星链那两万通电话，七成不再有人接了

2026-10-15 · 人工智能

先说一个数字，跟模型没什么关系。

星链的客服中心每天要接大约两万通电话，多种语言。官方发布文里写着，其中大约七成不需要人介入就能解决；四分之一的销售通话，客户在挂断之前就下单了。

10 月 14 日，xAI 发布 Grok Voice 3.0。官方标题自称"全球最智能的语音到语音模型"。

86.9 分

独立评测平台 Artificial Analysis 的语音到语音综合指数上，Grok Voice 3.0 拿了 86.9 分，第一次参评就排第一。同一张表上：OpenAI 的 GPT-Live-1（Astra，中等推理档）83.2，谷歌 Gemini 3.8 Live（高推理档）82.6，它自己的上一代 Grok Voice 2.0 是 81.3。

但这个总分是拼出来的，值得拆开看。

第一组是"活干完没有"：任务成功率 94.8%，第一（GPT-Live-1 是 87.4%，Gemini 3.8 Live 是 89.1%）；语音推理 Big Bench Audio 98.5%；全双工 97%——这一项量的是停顿、轮替、插话处理得自不自然（上一代 95.1%）。

第二组就不是了。τ-Voice 专门考客服场景——各种口音、背景噪音、说到一半被打断——它拿 71.6%，排第二，输给 GPT-Live-1 的 74.5%。而在"人更愿意听谁说话"那一栏，它的 Elo 是 1070，只排第三，前两名是 Gemini 3.1 Flash Live Minimal 的 1100 和 Gemini 3.8 Live 的 1088。

首字响应 0.81 秒，比上一代的 0.72 秒慢了。官方只承诺"不到一秒"——这个"不到一秒"，是它给自己划的那条线。

价钱倒是没动：每分钟 0.08 美元，和上一代一样。Artificial Analysis 在 Big Bench Audio 上算的每任务成本是 0.025 美元，低于 GPT-Live-1（Astra，中等）的 0.030 和 GPT-Realtime-2.1（高）的 0.055。

不是好不好听

我一直觉得，语音模型这个品类，最硬的几栏都不是"好不好听"。

打电话的人不挑音色。你打到客服热线的时候，脑子里只有一个念头：别让我等。所以"人更喜欢谁"这一栏输给谷歌，完全不影响星链把七成的电话交给它。

那两万通电话不是问卷。是排班表。

ServiceNow 的企业语音智能体基准 EVA-Bench 上，它拿了 74% 的最高精度，在"精度 × 客户体验"的联合评分里也是最优。给这句话的人叫 Nitin Aggarwal，ServiceNow 负责智能体评测与负责任 AI 的高级产品总监。值得留意的是，ServiceNow 恰好是这条产品线上会买单的公司之一——这话不是说它不真，是说它的位置。

给足公道另一半：Artificial Analysis 是独立第三方，上面那些横向数字（数据日期 2026-10-13）都出自它，xAI 只是引用；而"变慢"这件事是被测出来的，官方没否认，只换了个说法。

三块招牌

发布同一天，中文报道里出现了三个名字：xAI、SpaceXAI、SpaceXSI。同一件事，同一份稿，三块招牌。

真正的官方页在 x.ai 上，讲的内容却是特斯拉和星链——每日数百万次对话跑在特斯拉车里；司机用 Connectors 查日程、回邮件，用 Grok Bot 下单咖啡、订晚餐，全程不碰屏幕。Grok Voice 3.0 同时给 Grok Bot 的语音模式供电。

一个做火箭的公司，其 AI 部门最拿得出手的战绩，是一张客服中心的排班表。

落点

那七成之外，还剩三成。三成会转给人——至少目前是。

下次你打星链的客服热线，接起来的可能是一把好听的、不到一秒就开口的、什么都问不出来的声音。它不知道自己在替谁接电话。

按现在的设计，它也不需要知道。