SpaceXSI lance Grok Voice 3.0, son modèle vocal speech-to-speech classé premier par Artificial Analysis

SpaceXSI, la division d’intelligence artificielle de SpaceX (anciennement connue sous le nom xAI), a annoncé mercredi 14 octobre 2026 Grok Voice 3.0, un modèle d’IA vocal dit speech-to-speech : il écoute la parole et répond directement en parole, sans passer par un texte intermédiaire. Selon l’annonce officielle, le modèle affiche une latence inférieure à une seconde, arrive en tête du Speech-to-Speech Index d’Artificial Analysis avec un score de 86,9, et coûte le même prix que la version précédente via l’API Voice Agent.

Artificial Analysis, cabinet indépendant qui compare les modèles vocaux, confirme sur son tableau de bord que Grok Voice 3.0 mène l’indice composite (86,9), devant GPT-Live-1 d’OpenAI (Astra, Medium, 83,2) et Gemini 3.8 Live d’Google (Extended Thinking High, 82,6). Le même tableau indique un temps jusqu’au premier son de 0,81 seconde, 97,0 % au Full Duplex Bench (pauses, tours de parole, interruptions) et 71,6 % au τ-Voice, un banc d’essais de scénarios de support client. SpaceXSI affirme aussi une latence environ 40 % inférieure à celle de GPT-Live-1 ; ce chiffre de comparaison est une revendication de l’entreprise, reprise telle quelle.

Déjà en service chez Tesla et Starlink

Grok Voice alimente déjà des millions de conversations par jour dans les véhicules Tesla, où les conducteurs peuvent parler à l’assistant pour des tâches simples (agenda, e-mails) ou plus lourdes via Grok Bot, et il équipe aussi le mode vocal de Grok. Du côté de Starlink, le réseau d’internet par satellite de SpaceX, les centres d’appels joignables au 1-888-GO-STARLINK traitent environ 20 000 appels en semaine et environ 10 000 le week-end. Selon l’étude de cas publiée par SpaceXSI, environ 70 % des appels sont résolus sans intervention humaine, et sur la ligne commerciale anglaise le taux de conversion tourne autour de 24,5 % (environ un appel commercial sur quatre se termine par un achat). The Verge a repris le même jour ces chiffres de volume d’appels et de résolution sans opérateur.

Même prix, bascule automatique

Grok Voice 3.0 est disponible dès maintenant dans l’API Voice Agent à 0,08 dollar (~0,07 €) par minute, soit 4,80 dollars (~4,29 €) de l’heure, le même tarif que Grok Voice 2.0. Les agents qui utilisaient l’alias grok-voice-latest ont déjà été basculés automatiquement vers la version 3.0 ; la documentation indique que Grok Voice 2.0 est déprécié et que les clients qui pinçaient encore grok-voice-2.0 doivent passer à grok-voice-3.0. L’endpoint, les paramètres de session et le prix restent inchangés, précise SpaceXSI.

Notre estimation : environ 55 % de chances qu’Artificial Analysis classe encore Grok Voice 3.0 numéro un de son Speech-to-Speech Index d’ici le 31 mars 2027 (scénario haussier), environ 45 % que non (scénario baissier). Indicatif, pas un conseil financier.