Grok Voice 3.0: neler değişti, API ücreti ne kadar ve nasıl kullanılır

Grok Voice 3.0, xAI'nin gerçek zamanlı sesli ajanlar için geliştirdiği konuşmadan konuşmaya modeli. 14 Ekim 2026'da duyuruldu. Siz konuşursunuz, o dinler ve kendi sesiyle yanıtlar; tek bir WebSocket bağlantısı üzerinden ses doğrudan girer ve çıkar.

Sesli ajan geliştirenler üç şeye bakar: modelin ne kadar iyi dinleyip düşündüğü, bir dakikanın fiyatı ve kodda ne kadar değişiklik gerektiği. Grok Voice 3.0 için yanıtlar şöyle: Artificial Analysis konuşmadan konuşmaya endeksinde birincilik (xAI'nin bildirdiğine göre 86.9), dakikada $0.08 ve grok-voice-latest kullanıyorsanız kod değişikliği yok.

Kısa yanıt

• Aynı fiyat, daha iyi model. Grok Voice 3.0, Grok Voice 2.0'ın yerini aynı dakikada $0.08 fiyatla, aynı endpoint ve aynı oturum olaylarıyla alıyor.
• xAI'nin karşılaştırdığı her puan daha yüksek: konuşmadan konuşmaya endeksinde 86.9'a 81.3, duraklama ve araya girme yönetiminde %97.0'a %95.1.
• Bağlantı WebSocket ile wss://api.x.ai/v1/realtime adresinde. API, OpenAI'ın Realtime biçimini izliyor; OpenAI SDK'ları base URL değişince çalışıyor.
• 20'den fazla dil ve 28 yerleşik ses; konuşma sırasında web araması veya kendi fonksiyonlarınız gibi araçları da çağırabiliyor.

Grok Voice 3.0 nedir?

Konuşmadan konuşmaya bir model: ses girer, ses çıkar, arada model düşünür. xAI bunu «gerçek zamanlı sesli ajanlar için konuşmadan konuşmaya model» olarak tanımlıyor. Tesla araçlarında günde milyonlarca konuşma yürütüyor, Grok Bot'un sesli modunu çalıştırıyor ve Starlink çağrı merkezleri günde 20.000 çağrıyı Grok Voice ile yanıtlıyor.

Model kimliği grok-voice-3.0. Takma ad grok-voice-latest lansman gününden beri buna işaret ediyor, yani takma adı kullanan oturumlar kendiliğinden güncellendi. Grok Voice 2.0 artık kullanımdan kaldırılmış olarak işaretli.

Grok Voice 2.0'a göre neler değişti?

xAI'nin karşılaştırdığı tüm puanlar yükseldi, fiyat ve API aynı kaldı. Sayılar xAI'nin duyurusundan; duyuru, Artificial Analysis'in 13 Ekim 2026 testlerine dayanıyor.

Aynı tabloda GPT-Live-1 (Astra) endekste 83.2, Gemini 3.8 Live 82.6 alıyor ve Grok Voice 3.0 beş satırın tamamında ikisini de geçiyor.

Full Duplex Bench, duraklamaları, söz sırasını ve araya girmeleri modelin ne kadar doğal yönettiğini ölçüyor. Arayan kişinin sesli ajanı en çok fark ettiği yer burası. xAI ayrıca modelin bir saniyenin altında yanıtladığını söylüyor.

Model konuşmadan önce düşünüyor. Akıl yürütme varsayılan olarak açık ve hız derinlikten önemliyse oturum bazında kapatılabiliyor. Bir oturum konuşurken araç da çağırabiliyor: dosya arama, web arama, X arama, uzak MCP sunucuları ve kendi fonksiyonlarınız.

Grok Voice API ne kadar?

xAI'nin fiyat sayfasına göre Grok Voice 3.0 dakikada $0.08, yani saatte $4.80. Aynı sayfada aynı model için «$0.004 / text input» da yazıyor ama birimi belirtilmiyor.

Tek yön yeterliyse xAI ayrı fiyatlıyor: metinden sese milyon karakter başına $15, sesten metne saatte $0.10 (akış halinde saatte $0.20).

Nasıl bağlanılır?

wss://api.x.ai/v1/realtime adresine bir WebSocket açıp modeli sorgu parametresi olarak geçiriyorsunuz, oturumu yapılandırıyorsunuz ve iki yönde ses gönderiyorsunuz. Aşağıdaki, xAI belgelerindeki Python hızlı başlangıcı, olduğu gibi:

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:
        # Oturumu yapılandır
        await ws.send(json.dumps({
            "type": "session.update",
            "session": {
                "voice": "eve",
                "instructions": "You are a helpful assistant.",
                "turn_detection": {"type": "server_vad"}
            }
        }))

        # Bir metin mesajı gönder
        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"}))

        # Ses ve metin yanıtlarını al
        async for msg in ws:
            event = json.loads(msg)
            print(f"Event: {event['type']}")

asyncio.run(voice_agent())

Yeni modeli takma ad yerine sabitlemek için model=grok-voice-3.0 kullanın. İlk çağrının çalışıp çalışmayacağını birkaç ayrıntı belirliyor:

Hangi sesler ve diller var?

Belgelerde 28 yerleşik ses var, varsayılanı eve ve her ses desteklenen tüm dilleri konuşabiliyor. Konuşmadan konuşmaya API 20'den fazla dili destekliyor. Arayanın dilini belirliyor, o dilde yanıtlıyor ve konuşma sırasında dil değiştirebiliyor.

xAI'nin Custom Voices API'siyle en fazla iki dakikalık bir referans klipten ses klonlanabiliyor. Her ekip ücretsiz olarak 30 kişisel ses oluşturabiliyor, ancak özellik yalnızca ABD'de, Illinois hariç sunuluyor.

xAI, sesin gerçek zamanlı işlendiğini, saklanmadığını ve eğitim için kullanılmadığını belirtiyor.

Grok Voice 3.0 OmniaKey ile kullanılabilir mi?

Bugün hayır. OmniaKey Grok Voice sunmuyor, bu yüzden çağrı xAI API anahtarıyla yapılıyor. Grok'un metin ve görsel modellerini de kullanıyorsanız Grok 4.7 ve Grok Imagine 2.0 OmniaKey'de Claude, GPT ve Gemini ile aynı anahtarla çalışıyor. Grok Imagine API rehberi görsel tarafını anlatıyor.

Sık sorulan sorular

Grok Voice 3.0 ücretsiz mi?

API ücretli: xAI fiyat sayfasında dakikada $0.08 yazıyor. Yalnızca Grok ile konuşmak istiyorsanız web, iOS ve Android üzerindeki Grok uygulamalarında eller serbest ses modu var.

Grok Voice 2.0'dan kod değişikliği gerekiyor mu?

Hayır. Endpoint, oturum ayarları ve olaylar aynı ve grok-voice-latest zaten 3.0'a işaret ediyor. Yalnızca grok-voice-2.0a sabitlenmiş kod yeni model adını almalı.

OpenAI SDK ile çalışır mı?

Evet. xAI'nin geçiş rehberine göre OpenAI Realtime API üzerine kurulmuş bir uygulamada üç şey değişir: base URL (https://api.x.ai/v1), API anahtarı ve model adı.

Yanıt hızı ne kadar?

xAI bir saniyenin altında yanıtladığını söylüyor. Duyuru ayrıca τ-Voice'ta %71.6'lık puanın GPT-Live-1 (Astra) ile karşılaştırılabilir olduğunu, gecikmenin %40 daha düşük olduğunu belirtiyor.

Kaynaklar

• xAI duyurusu: Grok Voice 3.0 (14 Ekim 2026)
• xAI belgeleri: konuşmadan konuşmaya ve seslere genel bakış
• xAI fiyatları, hız limitleri ve sürüm notları
• xAI Custom Voices

19 Ekim 2026'da kontrol edildi.