Een AI die je aan de telefoon niet meer van een mens onderscheidt, is geen toekomstmuziek meer. Op 14 oktober 2026 lanceerde xAI Grok Voice 3.0, de derde generatie van zijn spraakmodel. Het bedrijf van Elon Musk, inmiddels opgegaan in SpaceX, noemt het zonder bescheidenheid “the world’s most intelligent voice model”. Dat is marketing. Maar de cijfers van onafhankelijk meetbureau Artificial Analysis geven xAI deze keer wel degelijk een sterk argument.
We zochten uit wat er nieuw is, hoe het model zich verhoudt tot OpenAI en Google, wat het kost en waar je beter even kritisch blijft.
Wat is Grok Voice 3.0?
Grok Voice 3.0 is een zogenaamd speech-to-speech model. Het luistert naar audio en antwoordt in audio, binnen één en hetzelfde model. Klassieke spraakassistenten werken in drie stappen: spraak omzetten naar tekst, een taalmodel laten nadenken en het antwoord weer laten voorlezen. Elke stap kost tijd en laat nuances verloren gaan. Een model dat rechtstreeks met spraak werkt, kan sneller reageren en beter omgaan met toon, pauzes en iemand die je onderbreekt.
Het model is bedoeld voor ontwikkelaars en bedrijven die zelf een voice agent bouwen: een virtuele medewerker voor de klantenservice, een telefonische assistent of een spraakinterface in een app of auto. Het is beschikbaar via de Voice Agent API van xAI. Over een uitrol in de gewone Grok app voor consumenten zei xAI bij de lancering niets.
De benchmarks op een rij
Op de Speech-to-Speech Index van Artificial Analysis (stand 13 oktober 2026) staat Grok Voice 3.0 op de eerste plaats. Die index bundelt verschillende tests rond redeneren, taken afwerken, natuurlijke gesprekken en menselijke voorkeur.
| Model | Speech-to-Speech Index |
|---|---|
| Grok Voice 3.0 (xAI) | 86,9 |
| GPT-Live-1 Astra, Medium (OpenAI) | 83,2 |
| Gemini 3.8 Live, Extended Thinking High (Google) | 82,6 |
| Grok Voice 2.0 (xAI) | 81,3 |
Kijk je naar de onderdelen, dan zie je vooral een model dat op alle vlakken een stapje vooruit zet:
- Redeneren met spraak (Big Bench Audio): 98,5 procent, tegenover 97,2 procent voor versie 2.0.
- Natuurlijk gesprek voeren (Full Duplex Bench, dat meet hoe goed een model omgaat met pauzes, beurtwissels en onderbrekingen): 97 procent, tegenover 95,1 procent.
- Taken afronden in live gesprekken: 94,8 procent, een nipte verbetering ten opzichte van 94,6 procent.
- Menselijke voorkeur (Speech Agent Arena): een Elo-score van 1070, tegenover 1011. Daarmee staat het model hier op de derde plaats, dus niet overal bovenaan.
De grootste sprong zit in τ-Voice, een test waarin het model gesimuleerde klantenservicegesprekken moet afhandelen. Grok Voice 3.0 haalt 71,6 procent, terwijl versie 2.0 bleef steken op 56,5 procent. Toch is ook hier niet alles goud: GPT-Live-1 van OpenAI scoort met 74,5 procent hoger. xAI legt in zijn communicatie vooral de nadruk op de kortere reactietijd van zijn eigen model.
Bij ServiceNow, dat met EVA-Bench een eigen test voor zakelijke spraakagents heeft ontwikkeld, haalt Grok Voice 3.0 met 74 procent de hoogste nauwkeurigheid. EVA-Bench test scenario’s uit klantenservice, IT-beheer en HR, met tientallen tools per domein. Nitin Aggarwal van ServiceNow zegt dat het model “sets a new Pareto frontier on EVA-Bench”, met andere woorden de beste balans tussen taken correct afwerken en een prettige gesprekservaring.
Snel, maar niet sneller dan zijn voorganger
xAI belooft een reactietijd van minder dan één seconde. Artificial Analysis mat 0,81 seconden tot het eerste geluid. Dat is vlot en een stuk sneller dan GPT-Live-1 (1,34 seconden), maar opvallend genoeg iets trager dan Grok Voice 2.0, dat op 0,70 seconden zat. Het nieuwe model denkt dus iets langer na en levert daar betere antwoorden voor. Voor de meeste toepassingen is dat een goede ruil, al telt in een snel gesprek elke tiende van een seconde.
Wat kost Grok Voice 3.0?
De prijs blijft ongewijzigd: 0,08 dollar per minuut, of 4,80 dollar per uur gesprek. Volgens een meting van Artificial Analysis kost een gemiddelde taak met Grok Voice 3.0 ongeveer 0,025 dollar. Bij GPT-Live-1 is dat 0,030 dollar en bij GPT-Realtime-2.1 zelfs 0,055 dollar. Extra functies worden apart aangerekend. Een webzoekopdracht kost bijvoorbeeld 5 dollar per 1.000 oproepen, zoeken in eigen documenten 2,50 dollar per 1.000 oproepen.
Ontwikkelaars die de alias grok-voice-latest gebruiken, zijn automatisch overgezet naar de nieuwe versie. Grok Voice 2.0 is officieel uitgefaseerd. Wie in productie stabiliteit wil, legt de versie best vast via de modelnaam grok-voice-3.0, zodat een volgende update niet onverwacht het gedrag van de agent verandert.
Wat kan het model allemaal?
Onder de motorkap zit meer dan een mooie stem. De belangrijkste mogelijkheden:
- Tools aanroepen tijdens het gesprek: zoeken op het web of op X, zoeken in eigen bestanden, MCP-servers aanspreken en eigen functies uitvoeren, zoals een bestelling opzoeken of een afspraak inplannen.
- Telefonie via SIP. Je koppelt een bestaand telefoonnummer, de agent herkent toetsaanslagen en kan een gesprek doorschakelen naar een mens.
- Meertaligheid. De documentatie noemt twintig talen met een natuurlijk accent, de productpagina spreekt van meer dan 25. Het model herkent zelf welke taal de beller spreekt. Andere talen werken volgens xAI “with varying degrees of accuracy”. Test dus zelf hoe goed het Nederlands klinkt voor je het op klanten loslaat.
- Fijnregeling van het gesprek: hoeveel het model nadenkt, welke stem het gebruikt, hoe het specifieke vaktermen of merknamen uitspreekt en hoe lang een sessie mag stilvallen.
- Europese regio. Naast twee Amerikaanse regio’s draait het model ook in eu-west-1. Voor Europese bedrijven die met klantgegevens werken, maakt dat het gesprek over privacy en GDPR een stuk eenvoudiger, al blijft een eigen juridische toets nodig.
Starlink en Tesla als proeftuin
Het sterkste verkoopargument haalt xAI uit de eigen familie. Volgens het bedrijf voert Grok Voice dagelijks miljoenen gesprekken binnen Tesla en SpaceX.
Bij Starlink handelt het model ongeveer 20.000 klantengesprekken per dag af, in meerdere talen. Zo’n 70 procent daarvan wordt opgelost zonder dat er een mens aan te pas komt. Eén agent controleert de identiteit van de klant, zoekt technische problemen uit, kent tegoeden toe en verstuurt vervangmateriaal. Bij verkoopgesprekken eindigt ongeveer één op de vier in een aankoop.
In Tesla-wagens gebruiken bestuurders Grok Voice om handenvrij hun agenda te checken of mails te beantwoorden. Voor grotere klussen, zoals koffie bestellen of een restaurant reserveren, schakelt de wagen over naar Grok Bot.
Indrukwekkende cijfers, maar ze komen wel van xAI en SpaceX zelf. Onafhankelijke controle van die resultaten is er voorlopig niet.
Wat betekent dit voor bedrijven?
De markt voor spraakagents gaat snel. Op enkele maanden tijd verschenen GPT-Live-1 van OpenAI, Gemini 3.8 Live van Google en nu Grok Voice 3.0, en elk model claimt wel ergens een eerste plaats. Voor wie een spraakagent overweegt, zijn er een paar lessen.
Ten eerste is de kwaliteit van de stem niet langer het probleem. Alle topmodellen klinken natuurlijk en reageren binnen een seconde. Het verschil zit in betrouwbaarheid: rondt de agent een taak echt af, haalt hij de juiste informatie op en weet hij wanneer hij moet doorschakelen naar een mens? Daar zijn tests zoals τ-Voice en EVA-Bench interessanter dan de algemene ranglijst.
Ten tweede weet een model niets over jouw bedrijf. De echte waarde ontstaat pas als je het koppelt aan je klantendatabank, je kennisbank en je bestelsysteem. Dat integratiewerk kost meer tijd dan het kiezen van een model.
En ten derde: test in je eigen taal. Benchmarks worden grotendeels in het Engels afgenomen. Hoe vlot een model een Nederlandstalige klant met een sterk regionaal accent begrijpt, ontdek je alleen door het zelf uit te proberen.
Een sterke derde versie in een volle markt
Grok Voice 3.0 zet een duidelijke stap vooruit. Het model voert de belangrijkste onafhankelijke ranglijst aan, is goedkoper per taak dan de concurrentie en bewijst zich al op grote schaal bij Starlink. Tegelijk is het niet op elk onderdeel de beste, is het iets trager dan zijn voorganger en komen de mooiste praktijkcijfers uit eigen huis. Voor bedrijven die een spraakagent bouwen, hoort het vanaf nu zeker op de shortlist. Of het ook de beste keuze is, hangt af van je taal, je systemen en hoeveel gesprekken je wil automatiseren.
