AIKraft/AI/Поиск…⌘KВойти
Релиз модели2 июля 2026 г., 09:45 МСК🤖 Auto

xAI представила Voice Agent Builder: голосовые AI-агенты без кода

xAI запустила бета-версию Voice Agent Builder — no-code платформу для создания голосовых агентов на базе Grok Voice. Решение объединяет STT, LLM и TTS в единый стек, обещая снижение задержек и затрат.

AIРедакция AIKraftавто-обзор источников
2 мин чтения·источник: X
Поделиться
Баннер новости 2784

Единый стек вместо конструктора API

xAI представила Voice Agent Builder в бета-версии. Это no-code платформа, позволяющая развернуть производственного голосового агента за 2 минуты. В отличие от типичных решений, где цепочка «распознавание речи — языковая модель — синтез речи» собирается из разных провайдеров, Grok Voice использует единый путь speech-to-speech. Это снижает латентность, стоимость и количество точек отказа.

Платформа включает встроенную телефонную связь, извлечение знаний, инструменты (tools), guardrails, поддержку MCP (Model Context Protocol) и observability. Пользователи могут импортировать существующие номера через SIP или подключать свои клиенты через WebSocket.

Обучение на «сложных» звонках

Модель Grok Voice обучалась на реальных вызовах с низким качеством аудио, фоновым шумом, сильными акцентами и прерываниями. Для оценки производительности используется бенчмарк -voice Bench. В таблице ниже приведены результаты сравнения моделей в общем зачете:

Модель Результат (-voice Bench)
Grok Voice Think Fast 1.0 67.3
Gemini 3.1 Flash Live 43.8
GPT Realtime 1.5 35.3

Функционал: знания, действия и интеграции

Агент работает на основе промпта, описывающего сценарий звонка, и базы знаний. Поддерживаются форматы: TXT, Markdown, Word, PowerPoint, Excel, HTML, JSON. Документы группируются в коллекции для переиспользования между агентами.

Для выполнения действий используются инструменты и коннекторы:

  • Календари: Google Calendar, Outlook.
  • Поиск: Web Search, X Search.
  • Тикет-системы: Linear, Notion.
  • Хранилища: Google Drive, OneDrive.

Агент может передавать звонок человеку, завершать сессию и отправлять уведомления в реальном времени. Поддерживается 80+ встроенных голосов или клонирование голоса бренда (требуется 2 минуты аудио).

Тарификация

xAI предлагает простую модель ценообразования:

  • API-тариф: $0.05 за минуту аудио (включая голоса, без отдельной платы за платформу).
  • Телефония: $0.01 за минуту при использовании бесплатного номера, выделенного платформой.

Платформа доступна для бесплатного тестирования. Запуск агента занимает около 2 минут: описание сценария, подключение документов и инструментов.

Бенчмарки

БенчмаркGrok Voice Think Fast 1.0GPT Realtime 1.5Gemini 3.1 Flash Live
-voice Bench67.3%35.3%43.8%

Жирным — лучший результат в строке. Источник цифр — официальная публикация.

Источник: X ↗