Grok Voice 3.0: hlasový model pro zákaznické linky vede nezávislý žebříček

Volali jste někdy na zákaznickou linku a nebyli si jistí, jestli mluvíte s člověkem? Právě na takové hovory míří nový hlasový model od tvůrců Groku. Společnost SpaceXSI 14. října 2026 představila model Grok Voice 3.0 a označila ho za „nejinteligentnější hlasový model na světě“. Podívali jsme se, co za tím tvrzením stojí a co z něj platí podle nezávislých měření.

Nejdřív k názvu: xAI, nebo SpaceXSI?

Firma, která vyvíjí Grok, během roku dvakrát změnila jméno. Podle SiliconANGLE koupila SpaceX v únoru 2026 společnost xAI, v červenci ji přejmenovala na SpaceXAI a na začátku října na SpaceXSI. Web i dokumentace zůstávají na doméně x.ai a model i API dál nesou značku Grok. V článku proto píšeme SpaceXSI, ale ve starších zdrojích najdete stejnou firmu pod jménem xAI.

Co je Grok Voice 3.0

Grok Voice 3.0 je model typu speech-to-speech: poslouchá řeč a rovnou odpovídá hlasem, bez mezikroku přes psaný text. Umí reagovat na skákání do řeči, volat nástroje (třeba vyhledat objednávku) a podle výrobce odpovídá s odezvou pod jednu sekundu.

Není to aplikace pro běžné uživatele, ale model pro vývojáře a firmy. Dostupný je přes Voice Agent API a hodí se pro hlasové agenty na zákaznických linkách, v prodeji nebo v autech. Podle SpaceXSI pohání denně miliony konverzací ve vozech Tesla a hlasový režim asistenta Grok Bot.

Jak dopadl v testech

Výrobce se opírá o měření nezávislé firmy Artificial Analysis z 13. října 2026. Ta model zařadila na první místo svého souhrnného indexu Speech-to-Speech Index. Data přebíráme z oznámení SpaceXSI, které na Artificial Analysis odkazuje:

Test	Grok Voice 3.0	Grok Voice 2.0	GPT-Live-1 (OpenAI)	Gemini 3.8 Live (Google)
Souhrnný index Artificial Analysis	86,9	81,3	83,2	82,6
Uvažování v řeči (Big Bench Audio)	98,5 %	97,2 %	90,1 %	97,7 %
Úspěšnost dokončení úkolu	94,8 %	94,6 %	87,4 %	89,1 %
Přirozenost rozhovoru (Full Duplex Bench)	97,0 %	95,1 %	94,9 %	91,9 %

K tabulce patří tři poznámky:

• V testu τ-Voice vede OpenAI. Ten simuluje hovory na zákaznickou linku s různými přízvuky a hlukem v pozadí. GPT-Live-1 v něm podle SiliconANGLE dosáhl 74,5 %, Grok Voice 3.0 71,6 %. SpaceXSI uvádí, že její model přitom odpovídá zhruba o 40 % rychleji.
• Srovnání se týká starší verze modelu OpenAI. OpenAI 15. října, den po vydání Groku, nasadilo do ChatGPT novější GPT-Live-1.1 (psali jsme o tom v článku ChatGPT mluví přirozeněji). V API ale verze 1.1 zatím není, takže ji Artificial Analysis nemohla otestovat.
• Další čísla jsou od výrobce nebo partnerů. Například výsledek 74 % v testu EVA-Bench od firmy ServiceNow nebo údaj, že linka Starlinku vyřeší asi 70 % z 20 000 denních hovorů bez zásahu člověka, pochází od SpaceXSI a jejích partnerů a nezávisle ověřené nejsou.

Kolik stojí

Cena se nemění: 0,08 USD za minutu hovoru, tedy 4,80 USD za hodinu. Podle kurzu ČNB z 15. 10. 2026 (21,732 Kč/USD) to dělá asi 1,74 Kč za minutu a zhruba 104 Kč za hodinu. Kdo už používá označení grok-voice-latest, byl podle poznámek k vydání na novou verzi přepnut automaticky. Předchozí Grok Voice 2.0 je označený jako zastaralý.

Podle SiliconANGLE stojí jeden úkol z testu Big Bench Audio na Grok Voice 3.0 asi 2,5 centu, na GPT-Live-1 asi 3 centy.

Umí česky?

Tady je potřeba rozlišovat, co přesně je potvrzené:

• Hlasové API obecně podle stránky SpaceXSI zvládá „více než 25 jazyků“. Úplný seznam jazyků pro hlasové agenty jsme ale v dokumentaci nenašli.
• Přepis řeči na text (model grok-voice-transcribe-2.0) češtinu podle dokumentace výslovně podporuje, s kódem cs.
• Při spuštění Voice Agent API v roce 2025 firma psala, že agenti mluví „desítkami jazyků“ a sami odpovídají v jazyce, kterým na ně uživatel mluví.

Že Grok Voice 3.0 česky rozumí, je tedy pravděpodobné. Jak přirozeně česky mluví, ale zatím nikdo nezávisle nezměřil a my jsme ho netestovali. Všechny testy Artificial Analysis navíc hodnotí hlavně angličtinu.

Co to znamená pro české firmy

• Hlasoví agenti jsou levnější a lepší. Pro e-shopy, dopravce nebo poskytovatele služeb se zákaznickou linkou stojí za to sledovat, jak se cena a kvalita vyvíjí. Přepis hovorů v češtině funguje už teď.
• Před nasazením otestujte češtinu. Benchmarky v angličtině neřeknou, jak model zvládne české skloňování, jména nebo nářečí.
• AI Act vyžaduje transparentnost. Od 2. srpna 2026 musí být lidé jasně informováni, že nemluví s člověkem, ale s AI. Více v článku AI Act po 2. srpnu 2026: co platí pro české firmy.
• Ochrana dat. SpaceXSI uvádí podporu GDPR, smlouvy o zpracování údajů a možnost ukládat data v EU. Podmínky je dobré prověřit před podpisem.

Náš pohled

Grok Voice 3.0 je zajímavá zpráva hlavně pro firmy: lepší výsledky ve většině testů, nezměněná cena a automatický přechod pro stávající zákazníky. Výhodou je, že souhrnné hodnocení pochází od nezávislé Artificial Analysis. Zároveň ale platí, že OpenAI v testu zákaznických hovorů těsně vede, novější GPT-Live-1.1 zatím v API není a o češtině chybí nezávislá data. Hlasový závod je teď velmi vyrovnaný a pořadí se může změnit během týdnů.

Ve zkratce

• Grok Voice 3.0 od SpaceXSI (dříve xAI) vyšel 14. 10. 2026 jako model pro hlasové agenty přes API.
• V souhrnném indexu Artificial Analysis je první (86,9 bodu), v testu τ-Voice těsně vede GPT-Live-1.
• Cena 0,08 USD za minutu, tedy asi 1,74 Kč.
• Přepis češtiny je potvrzený, kvalitu české řeči zatím nikdo nezávisle neměřil.

Článek vznikl s pomocí AI a před publikací ho zkontrolovala redakce Promptovna.cz.