grok Voice 2.0 elevó la marca a 81,3 puntos. Grok Voice 3.0 la llevó más lejos, hasta 86,9. Eso es un salto de 5,6 puntos frente a la versión dos. El patrón apunta a una rivalidad acelerada.

Las categorías del benchmark, explicadas

El Speech-to-Speech Index combina cuatro medidas distintas. Las pruebas de razonamiento de voz vienen de Big Bench Audio. Grok Voice 3.0 obtuvo 98,5% ahí, según el propio anuncio de xAI.

El desempeño agéntico usa en cambio el benchmark tau-Voice. Aquí Grok Voice 3.0 solo alcanzó 71,6%. Eso queda por debajo del 74,5% de GPT-Live-1 Astra en la misma prueba.

La preferencia humana proviene de las calificaciones Elo de Speech Agent Arena. Grok Voice 3.0 obtuvo 1070 puntos en esa medida. GPT-Live-1 Astra anotó menos ahí, solo 1048 puntos.

La tasa de éxito en tareas cuenta una historia similar. Grok Voice 3.0 completó tareas el 94,8% de las veces. La tasa de GPT-Live-1 Astra fue solo del 87,4%. Esa no es una diferencia pequeña. Es una brecha operativa amplia en la práctica.

Compromisos de velocidad en conversaciones reales

El flujo de la conversación importa tanto como la precisión pura. Grok Voice 3.0 obtuvo 97% en Full Duplex Bench. Esa prueba mide qué tan natural maneja un modelo las pausas. Grok Voice 2.0 obtuvo 95,1% en esa misma prueba.

La velocidad en sí bajó un poco a cambio. El propio marketing de xAI promete menos de un segundo hasta el primer audio. Artificial Analysis midió, en cambio, 0,81 segundos.

Eso queda por detrás de la marca más rápida de Grok Voice 2.0, de 0,70 segundos. xAI parece haber cambiado velocidad por un razonamiento agéntico más fuerte. El precio se mantuvo estable en 0,08 dólares por minuto. La entrada de texto añade un pequeño cargo de 0,004 dólares.

Comparativa de inteligencia artificial vocal Infographia

Por qué Grok Voice 3.0 importa para la adopción de IA de voz

xAI dice que Grok Voice ya impulsa funciones de voz en los vehículos Tesla. Eso le da al modelo una ruta real de uso con consumidores hoy mismo.

Equipos empresariales también lo prueban para agentes de soporte, según xAI. Otros laboratorios también avanzan con mejoras agénticas similares. Entre ellos está la última versión de Claude Haiku de Anthropic.

Los desarrolladores que evalúan modelos de voz ahora tienen datos externos frescos. Queda por ver si OpenAI o Google responden con nuevos benchmarks pronto. Para el detalle técnico completo, revisen el anuncio propio de xAI y la cobertura de MarkTechPost. La ventaja en la cima de este índice quizá no dure mucho.

¿Qué significa esto para Latinoamérica?

Tesla ya ofrece Grok como asistente de voz en sus vehículos en México. El sitio oficial de soporte de Tesla México confirma la función. Los conductores pueden elegir la voz y personalidad de Grok.

La integración en Tesla llegó primero a Europa en 2026. Un despliegue más amplio hacia otros mercados de Latinoamérica aún no tiene fecha confirmada. Brasil y Argentina son mercados clave para una posible expansión futura.

Un modelo de voz más rápido y mejor evaluado como Grok Voice 3.0 podría acelerar ese avance regional. Las mejoras llegarían vía actualizaciones de software, sin necesidad de comprar hardware nuevo.

Tarjeta de redes sociales con el resumen de los resultados del benchmark de Grok Voice 3.0