十月十五日陆家嘴财经早餐和 Daily AI Thread 同时提到，SpaceX 旗下 AI 业务 SpaceXAI（更名后的 xAI）发布新一代语音模型 Grok Voice 3.0。在 Artificial Analysis 的 Speech-to-Speech 指数上它拿 86.9 分排第一，OpenAI GPT-Live-1 是 83.2，谷歌 Gemini 3.8 Live 是 82.6。但在带口音和背景噪音的 Tau-Voice 测试里，OpenAI 以 74.5% 对 71.6% 反超。定价每分钟 0.08 美元，SpaceX 称它已能自主解决星链约 70% 的客服来电，每天约 2 万通。

语音榜为什么总分和场景分打架？

Speech-to-Speech 指数是综合分，覆盖自然度、延迟、指令跟随、端到端对话。Grok 总分高说明它在通用通话里更像人、反应更快。但 Tau-Voice 测的是真实呼叫中心噪音——背景人声、口音、电话线路压缩——OpenAI 反超，说明 OpenAI 在训练数据里堆了更多脏语音。企业买语音模型不能看总分，要看自己的真实通话分布：干净的会议室通话选 Grok，嘈杂的外卖和航司客服选 OpenAI。

每天 2 万通自己解决七成是什么概念？

2 万通一天、70% 自主解决，意味着每天约 1.4 万通不需要人工介入。按传统呼叫中心每通人工成本 5 美元算，一天省 7 万美元，一年省 2500 万美元——这还只是星链一个场景。更关键的是「自主解决」不是 FAQ 查知识库，是端到端语音模型听懂问题、查后台、给方案、确认挂断。这是语音智能体第一次在生产环境跑出可量化的 ROI，而不是 demo。

再补一个定价信号。每分钟 0.08 美元，按一天 2 万通通话、每通平均 3 分钟算，星链每天在 Grok Voice 上花约 4800 美元，一个月约 14 万美元。对比人工客服每通 5 美元，同样 2 万通一天是 10 万美元，一个月 300 万。这一个月省下的 286 万美元，就是语音模型的 ROI。更关键的是「70% 自主解决」这个比例还会随着模型迭代往上走——当解决率到 90%，人工坐席只处理疑难杂症，成本结构会再砍一刀。对其他行业（航司、银行、外卖），星链是第一个公开跑通这个模型的生产样本。

对其他语音厂商，星链这个案例最大的启示不是跑分，而是「真实通话分布」决定模型选型。企业采购语音模型时，应该先录一周自己的真实客服通话，测噪音、口音、长尾问题分布，再拿这个分布去对比各家模型，而不是看公开榜单。

去论坛讨论

前往 silicon-agi.com 论坛 参与讨论