Michael Johnson音声モデルのアップデートは、コードに変化がなくてもエージェントの動作を変えることがあります。2026年10月14日、SpaceXSIはVoice Agent API向けにGrok Voice 3.0を公開しました。同社によると、APIの形式は従来どおりで価格も据え置きです。また、エイリアス grok-voice-latest は自動的に新モデルへ切り替わりました。
開発者にとっては、異なる2つの判断が必要になります。エイリアスを使っている統合では、サービス側ですでにアップデートが適用されています。一方、再現性が重要なら、モデルのバージョンを明示して指定し、ユーザートラフィックを切り替える前に検証すべきです。リリースノートでは、grok-voice-2.0が非推奨になったことも示されています。
発表内容
SpaceXSIは、Grok Voice 3.0をVoice Agent APIから音声1分あたり0.08ドルで利用できると発表しました。これは旧バージョンと同じ価格です。同社の発表によると、grok-voice-latestエイリアスを使う顧客は自動的に新モデルへ移行します。最新モデルをすぐ使える点は便利ですが、エイリアスは変動する依存先でもあります。プロバイダーが切り替えれば、同じアプリケーションの結果が変わる可能性があります。
ドキュメントでは、推奨バージョンを使いたい統合にはエイリアスを利用し、安定性が重要な本番環境ではバージョン名を固定するよう案内しています。まず、アプリケーションがモデルをどのように選択しているか確認しましょう。明示的なモデル名、環境設定、あるいはデフォルト値のいずれを使っているかを調べます。
公開されている評価結果
SpaceXSIは、2026年10月13日時点のArtificial Analysisによる評価結果を紹介しています。同社の表では、Speech-to-Speech IndexにおけるGrok Voice 3.0のスコアは86.9です。比較対象として、Grok Voice 2.0は81.3、Astra Medium構成のGPT-Live-1は83.2、Extended Thinkingと高い推論レベルを設定したGemini 3.8 Liveは82.6と記載されています。同表で示された新モデルの個別結果は、Big Bench Audioで98.5%、Full Duplex Benchで97%、タスク成功率で94.8%です。
これらの数値は、記載されたベンチマークと構成に基づくものです。音声サポートエージェントでは、τ-Voiceも重要です。SpaceXSIの説明によると、このテストはさまざまなアクセント、背景雑音、会話への割り込みを含む通話を想定しています。同社はGrok Voice 3.0の結果として71.6%を示しています。実運用の判断では、こうした評価を、番号や名前の認識、担当者への転送、返品ルールの遵守、雑音への耐性など、自社のタスクと照らし合わせることが大切です。
既存の統合を検証する手順
- 現在の動作を記録する。モデルの設定、システム指示、発話終了検出の設定、評価用の音声サンプルを保存します。重要なシナリオで期待する結果も記録してください。
- 呼び出されているバージョンを確認する。設定内で
grok-voice-latestと明示的なモデル名を探します。エイリアスを使っている場合、10月14日のリリースに基づき、すでにGrok Voice 3.0を指している点に注意してください。 - 実際の通話に近いシナリオでテストを繰り返す。短い割り込み、長い沈黙、雑音の多い発話、アクセントの違いに加え、エージェントがツールを呼び出す場合やオペレーターへ引き継ぐ場合を含めます。認識精度だけでなく、アクションの正確さ、応答遅延、対話終了の適切さも比較します。
- 実際のコストを測定する。1分あたり0.08ドルという料金から基本費用を見積もれます。課金対象の音声時間（分）に料金を掛け、システムの他のコンポーネントにかかる費用を加算してください。月額予算には平均通話時間だけでなく、実際の通話時間の分布や再試行も反映します。
- 段階的に展開する。まず少量のトラフィックか社内向けの利用で新バージョンを試し、対照群と結果を比較します。予測可能な再実行が必要な場合はバージョン名を固定し、自動更新が製品要件に合う場合はエイリアスを使います。
移行に伴う2つの実務上のポイント
1つ目は、保存されている回避策を見直すことです。SpaceXSIのSpeech to Speechガイドは、Grok Voice 3.0への移行時にシステムプロンプトを簡潔にし、旧モデルの挙動を補うために加えたルールを削除するよう推奨しています。こうした指示は、同じ会話セットを使って結果を比較しながら、一つずつ削除して実験的に検証してください。
2つ目は、エイリアスとバージョン指定の選択がリリースプロセスの一部になることです。エイリアスを使えば更新の手間を減らせますが、モデルの切り替え後に応答が予告なく変わる可能性があります。バージョン名を指定すれば監査や再現性のあるテストが容易になりますが、新バージョンの発表やサポート期限を追う必要があります。
既存の統合にとっての結論はシンプルです。grok-voice-latestを使う顧客では、モデルの切り替えはすでに行われており、価格と発表されたAPIの形式は維持されています。次に重要なのは、実際のトラフィックで会話、ツール、オペレーターへの引き継ぎを検証し、安定性の要件に応じて自動更新のエイリアスか、バージョン固定かを選ぶことです。