Grok Voice 3.0の記事を見て、「自分の設定も変わる？」「1分8セントだけ見ればいい？」と迷った人もいると思います。
xAIは2026年10月14日、新しい音声モデル「Grok Voice 3.0」を公開しました。既にGrok Voice APIを使っている人にとって重要なのは、性能順位よりもモデルの切り替わり方と料金の数え方です。
先に整理すると、grok-voice-latest は3.0へ自動更新され、固定の grok-voice-2.0 は非推奨になりました。音声部分は0.08ドル/分ですが、音声を伴わないテキスト入力は0.004ドル/メッセージで別に数えます。
grok-voice-latest は3.0へ自動更新
xAIのRelease Notesでは、10月14日から grok-voice-latest が grok-voice-3.0 を指すと案内されています。この別名を使っているセッションは、APIを変更せずに3.0へ自動更新されます。
ただし、latest は同じモデルを固定する名前ではありません。今回のように新しい世代へ切り替わることがあります。
業務で音声エージェントを使っている場合は、自動更新後に会話の雰囲気、ツール呼び出し、割り込みへの反応、自分の用途での音声品質が想定どおりか確認する方が安全です。今回は本人環境で日本語音声を実測していません。
2.0は非推奨。固定指定なら移行を確認
同じ10月14日、grok-voice-2.0 はdeprecated（非推奨）になりました。
非推奨は、その瞬間に使えなくなったという意味ではありません。xAIは grok-voice-3.0 または grok-voice-latest への変更を案内しています。
今回確認したRelease Notesには、2.0の具体的な提供終了日は記載されていません。固定で2.0を指定している場合は、「まだ動いているからそのまま」と考えず、移行予定を確認してください。
音声部分は0.08ドル/分
Grok Voice 3.0のVoice Agent APIは、音声部分が0.08ドル/分です。1時間換算では4.80ドルで、xAIは2.0と同じ価格だと説明しています。
これは一般のGrokアプリの月額料金ではなく、Speech to Speech APIの料金です。
音声時間だけを見る場合、10分なら0.80ドル、1時間なら4.80ドルが基本的な目安になります。ただし、API全体の費用が必ず音声時間だけで決まるわけではありません。
テキスト入力は別に0.004ドル/メッセージ
Speech to Speech APIでは、音声とは別にテキスト入力を送れます。公式Docsでは、音声を伴わない conversation.item.create イベントについて、0.004ドル/メッセージと案内されています。
- 音声：0.08ドル/分
- テキスト入力：0.004ドル/メッセージ
テキスト入力を多く使うエージェントでは、「音声時間 × 0.08ドルだけで総額が決まる」わけではありません。 一方、通常の音声会話だけを想定している場合は、まず音声時間の料金を見るところから始めれば十分です。
セッション方式でも数え方が変わる
xAI Docsでは、標準の server_vad を使うセッションは、セッションの継続時間を基準に課金すると説明しています。一方、push-to-talkでは、送受信した音声が課金対象です。
同じ「1時間アプリを開いていた」でも、セッション方式によって料金上の意味が変わる可能性があります。自分で音声エージェントを作る場合は、次の3点を確認してから費用を見積もる方が安全です。
- どの発話区切り方式を使うか
- テキスト入力を送るか
- セッションをいつ終了するか
xAIは性能評価も掲載していますが、「すべての用途で40％高速」「日本語でも最高品質」とは確認できません。本人用途の総費用、日本円での最終請求額、日本語音声の自然さも未確認です。
今日確認することは1つ
既にGrok Voice APIを使っている人は、モデル指定が grok-voice-latest か、grok-voice-2.0 固定かを確認する。 まずはこれだけで十分です。
grok-voice-latest→ すでに3.0へ自動更新grok-voice-2.0→ 非推奨のため3.0またはlatestへの移行を確認
これから使い始める人は、料金を「音声0.08ドル/分」と「必要な場合のテキスト入力料金」に分けて考えると、誤解しにくくなります。
新モデルの性能比較だけを見るより、自分のモデル指定は自動で変わるのか、料金は何を単位に数えるのかを先に確認する。今回のGrok Voice 3.0では、そこが一番実用的な変更です。
公式出典
xAI「Introducing Grok Voice 3.0」（2026年10月14日）
xAI Developer Docs「Release Notes」（2026年10月14日更新）
xAI Developer Docs「API Pricing」
xAI Developer Docs「Speech to Speech」
確認日時：2026年10月15日 06:46 JST
コメント