말하면 0.81초 만에 대답… Grok Voice 3.0, Artificial Analysis 음성 대화 순위 1위(86.9점)
AI 모델을 비교·측정하는 Artificial Analysis가 Grok Voice 3.0을 음성↔음성 종합 지수 1위(86.9점)로 올렸어요. 첫 소리까지 평균 0.81초, 가격은 2.0과 같은 1분 $0.08이에요. 다만 2.0(0.70초)보다는 조금 느려졌어요.
- Artificial Analysis 음성↔음성 종합 지수에서 Grok Voice 3.0이 86.9점으로 1위예요. GPT-Live-1(Astra, medium) 83.2, Gemini 3.8 Live Extended Thinking(High) 82.6, 바로 전 버전 Grok Voice 2.0은 81.3이에요.
- 말을 마친 뒤 첫 소리가 나오기까지 평균 0.81초로, GPT-Live-1(1.24~1.34초)·Gemini 3.8 Live(1.35초)보다 빨라요. 다만 Grok Voice 2.0(0.70초)보다는 느려졌어요.
- 가격은 1분 $0.08(입력 음성 1시간 $4.80)로 2.0과 같아요. xAI 문서에는 모델 이름 grok-voice-3.0, 한국어를 포함한 20개 넘는 언어, 2.0과 같은 연결 주소·설정이라고 적혀 있어요.
Grok Voice 2.0으로 음성 에이전트를 돌리고 있었다면 세션의 model 값만 grok-voice-3.0으로 바꾸면 돼요. 문서에 2.0은 지원 종료 예정(deprecated)으로 적혀 있어서 어차피 옮길 차례예요.
전화나 웹으로 예약·문의를 받는 음성 상담 봇을 만든다면 후보에 넣을 만해요. 문서에 전화(SIP) 연결, 웹 검색·MCP 도구 호출, 짧은 녹음으로 목소리 복제가 들어 있어요.
실시간 음성 대화가 필요한 라이브 데모나 인터랙티브 콘텐츠를 만든다면, 한국어로 대답이 얼마나 자연스러운지 직접 몇 번 말 걸어 보고 판단하는 편이 좋아요. 순위는 영어 위주 시험이에요.
1) xAI API 키 준비 2) wss://api.x.ai/v1/realtime?model=grok-voice-3.0 으로 연결 3) 세션 설정에서 language_hint를 ko로, voice를 하나 고르기 4) 같은 질문 10개를 2.0과 3.0에 똑같이 던져 대답 속도·정확도 비교
가게나 클래스 문의를 음성으로 먼저 받아 주는 상담 도우미를 만들어 본다면, 한국어로 짧은 질문 몇 개부터 시험해 보면 좋을 것 같아요. 1분 $0.08이라 하루 테스트 비용은 크지 않아 보여요.
AI 모델을 비교·측정하는 Artificial Analysis가 10월 15일 02:26(한국 시각) 공식 X에 Grok Voice 3.0 평가 결과를 올렸어요. 사람이 말하면 AI가 바로 말로 대답하는 음성↔음성(Speech to Speech) 모델이에요. Artificial Analysis는 만든 곳을 SpaceXAI라고 표기해요. 평가는 실시간 API에서 Rex 목소리로 했다고 적었어요.
순위와 점수
- 종합 지수(Speech to Speech Index) 1위 86.9점 — GPT-Live-1(Astra, medium) 83.2, Gemini 3.8 Live Extended Thinking(High) 82.6, GPT-Live-1(Sol, low) 80.1. 종합 지수는 말로 하는 추론, 에이전트 일 처리, 사람 선호 투표, 과제 성공률을 평균 낸 값이에요.
- 앞 버전보다: Grok Voice 2.0 81.3점(+5.6), 1.0 73.7점(+13.2)
- Big Bench Audio(말로 푸는 추론) 98.5%
- Tau Voice(에이전트 일 처리) 71.6%로 2위 — 1위는 GPT-Live-1(Astra, medium) 74.5%. 2.0은 56.5%였어요.
- Speech Agent Arena(사람 선호 투표) Elo 1070으로 3위, 과제 성공률은 94.8%로 1위
속도와 가격
- 첫 소리까지 평균 0.81초(Big Bench Audio 기준). GPT-Live-1(Sol, low) 1.24초, GPT-Live-1(Astra, medium) 1.34초, Gemini 3.8 Live Extended Thinking(High) 1.35초보다 빨라요. 다만 Grok Voice 2.0은 0.70초로 더 빨랐어요.
- 입력 음성 1시간 $4.80(1분 $0.08)로 2.0과 같아요. Gemini 3.8 Live($3.50), GPT-Live-1 Sol($4.47)보다는 비싸고, GPT-Live-1 Astra($5.83)보다는 싸요.
X 게시물 보기 · https://x.com/ArtificialAnlys/status/2110421964095713743
개발자 문서에 적힌 것
xAI 개발자 문서에는 모델 이름 grok-voice-3.0(별칭 grok-voice-latest)로 올라와 있어요. 연결 주소·세션 설정·이벤트가 2.0과 같아서 model 값만 바꾸면 되고, 2.0은 지원 종료 예정(deprecated)이라고 적혀 있어요. 한국어를 포함해 20개 넘는 언어를 알아듣고 같은 언어로 대답하며, 웹 검색·X 검색·MCP·함수 호출 도구를 쓸 수 있고, 말하는 속도는 0.7~1.5배로 바꿀 수 있어요. 가격표에는 1분 $0.08과 글 입력 1회당 $0.004가 따로 적혀 있어요.
순위 숫자는 Artificial Analysis가 잰 값이에요. 직접 말을 걸어 재 본 값은 아니에요.
