xAI: Grok Voice Latest

Grok Voice Latest propose une session vocale conversationnelle avec des voix sélectionnables et une interaction avec des outils. Il est utile pour les assistants vocaux dont les réponses doivent rester connectées aux actions et aux informations de l'application environnante.

Comparer les modèles

grok-voice-latest

DisponiblexAIAudioSynchroneRécent

Prix: À partir de $0.001333
Date de sortie: 23 avr. 2026
Modalités: Audio

À propos de Grok Voice Latest

Grok Voice Latest est l'alias flottant de xAI pour son modèle actuel de conversion parole-à-parole en temps réel, utilisé pour tenir une conversation vocale via une session WebSocket. Au moment de la révision, il pointe vers grok-voice-think-fast-2.0. Choisissez-le lorsqu'un assistant vocal doit bénéficier des améliorations de xAI sans modification de code ; épinglez le modèle versionné lorsque le comportement doit rester fixe.

Points forts

Il s'agit de l'alias recommandé par xAI pour les agents vocaux devant recevoir automatiquement les mises à jour du modèle, sans changement dans la configuration de la session.
Une session accepte des voix intégrées ou personnalisées, la détection d'activité vocale côté serveur pour la gestion des tours de parole, ainsi que des indices linguistiques pour la transcription.
Les agents peuvent effectuer des recherches sur le Web et X, des recherches de fichiers dans des collections de documents, utiliser des serveurs MCP distants et des outils de fonctions personnalisées.
Les sessions peuvent reprendre après une perte de connexion en réutilisant un identifiant de conversation, ce qui est adapté aux clients téléphoniques et mobiles.

Quand préférer un autre modèle

Comme l'alias évolue, la voix, le rythme ou la formulation peuvent changer après une mise à jour ; épinglez le modèle versionné pour les produits ayant fait l'objet de tests de régression.
Il gère uniquement les sessions audio en direct ; la transcription d'enregistrements stockés ou le rendu de texte préparé nécessitent les modèles de conversion parole-à-texte ou texte-à-parole.

Pour commencer

Créer une clé API
Générez une clé dans Console et utilisez-la avec tous les modèles de la plateforme.

Envoyez votre première requête

Copiez l'exemple pour votre langage et lancez-le.

Temps réelWebSocket

WS/v1/realtime

// npm install ws
import WebSocket from 'ws';

const socket = new WebSocket("wss://api.tokenlab.sh/v1/realtime?model=grok-voice-latest", {
  headers: { Authorization: "Bearer sk-xxx" }
});

socket.on('open', () => {
  // Send the input events supported by this model with socket.send(...).
  // https://tokenlab.sh/docs/en/api-reference/realtime/connect
});
socket.on('message', (data) => console.log(data.toString()));
socket.on('error', (error) => console.error(error));
socket.on('close', (code, reason) => console.log(code, reason.toString()));

// Close the session when finished.
process.on('SIGINT', () => socket.close());

Tarification

Le tarif officiel est la référence publique du créateur du modèle. Le tarif TokenLab est ce que vous payez pour ce modèle sur TokenLab.

Audio Duration

par seconde

Tarif Official: $0.001333
Official: $0.001333
Remise: —

	Tarif Officialpar seconde	Officialpar seconde	Remise
Audio Duration	$0.001333	$0.001333	—

Utilisation et activité

Le taux de réussite est la part de requêtes abouties. La latence est la durée d'une réponse complète ; P95 signifie que 95 % des requêtes ont fini dans ce délai.

Utilisation et disponibilité

Dernières 24 heures

Requêtes
Taux de succès
Latence P95
Total des jetons

Performance du modèle

Dernière mise à jour 3 oct. 2026, 19:22 UTC

Les métriques s'affichent une fois les seuils de confidentialité et de volume de données atteints.

Les données sont basées sur les requêtes agrégées des utilisateurs, à l'exclusion des vérifications de statut.

Ouvrir dans Console

Ouvrez Grok Voice Latest dans Console avec un prompt prêt à modifier ou envoyer.

Aide-moi à tester grok-voice-latest avec une requête audio sur /v1/realtime. Affiche le résultat et le coût.

Cas d'usage

Agents téléphoniques et de centres d'appels
Répondre aux appels entrants via des codecs de téléphonie, rechercher un compte via un outil de fonction et transférer l'appelant à une personne physique lorsque la demande sort du cadre de la politique.
Assistant vocal intégré à l'application
Permettre aux utilisateurs de parler à un produit, avec des jetons éphémères gardant la clé API hors du client et des outils accédant aux données derrière l'application.
Divulgations scriptées lors d'un appel en direct
Insérer une ligne fixe et obligatoire pour un avis de conformité pendant que le modèle gère le reste de la conversation.

Exemples de prompts

Vous êtes un assistant de réservation pour un cabinet dentaire. Accueillez l'appelant, demandez ce dont il a besoin et proposez les deux prochains créneaux disponibles en utilisant l'outil de calendrier.

Passez à l'espagnol lorsque l'appelant le fait, gardez les réponses sous deux phrases et confirmez le total de la commande avant de terminer l'appel.

Recherchez dans notre collection de politiques de retour, répondez à haute voix à la question du client et indiquez le document utilisé.

FAQ

Quel modèle grok-voice-latest exécute-t-il ?

Il s'agit d'un alias qui pointe actuellement vers grok-voice-think-fast-2.0, le modèle de conversion parole-à-parole en temps réel de la suite Grok Voice de xAI. xAI conseille d'utiliser l'alias pour recevoir automatiquement les améliorations, de sorte que la version sous-jacente puisse changer au fil du temps.

Quand dois-je épingler une version au lieu d'utiliser l'alias ?

Épinglez le modèle versionné lorsque vous avez testé les invites, le choix de la voix et le comportement des outils et que vous avez besoin qu'ils restent stables. Utilisez l'alias dans les prototypes et les produits où bénéficier des mises à jour sans redéploiement est plus important qu'une répétabilité exacte.

Quels formats audio une session utilise-t-elle ?

Les sessions transportent du PCM à des taux d'échantillonnage de 8 kHz à 48 kHz, du G.711 mu-law et A-law pour la téléphonie, ainsi que de l'Opus. L'audio circule sous forme de messages JSON en base64 ou de trames WebSocket binaires.

L'agent vocal peut-il appeler des outils ?

Oui, selon la documentation vocale de xAI : recherche sur le Web et X, recherche de fichiers, serveurs MCP distants et vos propres outils de fonctions définis avec des schémas JSON. Vérifiez que votre intégration transmet les définitions d'outils lors de la configuration de la session.

Puis-je conserver une conversation après une déconnexion ?

Oui. La reprise de session met en cache les tours précédents sous un identifiant de conversation, de sorte qu'un client qui se reconnecte après une coupure réseau peut poursuivre le même dialogue au lieu de recommencer.

Combien coûte Grok Voice Latest ?

Sur TokenLab, Grok Voice Latest coûte $0.001333 par seconde. La table tarifaire ci-dessus en montre le détail complet. Les tarifs dépendent de l’unité de facturation, de la spécification et de l’usage. Comparez des conditions identiques dans la tarification détaillée du modèle ; un tarif seul ne détermine pas le coût total.

Quel endpoint Grok Voice Latest doit-il utiliser ?

Utilisez https://api.tokenlab.sh/v1/realtime pour Grok Voice Latest. L'exemple de requête ci-dessous montre la structure de code correspondante.

Quelles opérations Grok Voice Latest prend-il en charge ?

Grok Voice Latest prend en charge Temps réel. Sélectionnez une opération pour voir l'endpoint et un exemple.