Grok Voice 3.0의 개요
Grok Voice 3.0(grok-voice-3.0)은 SpaceXSI Voice Agent API의 음성 대 음성 모델로, 듣고, 추론하고, 도구를 호출하고, 말로 답하는 일을 한 모델에서 처리합니다. 2026년 10월 14일 공개돼 지원이 중단된 Grok Voice 2.0을 같은 가격으로 대체했고, grok-voice-latest 별칭은 자동으로 이 모델을 가리키게 됐습니다.
WebSocket이나 WebRTC로 동작하며, Twilio, Telnyx, Plivo 또는 TLS로 SpaceXSI에 연결하는 모든 사업자를 통해 SIP로 전화를 받고, 통화 전환과 키패드 입력도 지원합니다. 내장 도구는 웹 검색, X 검색, Collections 파일 검색, 원격 MCP 서버이며 자체 함수도 쓸 수 있습니다. 추론은 기본으로 켜져 있고 끌 수 있습니다. 문서에는 언어·지역 코드 20개, SpaceXSI 음성 합성과 공유하는 내장 음성, 짧은 참고 음성으로 목소리를 복제하는 기능이 나와 있습니다.
SpaceXSI는 이 모델이 Tesla 차량에서 하루 수백만 건의 대화를, Starlink 고객 전화를 하루 약 20,000건 처리한다고 밝혔습니다.
Grok Voice 3.0의 가격은 얼마입니까?
| 플랜 | 가격 | 포함 내용 |
|---|---|---|
| Audio | $0.08 per minute ($4.80 an hour) | |
| Text input | $0.004 per message |
오디오 분당 0.08달러(시간당 4.80달러)에 텍스트 입력 메시지당 0.004달러가 붙습니다. Grok Voice 2.0과 같으며, 추론은 분당 요금에 포함됩니다.
Grok Voice 3.0, 쓸 만한 가치가 있습니까?
Grok Voice 3.0은 2026년 10월 13일 기준 Artificial Analysis 지수에서 가장 높은 점수를 받은 음성 대 음성 모델로, 86.9점을 기록해 Astra를 쓴 OpenAI GPT-Live-1의 83.2점, Google Gemini 3.8 Live의 82.6점, 자사 이전 모델의 81.3점을 앞섰습니다. Big Bench Audio에서도 98.5%로 GPT-Live-1의 90.1%를, 멈춤과 끼어들기를 보는 Full Duplex Bench에서도 97.0%로 94.9%를 앞섰고, 블라인드 맞대결 통화에서는 Elo 1070으로 1048을 넘었습니다.
예외는 상담 창구와 가장 비슷한 테스트입니다. 고객 서비스 과제 완수를 채점하는 τ-Voice에서는 GPT-Live-1이 74.5%로 71.6%를 앞섭니다. SpaceXSI는 이 벤치마크에서 GPT-Live-1보다 약 40% 빨리 답하고 전반적으로 1초 안에 응답한다고 하지만, 밀리초 단위 수치는 공개하지 않습니다. Starlink 통화의 70%가 사람 없이 해결된다는 수치를 포함해 Tesla와 Starlink 도입 실적은 SpaceXSI 자체 자료이며 감사를 받지 않았습니다.
가격 구조는 OpenAI보다 단순합니다. Grok Voice는 분당 0.08달러, 시간당 약 4.80달러에 텍스트 메시지당 0.004달러이며 추론이 포함됩니다. GPT-Live-1은 분당 0.05달러에 추론을 맡는 텍스트 모델의 토큰 비용이 더해지므로, 실제 비용은 고른 모델에 달려 있습니다. Artificial Analysis의 Big Bench Audio 실행에서 SpaceXSI는 과제당 평균 0.025달러였고, GPT-Live-1은 0.030달러, GPT-Realtime-2.1은 0.055달러였 다고 밝혔습니다.
운영 정보는 빈약합니다. 모델은 us-east-1에서만 돌아가고 미국 리전 전용 엔드포인트에서는 제공되지 않습니다. 세션은 최대 120분이며, 공개된 팀당 동시 세션 한도는 속도 제한 페이지에서 읽을 수 없어 대형 콜센터는 영업팀과 한도를 협의해야 합니다. 짧은 음성으로 목소리를 복제하는 기능에는 분명한 악용 위험이 있는데, 문서에는 동의 확인 절차가 없습니다.
데이터 조건은 SpaceXSI API를 따릅니다. 명시적 허락 없이는 입력이나 출력을 학습에 쓰지 않고, 오용 감사를 위해 기본 30일 보관합니다. 대화 기록은 세션 재개를 켰을 때만 저장되며 30분 동안 활동이 없으면 삭제되고, 데이터 무보관에서는 음성 에이전트 대화가 전혀 저장되지 않습니다.
제 역할을 하는 곳
300석 규모 통신사 고객지원 조직의 콜센터 설계 담당자
걸려 오는 전화의 1차 응대에 AI 에이전트 두기
Twilio나 Telnyx에서 SIP로 통화를 넘기고, 계정 조회를 자체 함수로 에이전트에 주고, refer로 사람에게 전환합니다. 분당 0.08달러면 월 100,000분에 통신 요금을 빼고 8,000달러입니다.
여행 예약 스타트업의 모바일 개발자
앱에 말로 예약을 바꿀 수 있게 하기
앱에서 임시 토큰으로 WebSocket에 연결하고, 실시 간 항공편 정보는 웹 검색으로, 예약 시스템은 자체 함수로 처리합니다. 5분 통화는 약 0.40달러입니다.
EU 보험사의 컴플라이언스 책임자
통화 오디오를 모델에 보내도 되는지 판단하기
처리가 us-east-1에서만 이뤄지므로 EU 안에서만 처리할 수는 없습니다. 데이터 무보관을 쓰면 대화가 저장되지 않지만, SpaceXSI 영업팀을 통해 켜야 합니다.
도입 전 확인할 점
- 설정
- console.x.ai에서 키를 만들고, model을 grok-voice-3.0이나 grok-voice-latest로 지정해 WebSocket 세션을 연 뒤, 음성, 지시, 도구를 담은 session.update를 보냅니다. 기존 Grok Voice 2.0 코드는 모델 이름만 바꾸면 됩니다.
- 연동
- WebSocket과 WebRTC, Twilio, Telnyx, Plivo 또는 TLS로 sip.voice.x.ai에 연결하는 사업자를 통한 SIP, 8 kHz부터 48 kHz까지의 PCM과 G.711, Opus 오디오, 웹 검색, X 검색, 파일 검색, MCP, 자체 함수 도구.
- 데이터와 개인정보
- 명시적 허락 없이 API 입력이나 출력을 학습에 쓰지 않습니다. 오용 감사를 위해 기본 30일 보관하며, 데이터 무보관에서는 음성 에이전트 대화를 저장하지 않습니다. 세 션 기록은 재개 기능을 켰을 때만 남고 30분 동안 쓰지 않으면 삭제됩니다.
- 대규모 사용 시 비용
- 오디오 시간당 4.80달러이므로 월 10,000시간이면 48,000달러이며, 공개된 볼륨 할인은 없습니다.
- 제한
- 세션은 최대 120분, us-east-1에서만 운영되며 미국 리전 전용 엔드포인트에서는 쓸 수 없습니다. 핵심 용어는 각 50자, 최대 100개까지입니다.
좋은 점
- Artificial Analysis 음성 대 음성 지수에서 86.9점으로 1위
- 추론을 포함한 분당 0.08달러 정액
- Twilio, Telnyx, Plivo를 통한 SIP 통화, 전환, 키패드 입력
- 웹, X, 파일 검색 내장에 MCP와 자체 함수까지 지원
- 데이터 무보관에서는 대화가 저장되지 않습니다
아쉬운 점
- 고객 서비스 벤치마크인 τ-Voice에서는 GPT-Live-1에 뒤집니다
- us-east-1에서만 제공되며 미국 리전 전용 엔드포인트가 없습니다
- 도입 실적과 지연 수치는 SpaceXSI 자체 자료입니다
- 목소리 복제에 문서화된 동의 확인이 없습니다
- 문서에 나온 언어와 지역 변형이 20개뿐입니다
추천 대상
전화와 앱용 음성 에이전트를 만들며, 예측 가능한 분당 요금으로 최고 수준의 벤치마크 점수를 원하고 미국 전용 운영을 감수할 수 있는 팀.
Grok Voice 3.0 대안
Grok Voice 3.0: 자주 묻는 질문
- Grok Voice 3.0, 쓸 만한 가치가 있습니까?
- Grok Voice 3.0은 단순한 정액 요금으로 독립 음성 대 음성 지수 1위를 차지했지만, 지원 업무형 과제에서는 여전히 OpenAI가 앞서고 모든 통화가 미국 한 리전에서 처리됩니다. 평점은 5점 만점에 4.3점입니다.
- Grok Voice 3.0의 가격은 얼마입니까?
- 오디오 분당 0.08달러(시간당 4.80달러)에 텍스트 입력 메시지당 0.004달러가 붙습니다. Grok Voice 2.0과 같으며, 추론은 분당 요금에 포함됩니다.
- Grok Voice 3.0의 단점은 무엇입니까?
- 고객 서비스 벤치마크인 τ-Voice에서는 GPT-Live-1에 뒤집니다; us-east-1에서만 제공되며 미국 리전 전용 엔드포인트가 없습니다; 도입 실적과 지연 수치는 SpaceXSI 자체 자료입니다; 목소리 복제에 문서화된 동의 확인이 없습니다; 문서에 나온 언어와 지역 변 형이 20개뿐입니다.
- Grok Voice 3.0에 적합한 사람은 누구입니까?
- 전화와 앱용 음성 에이전트를 만들며, 예측 가능한 분당 요금으로 최고 수준의 벤치마크 점수를 원하고 미국 전용 운영을 감수할 수 있는 팀.
- 팀이나 프로덕션 환경에서 Grok Voice 3.0의 비용은 얼마입니까?
- 오디오 시간당 4.80달러이므로 월 10,000시간이면 48,000달러이며, 공개된 볼륨 할인은 없습니다.
- Grok Voice 3.0에 회사 데이터를 맡겨도 안전합니까?
- 명시적 허락 없이 API 입력이나 출력을 학습에 쓰지 않습니다. 오용 감사를 위해 기본 30일 보관하며, 데이터 무보관에서는 음성 에이전트 대화를 저장하지 않습니다. 세션 기록은 재개 기능을 켰을 때만 남고 30분 동안 쓰지 않으면 삭제됩니다.
- Grok Voice 3.0의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 GPT-Live-1 (and GPT-Realtime-2.1), Gemini Omni Flash 1.1 및 Cartesia Sonic 3.6입니다.
답변 확인일: 2026년 11월 6일.
Grok Voice 3.0 개발사입니까? 이 평점을 사이트에 표시하십시오
