xAI, la empresa de inteligencia artificial de Elon Musk, presentó el 14 de octubre de 2026 Grok Voice 3.0, su nuevo modelo de voz a voz: escucha lo que dices y responde hablando, sin pasar por texto en el medio. La compañía asegura que responde en menos de un segundo, que maneja mejor las interrupciones y que mantiene el mismo precio que la versión anterior. Te explicamos qué trae, cuánto cuesta y dónde se usa ya.
Qué es Grok Voice 3.0
Grok Voice 3.0 es un modelo de "speech-to-speech". En lugar de convertir tu voz a texto, generar una respuesta escrita y luego leerla con una voz sintética, procesa el audio de principio a fin. Esto suele traducirse en conversaciones más fluidas, con menos silencios incómodos y con una entonación más natural.
xAI lo pensó sobre todo para agentes de voz: asistentes que atienden llamadas de soporte, toman pedidos o resuelven dudas por teléfono. Por eso la mayor parte del anuncio se centra en cuántas llamadas logra resolver sin ayuda humana y en lo rápido que responde.
Novedades principales
- Latencia por debajo de un segundo desde que terminas de hablar hasta que empieza la respuesta.
- Mejor manejo de turnos: entiende pausas e interrupciones. En la prueba Full Duplex Bench obtiene 97 %.
- Más capacidad para resolver tareas: en τ-Voice, que mide si el agente completa lo que le piden, pasa de 56,5 % a 71,6 %.
- Mismo precio: 0,08 dólares por minuto en la Voice Agent API, igual que Grok Voice 2.0.
- Cambio automático: quienes usan el identificador grok-voice-latest ya están en la nueva versión.
Grok Voice 3.0 frente a la versión anterior
Estas son las cifras que publicó xAI, la mayoría tomadas de mediciones de Artificial Analysis del 13 de octubre:
| Prueba | Grok Voice 3.0 | Grok Voice 2.0 |
|---|---|---|
| Índice Speech-to-Speech | 86,9 | 81,3 |
| Big Bench Audio (razonamiento) | 98,5 % | 97,2 % |
| Tasa de éxito en tareas | 94,8 % | 94,6 % |
| Full Duplex Bench | 97,0 % | 95,1 % |
| τ-Voice | 71,6 % | 56,5 % |
El salto más grande está en τ-Voice, justo la prueba que mide si un agente de voz resuelve de verdad lo que el usuario necesita. En el resto de pruebas la mejora es más moderada. xAI también compara su costo por tarea (0,025 dólares) con GPT-Live-1 de OpenAI (0,030 dólares) y dice que su latencia es 40 % menor con un resultado similar en τ-Voice. Son datos de la propia empresa, así que conviene tomarlos con cautela hasta que haya más comparativas independientes.
Dónde se usa Grok Voice 3.0
Según xAI, el modelo ya está en funcionamiento en dos empresas de Musk:
- Tesla: impulsa millones de conversaciones diarias dentro de los vehículos y el modo de voz de Grok Bot.
- Starlink: sus centros de llamadas atienden unas 20.000 llamadas al día en varios idiomas, y cerca del 70 % se resuelve sin intervención humana.
Para desarrolladores, está disponible desde ya en la Voice Agent API de xAI. El anuncio no aclara si la app de Grok para el público general ya usa esta versión, ni detalla la lista de idiomas compatibles.
¿Y en español?
xAI menciona que Starlink lo usa "en varios idiomas", pero no publica resultados específicos en español. Si piensas usarlo para atender clientes en Latinoamérica, lo sensato es probarlo antes con acentos y expresiones locales.
Por qué importa Grok Voice 3.0
La voz se está convirtiendo en el nuevo campo de batalla de la IA. OpenAI, Google y xAI compiten por ofrecer asistentes que se sientan como hablar con una persona, y el uso más rentable está en los centros de atención al cliente. Un precio de 0,08 dólares por minuto (4,80 dólares por hora) pone presión sobre los costos de los call centers tradicionales, un sector con mucho peso en países como Colombia, México y República Dominicana.
Para el usuario común, el impacto se notará de forma indirecta: es probable que cada vez más llamadas a bancos, aerolíneas o proveedores de internet las atienda una IA de voz. La diferencia entre una experiencia frustrante y una útil está justo en lo que mejora este modelo: responder rápido, dejarte interrumpir y entender lo que realmente pides.
Si te interesa cómo van los rivales, aquí te contamos qué trae GPT-6 gratis en ChatGPT. Y puedes leer el anuncio completo en el sitio oficial de xAI.
Preguntas frecuentes sobre Grok Voice 3.0
¿Cuánto cuesta?
En la API cuesta 0,08 dólares por minuto de conversación, el mismo precio que tenía la versión 2.0.
¿Lo puedo usar en la app de Grok?
xAI no lo confirmó. El anuncio habla de la API y del modo de voz de Grok Bot en los autos Tesla, pero no menciona la app para el público general.
¿Qué tan rápido responde?
xAI asegura que la latencia está por debajo de un segundo, lo que permite conversaciones sin pausas largas.
¿Tengo que cambiar algo si ya uso la API de voz?
No, si usas el identificador grok-voice-latest. Ese alias ya apunta a la nueva versión.
Si quieres conocer otros artículos parecidos a Grok Voice 3.0: la nueva IA de voz de xAI responde en menos de un segundo puedes visitar la categoría Tecnología.
También te podría interesar