Grok Voice 3.0: 달라진 점, API 가격, 사용 방법

Grok Voice 3.0은 xAI가 2026년 10월 14일에 공개한 음성 대 음성 모델입니다. 말을 걸면 듣고, 생각하고, 자기 목소리로 답합니다. WebSocket 하나로 이어지고 오디오는 그대로 들어가 그대로 나옵니다.

음성 에이전트를 만드는 사람이 보는 것은 세 가지입니다. 알아듣고 판단하는 성능, 1분에 드는 비용, 코드를 얼마나 고쳐야 하는지입니다. Grok Voice 3.0의 답은 Artificial Analysis 음성 대 음성 지수 1위(xAI 발표 기준 86.9), 분당 0.08달러, grok-voice-latest를 쓰면 코드 변경 없음입니다.

먼저 결론

• 같은 가격, 더 나은 모델입니다. Grok Voice 3.0은 Grok Voice 2.0을 대체하고, 가격은 분당 0.08달러 그대로이며, 엔드포인트와 세션 이벤트도 같습니다.
• xAI가 비교한 모든 항목에서 앞섰습니다. 음성 대 음성 지수는 86.9 대 81.3, 멈춤과 끼어들기 처리는 97.0% 대 95.1%입니다.
• WebSocket으로 연결합니다. 주소는 wss://api.x.ai/v1/realtime입니다. 형식은 OpenAI Realtime과 같아서 OpenAI SDK는 base URL만 바꾸면 됩니다.
• 20개 이상 언어와 28개 음성을 지원합니다. 대화 중에 웹 검색과 직접 만든 함수도 호출합니다.

Grok Voice 3.0이란

음성 대 음성 모델입니다. 오디오가 들어가고, 모델이 생각하고, 오디오가 나옵니다. xAI는 "실시간 음성 에이전트를 위한 음성 대 음성 모델"이라고 설명합니다. Tesla 차 안에서 하루 수백만 건의 대화를 처리하고, Grok Bot의 음성 모드를 돌리며, Starlink 콜센터는 하루 2만 통의 전화를 이 모델로 받습니다.

모델 ID는 grok-voice-3.0입니다. 별칭 grok-voice-latest는 공개일부터 이 모델을 가리켰으므로, 별칭을 쓰는 세션은 자동으로 올라갔습니다. Grok Voice 2.0은 이제 지원 중단으로 표시됩니다.

Grok Voice 2.0에서 무엇이 달라졌나

xAI가 비교한 항목은 모두 올랐고 가격과 API는 그대로입니다. 숫자는 xAI 발표에서 왔고, 발표는 Artificial Analysis의 2026년 10월 13일 테스트를 인용합니다.

같은 표에서 GPT-Live-1(Astra)은 지수 83.2, Gemini 3.8 Live는 82.6이며, Grok Voice 3.0은 다섯 행 모두에서 두 모델을 앞섭니다.

Full Duplex Bench는 쉬는 타이밍, 말을 시작하는 시점, 끼어들기에 얼마나 자연스럽게 반응하는지 보는 테스트입니다. 전화로 통화하는 사람이 가장 먼저 느끼는 부분입니다. xAI는 1초 안에 답하기 시작한다고도 합니다.

모델은 말하기 전에 생각합니다. 추론은 기본으로 켜져 있고, 속도가 중요하면 세션 단위로 끌 수 있습니다. 대화 중에 도구도 부릅니다. 파일 검색, 웹 검색, X 검색, 원격 MCP 서버, 그리고 직접 만든 함수입니다.

Grok Voice API 가격

xAI 가격 페이지에서 Grok Voice 3.0은 오디오 1분에 0.08달러, 1시간에 4.80달러입니다. 같은 페이지에 같은 모델의 "$0.004 / text input"도 있는데, 단위는 적혀 있지 않습니다.

한 방향만 필요하면 가격이 따로입니다. 음성 합성은 100만 자당 15달러, 음성 인식은 1시간에 0.10달러(스트리밍은 1시간 0.20달러)입니다.

어떻게 연결하나

wss://api.x.ai/v1/realtime에 WebSocket을 열고, 모델을 쿼리 파라미터로 넘기고, 세션을 설정한 뒤 양방향으로 오디오를 보냅니다. 아래는 xAI 문서에 있는 Python 빠른 시작을 그대로 옮긴 것입니다.

import asyncio
import json
import os
import websockets

async def voice_agent():
    async with websockets.connect(
        "wss://api.x.ai/v1/realtime?model=grok-voice-latest",
        additional_headers={"Authorization": f"Bearer {os.environ['XAI_API_KEY']}"}
    ) as ws:
        # 세션 설정
        await ws.send(json.dumps({
            "type": "session.update",
            "session": {
                "voice": "eve",
                "instructions": "You are a helpful assistant.",
                "turn_detection": {"type": "server_vad"}
            }
        }))

        # 텍스트 메시지 보내기
        await ws.send(json.dumps({
            "type": "conversation.item.create",
            "item": {"type": "message", "role": "user",
                     "content": [{"type": "input_text", "text": "Hello!"}]}
        }))
        await ws.send(json.dumps({"type": "response.create"}))

        # 오디오와 텍스트 응답 받기
        async for msg in ws:
            event = json.loads(msg)
            print(f"Event: {event['type']}")

asyncio.run(voice_agent())

3.0으로 고정하려면 model=grok-voice-latest를 model=grok-voice-3.0으로 바꿉니다. 첫 호출이 되는지는 다음 설정에서 갈립니다.

음성과 언어

문서에는 28개 음성이 있고 기본은 eve입니다. 모든 음성이 지원 언어를 다 말합니다. 음성 대 음성 API는 20개 이상 언어를 지원합니다. 상대방 언어를 알아내 그 언어로 답하고, 대화 중간에 언어를 바꿀 수도 있습니다.

xAI의 Custom Voices API로 최대 2분짜리 참고 오디오에서 목소리를 복제할 수 있습니다. 팀마다 30개까지 무료로 만들 수 있지만, 제공 지역은 미국만이고 일리노이주는 빠집니다.

xAI는 음성 오디오를 실시간으로 처리하고 저장하거나 학습에 쓰지 않는다고 설명합니다.

OmniaKey로 Grok Voice 3.0을 쓸 수 있나

지금은 안 됩니다. OmniaKey는 Grok Voice를 제공하지 않으므로 xAI API 키로 호출합니다. Grok의 텍스트 모델과 이미지 모델도 쓴다면 OmniaKey라는 선택지가 있습니다. Grok 4.7과 Grok Imagine 2.0은 Claude, GPT, Gemini와 키 하나로 돌아갑니다. Grok Imagine API 가이드는 이미지 쪽을 다룹니다.

자주 묻는 질문

Grok Voice 3.0은 무료인가요?

API는 유료입니다. xAI 가격 페이지에는 오디오 1분에 0.08달러로 적혀 있습니다. Grok과 대화만 하고 싶다면 웹, iOS, Android의 Grok 앱에 핸즈프리 음성 모드가 있습니다.

Grok Voice 2.0에서 코드를 고쳐야 하나요?

아니요. 엔드포인트와 세션 설정, 이벤트가 같고 grok-voice-latest는 이미 3.0을 가리킵니다. grok-voice-2.0을 직접 적은 코드만 모델 이름을 바꾸면 됩니다.

OpenAI SDK로 쓸 수 있나요?

됩니다. xAI 마이그레이션 가이드에 따르면 OpenAI Realtime API로 만든 앱은 세 곳을 바꿉니다. base URL(https://api.x.ai/v1), API 키, 모델 이름입니다.

응답은 얼마나 빠른가요?

xAI는 1초 안에 답하기 시작한다고 합니다. 발표에서는 τ-Voice 점수 71.6%가 GPT-Live-1(Astra)과 비슷하고 지연은 40% 낮다고 밝혔습니다.

출처

• xAI 발표: Grok Voice 3.0(2026년 10월 14일)
• xAI 문서: speech to speech와 음성 개요
• xAI 가격, 속도 제한, 릴리스 노트
• xAI Custom Voices

내용은 2026년 10월 19일에 확인했습니다.