Grok Voice: Aġenti tal-Vuċi u 21 Vuċi Ġdida
F'din il-paġna
Aġġornat fit-2 ta’ Novembru, 2026 — vuċi. Grok Voice 3.0 (14 ta’ Ottubru, 2026) jissostitwixxi l-Grok Voice 2.0 deprekat bl-istess prezz ta’ $0.08 kull minuta; l-alias
grok-voice-latestjipponta lejn il-verżjoni 3.0. Għat-traskrizzjoni,grok-voice-transcribe-2.0huwa l-mudell default; il-verżjoni 1.0 laħqet tmiem ħajjitha fit-2 ta’ Ottubru, 2026. Suppliment tat-3 ta’ Novembru, 2026: It-tabella hawn taħt hija aġġornata (aġent tal-vuċi b’$4.80 kull siegħa minflok $3 irreġistrati fit-28 ta’ Lulju), u l-katalgu issa jinkludi 28 vuċi integrati. Sorsi: Pricing · Text to Speech.
Id-diviżjoni tal-vuċi ta’ xAI kienet il-ħu żgħir kwiet tal-linja ta’ prodotti: API soda u ddokumentata sew, iżda effettivament riżervata għal timijiet kapaċi jiżviluppaw. Fil-bidu ta’ Lulju 2026, żewġ annunzji suċċessivi biddlu dan ix-xenarju. Dawn jistħoqqilhom jinqraw flimkien għax jiddelineaw żewġ punti ta’ dħul distinti fl-istess prodott.
Żewġ annunzji, żewġ udjenzi
L-ewwel wasal fl-1 ta’ Lulju: il-Voice Agent Builder. Dan l-għodda twiegħed il-ħolqien ta’ aġent tal-vuċi personalizzat “f’anqas minn 2 minuta, mingħajr linja waħda ta’ kodiċi”. Fil-prattika, tiddefinixxi r-rwol tal-aġent, tagħżel il-vuċi tiegħu, tipprovdi l-għarfien tiegħu, imbagħad tiddispjah — kollox minn interfaċċa, mingħajr ma tikteb kodiċi. Din hija preċiżament l-udjenza li kienet nieqsa mill-offerta tal-vuċi ta’ xAI: il-maniġer tan-negozju li jrid jipprototipa hotline jew centralin awtomatizzat mingħajr ma jorbot lit-tim ta’ żvilupp. L-API ma tisparixxix; tibqa’ t-triq għal integrazzjonijiet fondi, fejn l-aġent tal-vuċi jkollu jikkonversa mas-CRM jew mas-sistema tat-tickets tiegħek.
Ħamest ijiem wara, fis-6 ta’ Lulju, xAI ħabbar 21 vuċi “prinċipali” ġodda multilingwi għal Grok Voice, u tejjeb in-naturalità tal-ħames oriġinali matul it-triq. Għalik, din l-espansjoni multilingwi hija importanti: aġent tal-vuċi bl-Ingliż huwa kredibbli biss jekk il-vuċi nnifisha tkun hekk. Qabel ma tissakkar fuq għażla għal proġett, ħu l-ħin biex tisma’ l-vuċijiet disponibbli fil-lingwa fil-mira tiegħek — ir-riżultat ivarja b’mod sinifikanti minn vuċi għal oħra, u l-bdil tal-vuċijiet wara li tniedi servizz tal-klijenti huwa dejjem aktar diffiċli milli tagħżel tajjeb mill-bidu nett.
Kemm jiswa l-API tal-Vuċi
Il-grilja tal-prezzijiet ippubblikata fuq docs.x.ai (irreġistrata fit-3 ta’ Novembru, 2026) tidħol f’erba’ linji, u hija data tabulari sempliċi:
| Komponent | Prezz |
|---|---|
| Aġent tal-vuċi (real-time, grok-voice-3.0) | $0.08 kull minuta, jew $4.80 kull siegħa, plus $0.004 kull input tat-test |
| Test-għal-kliem (TTS) | $15 kull miljun karattru |
| Traskrizzjoni bil-batch (STT batch) | $0.10 kull siegħa |
| Traskrizzjoni fl-istreaming (STT streaming) | $0.20 kull siegħa |
L-aktar linja interessanti hija l-ewwel waħda, u mhux biss għall-ammont. L-aġent tal-vuċi jiġi fatturat kull siegħa, mhux kull token. Il-konsegwenza diretta: il-baġit għal call center jew hotline jiġi kkalkulat malajr. Jekk is-servizz tiegħek jimmaniġġja 200 siegħa ta’ konversazzjoni fix-xahar, tkun taf li l-kont ikun $960 — irrispettivament mill-verbosità tal-iskambju, irrispettivament mill-kumplessità tar-risposta. Dan huwa mudell ta’ kost li t-timijiet finanzjarji jifhmu immedjatament, filwaqt li l-fatturazzjoni bbażata fuq it-tokens teħtieġ projezzjonijiet dejjem fraġli.
Id-differenza bejn iż-żewġ modi ta’ traskrizzjoni tgħid storja wkoll. It-traskrizzjoni bil-batch tiswa $0.10 kull siegħa, it-traskrizzjoni fl-istreaming $0.20: ir-real-time jiswa eżattament id-doppju. Dan huwa l-mudell klassiku tal-industrija, u jsejjaħ għal rifless sempliċi: ħallas għall-istreaming biss fejn l-immedjatezza sservi verament il-każ ta’ użu. Is-sottotitoli għal laqgħat ħajjin jiġġustifikaw ir-real-time; it-traskrizzjoni ta’ reġistrazzjonijiet ta’ sejħiet għall-analiżi wara l-fatt qatt ma tagħmel dan — il-batch jagħmel l-istess xogħol bin-nofs tal-prezz.
X’jibbeddel dan fil-għarfien eżistenti tiegħek
Jekk ħadt il-korsijiet tagħna “Grok Voice & Audio”, “Voice Agent API”, u “TTS API”, xejn minn dak li tgħallimt hemmhekk mhu obsolet. Il-mekkaniżmi ta’ implimentazzjoni — WebSocket f’ħin reali, detezzjoni tal-attività tal-vuċi (VAD), formati tal-awdjo — jibqgħu eżattament kif deskritti f’dawk il-korsijiet. Dak li żdied huwa saff fuqhom: għodda mingħajr kodiċi għal prototipar mgħaġġel, katalgu tal-vuċi msaħħaħ b’mod sinifikanti, u l-grilja tal-prezzijiet hawn fuq, aġġornata, li tippermettilek tikkalkula l-kost ta’ proġett qabel ma tikteb l-ewwel linja.
Fil-prattika, l-approċċ it-tajjeb għal tim ġdid fis-suġġett issa jikkonsisti fil-prototipar fil-Voice Agent Builder — żewġ minuti biżżejjed biex tisma’ kif ikun jidher il-każ ta’ użu tiegħek — imbagħad, jekk il-prototip jikkonvinċi, tibdel għall-API għall-integrazzjoni reali. L-ordni inversa, li tibbil bil-kodiċi, m’għadhiex sensata biex tivvalida idea.
Sors uffiċjali: docs.x.ai/developers/models u x.ai/news
Punti Ewlenin
- Voice Agent Builder: oħloq aġent tal-vuċi mingħajr kodiċi (1 ta’ Lulju)
- 21 vuċi multilingwi ġodda mħabbra fis-6 ta’ Lulju; 28 vuċi fil-katalgu mit-3 ta’ Novembru
- Aġent tal-vuċi: $4.80 kull siegħa (irreġistrat fit-3 ta’ Novembru; $3 fir-reġistrazzjoni tat-28 ta’ Lulju) — baġit ikkalkulat fiż-żmien, mhux f’tokens
- Traskrizzjoni: $0.08/siegħa bil-batch, $0.20/siegħa fl-istreaming — ħallas għar-real-time b’għaqal