86.9 نقطة من 100. هذا الرقم الصادر عن منظمة الاختبارات المستقلة Artificial Analysis في 13 أكتوبر 2026 يختصر القصة كلها: Grok Voice 3.0، النموذج الصوتي الجديد من SpaceXSI — الشركة التي كانت تُعرف باسم xAI قبل أن تستحوذ عليها SpaceX ويعاد تسميتها — تصدّرت مؤشر Speech-to-Speech العالمي متفوقةً على GPT-Live-1 من OpenAI وGemini 3.8 Live من جوجل. الإطلاق الرسمي جاء يوم 14 أكتوبر 2026 مع إبقاء السعر دون تغيير — خطوة لافتة في سوق اعتاد رفع أسعاره مع كل جيل جديد: 8 سنتات أمريكية للدقيقة فقط، أي 4.80 دولار للساعة، بالسعر نفسه الذي كان عليه الجيل السابق. تغطيتنا المحدّثة بتاريخ 15 أكتوبر 2026 تفكك الأرقام الرسمية وتشرح ماذا يعني هذا للمطورين والشركات في منطقتنا.
المصدر: حساب Tesla الرسمي على X — كما ورد في بيان الإطلاق الرسمي
جدول الأرقام الرسمي: Grok Voice 3.0 أمام المنافسين
الجدول التالي منشور في بيان الإعلان الرسمي نفسه، ومصدر أرقامه Artificial Analysis بتاريخ 13 أكتوبر 2026:
| المعيار | Grok Voice 3.0 | Grok Voice 2.0 | GPT-Live-1 | Gemini 3.8 Live |
|---|---|---|---|---|
| المؤشر العام Speech-to-Speech | 86.9 | 81.3 | 83.2 | 82.6 |
| استدلال الكلام Big Bench Audio | 98.5% | 97.2% | 90.1% | 97.7% |
| تفضيل البشر Speech Agent Arena (Elo) | 1070 | 1011 | 1048 | 990 |
| إنجاز المهام Task Success Rate | 94.8% | 94.6% | 87.4% | 89.1% |
| طبيعية الحوار Full Duplex Bench | 97.0% | 95.1% | 94.9% | 91.9% |
| تكلفة المهمة الواحدة | 2.5 سنت | — | 3 سنت | 5.5 سنت لGPT-Realtime-2.1 |
المؤشر العام يجمع 3 محاور: استدلال الكلام، واختبار τ-Voice للمكالمات ذات اللهجات المتنوعة والضوضاء المحيطة، وتفضيل المستمعين في مكالمات أعمى وجهًا لوجه. وفي التفاصيل، تفوق GPT-Live-1 في اختبار τ-Voice بـ74.5% مقابل 71.6%، لكن Grok تعادل تقريباً بزمن استجابة صوتية أول أسرع بـ40% — مقايضة الذكاء مقابل السرعة التي ستحدد اختيار كل مشروع حسب طبيعة عملائه.
أين تعمل فعلاً منذ اليوم الأول؟
الفرق الجوهري بين هذا الإطلاق وعروض المعامل النظرية أن النموذج يدير عملاً حقيقياً منذ الآن:
- تسلا: ملايين المحادثات الصوتية يومياً داخل السيارات — فحص التقويم والرد على الإيميل عبر الـ Connectors، والمهام الأكبر مثل حجز مطعم أو طلب قهوة عبر Grok Bot الذي يشتغل بالنموذج الجديد نفسه بوضعه الصوتي.
- Starlink: نحو 20 ألف مكالمة عملاء يومياً بعدة لغات، 70% منها تُحل دون تدخل بشري، وواحدة من كل 4 مكالمات بيع تنتهي بعملية شراء قبل أن يغلق المتصل الخط. وكيل واحد مبني على النموذج يتحقق من هوية العميل ويشخّص العتاد ويصدر رصيداً ويشحن بديلاً — سلسلة كاملة بلا بشري.
والمغزى التشغيلي هنا ليس الأرقام وحدها بل تنوع الأحمال: محادثات داخل سيارة تتحرك بسرعة طريق سريع، ومكالمات دعم فنية بجودة اتصال متفاوتة، ومهام متعددة الخطوات تنتهي بقرار شراء — كلها تعمل على النموذج نفسه في آن واحد. هذا النوع من التشغيل المزدوج على نطاق ملايين المكالمات يصعب محاكاته في بيئة اختبار، وهو أقوى دليل متاح على جاهزية النموذج للإنتاج، مع بقاء تجربتك الخاصة على عينة من جمهورك الفعلي هي الحكم النهائي.
وعلّق نيتين أغاروال، المدير الأول لإدارة المنتجات في ServiceNow المطورة لمعيار EVA-Bench، على نتائج اختبارهم بقوله إن النموذج «يجمع أدق النتائج مع حوار طبيعي سريع الاستجابة، مرسياً معياراً جديداً لما تستطيع المؤسسات توقعه من الذكاء الاصطناعي في الخط الأمامي لخدمة العملاء».
المصدر: ويكيميديا كومنز — رخصة CC BY 3.0
السعر والتوفر للمطورين
Grok Voice 3.0 متاحة اليوم في Voice Agent API بسعر 8 سنتات للدقيقة (4.80 دولار للساعة) — السعر نفسه الذي كان للجيل 2.0 رغم القفزة في القدرات، وهو ما يجعلها وفق جدول التكلفة أعلاه الأرخص لكل مهمة منجزة بين النماذج الممتازة. والنقطة العملية الأهم: المطورون الذين كانوا يستخدمون الاسم البرمجي grok-voice-latest تم ترحيلهم تلقائياً إلى النموذج الجديد دون أي تعديل في الكود. وثائق النموذج في الوثائق الرسمية للمطورين تظهر الواجهة الفورية REALTIME بمدخلات ومخرجات نص وصوت معاً وطبقات تزامن متدرجة من 10 جلسات متزامنة حتى 400 حسب حجم العمل.
الحساب العملي يوضح حجم الفارق: مكالمة دعم نموذجية مدتها 6 دقائق تكلف 48 سنتاً فقط، وخط ساخن يستقبل 1000 دقيقة شهرياً يبلغ حسابه 80 دولاراً كاملة، بينما خط يخدم 10 آلاف دقيقة شهرياً — وهو حجم فريق دعم متوسط — يكلف 800 دولار. قارن ذلك بالهيكل السابق للسوق حيث كانت المهمة الواحدة على النماذج المنافسة تكلف 20 إلى 120% أكثر بحسب جدول Artificial Analysis، وستفهم لماذا وصفت الشركة النموذج بأنه يرسم «حدود باريتو جديدة» في موازنة الدقة والسرعة والتكلفة. كما أن إبقاء السعر دون زيادة مع جيل جديد كفيل بخفض فاتورة أي مشغل حالي تلقائياً بمجرد الترحيل التلقائي، دون مخاطرة تعطيل الخدمة.
ماذا يعني هذا لك؟
- إذا كنت تبني خدمة عملاء في الخليج: أكبر كلفة في مراكز الاتصال هي الدقيقة البشرية — نموذج ينجز 94.8% من المهام بـ8 سنتات للدقيقة يعيد حساب اقتصاديات أي عملية دعم، خصوصاً مع القدرة المعلنة على التعامل مع لهجات متنوعة وضوضاء الخلفية.
- إذا كنت مستخدماً عادياً: سترى أثر هذا النموذج تدريجياً في سيارات تسلا وتطبيقات Grok ومنصة X التي تضم اشتراك X الجديد الموحد، دون أي إجراء منك.
- للمطورين المستقلين: السعر المنخفض + الترحيل التلقائي يخفضان حاجز التجربة — يمكن بناء نموذج أولي لوكيل صوتي عربي في ساعات عبر أداة بناء الوكلاء الصوتيين من xAI.
- لمن يراقب المنافسة: الفجوة تضيق بين الثلاثي الكبير في الصوت — راجع مقارنتنا السابقة مع GPT-Live-1 النموذج الصوتي من OpenAI وتطورات Grok 4.5 من SpaceXAI — والفائز النهائي هو المطوّر الذي صار أمامه 3 خيارات ممتازة بأسعار متقاربة.
مقارنة سريعة: أي نموذج صوتي يناسب مشروعك؟
| المعيار | Grok Voice 3.0 | GPT-Live-1 | Gemini 3.8 Live |
|---|---|---|---|
| المؤشر العام | 86.9 (الأول) | 83.2 | 82.6 |
| إنجاز المهام | 94.8% | 87.4% | 89.1% |
| زمن أول صوت | الأسرع (أقل من ثانية) | أبطأ بنحو 40% | متوسط |
| اللهجات والضوضاء (τ-Voice) | 71.6% | 74.5% | 68.6% |
| الأنسب لـ | دعم العملاء بالميزانية المعقولة | الأسواق كثيرة اللهجات | تكامل بيئة جوجل |
ما الذي لا يقوله الجدول؟
ثلاثة تحفظات قبل اتخاذ القرار: أولاً، أرقام المؤشرات مصدرها جهة واحدة مستقلة (Artificial Analysis بتاريخ 13 أكتوبر) — دقيقة ومحترمة لكنها ليست حكماً نهائياً على كل حالة استخدام. ثانياً، اختبار اللهجات الصعبة τ-Voice ما زال لصالح OpenAI، فإذا كان جمهورك متنوع اللهجات جداً فقد تدفع الفارق كلفته. ثالثاً، التفوق المعلن يخص الاستخدامات الصوتية المؤسسية — الدعم والمبيعات — وليس المحادثة العامة الطويلة التي تتداخل فيها عوامل أخرى. والبنية التحتية الصوتية للمنطقة (زمن الاستجابة من الخليج مثلاً) تحتاج اختباراً ميدانياً قبل الاعتماد الكامل.
وهناك تحفظ رابع أهدأ صوتاً يتعلق بتخطيط النمو: مسار التزامن المعلن — من 10 جلسات متزامنة في الطبقة الدنيا حتى 400 في الطبقة العليا — هو سقف سعة لكل حساب وليس ضماناً بإنتاجية مستقرة عند الذروة. الفرق التي تصمم عمليات نشر ضخمة، مثل خطوط ساخنة وطنية أو مواسم مبيعات استثنائية، عليها التفاوض على السعة مع SpaceXSI مسبقاً بدل اكتشاف السقف في منتصف الإطلاق.
أسئلة شائعة
ما سعر Grok Voice 3.0 في الـ API؟
8 سنتات أمريكية للدقيقة أي 4.80 دولار للساعة، وهو نفس سعر الجيل السابق رغم تحسن الأداء.
هل النموذج متاح للمطورين الأفراد أم للشركات فقط؟
متاح للجميع عبر Voice Agent API مع طبقات استخدام متدرجة تبدأ من 10 جلسات متزامنة وتصل إلى 400.
ما الفرق بينه وبين الأصوات الـ21 السابقة من Grok؟
الأصوات السابقة كانت خيارات نطق للمحادثة، أما Grok Voice 3.0 فهو نموذج الاستدلال الصوتي نفسه الذي يفهم ويفكر ويتحدث — طالع شرحنا لأصوات Grok السابقة.
لماذا اسم الشركة SpaceXSI وليس xAI؟
استحوذت SpaceX على xAI في فبراير 2026، ثم أعيدت تسمية الشركة إلى SpaceXAI في يوليو قبل أن تستقر على الاسم الحالي SpaceXSI مطلع أكتوبر — التفاصيل في تغطيتنا السابقة.
هل يفهم العربية؟
إعلان Starlink يذكر مكالمات بعدة لغات دون قائمة رسمية مفصلة، والاختبارات المنشورة تغطي الإنجليزية أساساً — جرّب عينة من جمهورك العربي قبل الاعتماد.
هل يحتاج تعديل الكود للترقية من Grok Voice 2.0؟
لا، من كان يستخدم grok-voice-latest نُقل تلقائياً إلى 3.0 دون أي تغيير.
