Grok Voice 3.0: benchmark e cosa cambia al telefono

Grok Voice 3.0 è il nuovo modello vocale di xAI, rilasciato il 14 ottobre 2026: secondo l'annuncio ufficiale è il primo nell'indice speech-to-speech di Artificial Analysis, con 86,9 punti. Per chi usa un assistente telefonico AI è una buona notizia per tre motivi: conversazioni più naturali, risposte più rapide e un costo per compito più basso dei concorrenti. Non vince però in tutte le prove: nelle chiamate di assistenza simulate resta dietro a GPT-Live-1 di OpenAI.

In questo articolo vediamo cosa è uscito davvero, cosa dicono i benchmark e cosa significa per un'attività che fa rispondere al telefono un assistente telefonico AI.

Cosa ha rilasciato xAI, in breve

• Il modello: Grok Voice 3.0, nell'API con il nome grok-voice-3.0. È un modello speech-to-speech: ascolta e risponde direttamente a voce, senza trascrivere in testo e poi risintetizzare. Meno passaggi vogliono dire, di solito, meno attesa e un tono più naturale.
• Disponibilità: già attivo nella Voice Agent API. Chi usa l'alias grok-voice-latest è passato al nuovo modello in automatico, e l'API non cambia (note di rilascio di xAI).
• Prezzo d'uso per gli sviluppatori: lo stesso di Grok Voice 2.0.
• Lingue e telefonia: la documentazione elenca oltre 20 lingue con accento nativo, italiano compreso, e il collegamento via SIP, WebSocket o LiveKit.
• Uso reale dichiarato: secondo xAI il modello gestisce milioni di conversazioni al giorno nelle auto Tesla. I call center di Starlink lo usano per circa 20.000 chiamate al giorno in più lingue, e circa il 70% si chiude senza un operatore.

Una nota sul nome dell'azienda: SiliconANGLE racconta che xAI, acquisita da SpaceX, oggi si chiama SpaceXSI (SiliconANGLE, 14 ottobre 2026). Il prodotto resta Grok.

I benchmark: dove vince e dove no

I benchmark sono prove standardizzate: gli stessi compiti vengono dati a modelli diversi e si confrontano i risultati. Ecco la tabella pubblicata da xAI, con i dati di Artificial Analysis.

Grok Voice 3.0 a confronto: i benchmark dichiarati da xAI

Benchmark	Cosa misura	Grok Voice 3.0	Grok Voice 2.0	GPT-Live-1 (Astra, Medium)	Gemini 3.8 Live (Extended Thinking, High)
Indice Speech-to-Speech di Artificial Analysis	punteggio complessivo	86,9	81,3	83,2	82,6
Big Bench Audio	ragionamento su domande parlate	98,5%	97,2%	90,1%	97,7%
Speech Agent Arena (Elo)	preferenza di chi ascolta	1070	1011	1048	990
Task Success Rate	compiti portati a termine	94,8%	94,6%	87,4%	89,1%
Full Duplex Bench	pause, interruzioni, parlare sopra	97,0%	95,1%	94,9%	91,9%
τ-Voice	chiamate di assistenza con accenti e rumore	71,6%	56,5%	74,5%	68,6%

In grassetto il risultato migliore di ogni riga. Fonte: xAI, annuncio di Grok Voice 3.0, 14 ottobre 2026, con dati di Artificial Analysis.

Tre cose da notare:

1. Al telefono contano soprattutto le ultime due righe. Full Duplex Bench misura come il modello gestisce le interruzioni e le pause, cioè quello che succede quando il cliente parla sopra o cambia idea a metà frase. Lì Grok Voice 3.0 è primo con il 97%. τ-Voice simula invece chiamate di assistenza con accenti e rumore di fondo, ed è la prova più vicina a una telefonata vera: qui il modello sale molto rispetto alla versione 2.0 (dal 56,5% al 71,6%), ma GPT-Live-1 resta davanti.
2. Velocità. xAI dichiara una latenza sotto il secondo, e su τ-Voice risultati paragonabili a GPT-Live-1 con una latenza più bassa del 40%. Non pubblica però i millisecondi.
3. Costo per compito. Secondo Artificial Analysis, su Big Bench Audio Grok Voice 3.0 costa meno per compito sia di GPT-Live-1 sia di GPT-Realtime-2.1. Per chi fornisce assistenti telefonici è un margine da reinvestire in chiamate più lunghe o in modelli di ragionamento migliori.

xAI cita anche EVA-Bench di ServiceNow, più di 200 scenari aziendali, con il 74% di accuratezza, il valore più alto riportato. Non pubblica però i numeri dei concorrenti. Sono comunque tutti risultati dichiarati dal produttore: le verifiche indipendenti arriveranno nelle prossime settimane.

Cosa cambia per una telefonata gestita da un'AI

Per una PMI la sigla del modello conta meno di come va la chiamata. Ecco cosa può cambiare in concreto:

• Meno pause imbarazzanti. Un modello che risponde in meno di un secondo e gestisce bene le interruzioni fa sembrare la telefonata una conversazione, non un risponditore automatico.
• Più chiamate chiuse al primo colpo. Il salto su τ-Voice dice che il modello capisce meglio le richieste reali, con accenti e rumori. Sono meno "non ho capito, può ripetere?".
• Italiano supportato ufficialmente, ma da verificare sul campo: dialetti, nomi propri e numeri di telefono sono le prove che separano un buon assistente da uno mediocre.

Per chi conta di più

• Ristoranti: le chiamate arrivano durante il servizio, spesso con rumore in sottofondo. Un modello che regge il rumore e le interruzioni prende la prenotazione senza far ripetere tre volte orario e numero di coperti.
• Studi medici: pazienti anziani, frasi lasciate a metà, richieste che cambiano durante la chiamata ("anzi, meglio giovedì"). Qui la gestione delle interruzioni è decisiva.
• Officine: il cliente chiama spesso dalla strada o dall'auto. La comprensione in ambienti rumorosi conta più del punteggio complessivo.

Cosa fare adesso

Se usate già un assistente telefonico AI, non dovete fare nulla: il modello è un componente che il fornitore può aggiornare dietro le quinte. Se state valutando una soluzione, le domande giuste non riguardano il modello del momento:

1. Fate una chiamata di prova in italiano, da un posto rumoroso, interrompendo l'assistente a metà frase.
2. Chiedete quali modelli vocali usa il fornitore e se può cambiarli quando ne esce uno migliore per il vostro caso.
3. Verificate cosa fa durante la chiamata: appuntamenti, risposte sui servizi, passaggio a una persona, riepilogo. Le funzionalità contano più dei benchmark.

Nella home di yourang.ai potete ascoltare le voci dei provider disponibili nella piattaforma, Grok compreso, ciascuno alla prova in un'attività diversa. Per un confronto tra le soluzioni disponibili in Italia c'è la nostra guida ai migliori assistenti telefonici AI del 2026.

In sintesi

Grok Voice 3.0 alza l'asticella dei modelli vocali, soprattutto nella gestione delle interruzioni e nella velocità, e conferma che la concorrenza tra xAI, OpenAI e Google sulla voce in tempo reale va a vantaggio di chi usa l'AI al telefono. Nelle chiamate di assistenza GPT-Live-1 resta però davanti: un buon assistente telefonico va giudicato sulle vostre chiamate, non su una classifica. Se volete sentire come risponde un assistente telefonico AI su un caso come il vostro, richiedete una demo.