xAI、音声対話API用の「Grok Voice 3.0」を公開2.0と同額で、grok-voice-latestは3.0に自動で切り替わり2.0は非推奨に

xAI（開発者向けドキュメントの表記は「SpaceXSI」）は、2026年10月14日付のAPIリリースノートで、音声対話機能 Speech to Speech 向けのモデル「Grok（グロック）Voice 3.0」（grok-voice-3.0）の提供開始を載せました。同じ日の別項目で、旧モデル grok-voice-2.0 は非推奨になっています。リリースノートによると価格は Grok Voice 2.0 と同じで、エイリアス grok-voice-latest は 3.0 を指すようになり、このエイリアスを使っているセッションは自動でアップグレードされます。

3行まとめ

1. xAIは2026年10月14日、Speech to Speech用の grok-voice-3.0 を公開。価格は Grok Voice 2.0 と同額（リリースノート）
2. grok-voice-latest は 3.0 を指すようになり、エイリアス利用のセッションは自動で切り替わる。API自体は変わらない
3. grok-voice-2.0 は同日に非推奨へ。移行は model を grok-voice-3.0 か grok-voice-latest に変えるよう案内（リリースノート）

本記事の内容は、日本時間2026年10月15日1時台に公式ページで確認したものです。

何が変わったのか

リリースノート（10月14日の項目）の記載は次の2件です。

原文では、3.0の項目はこう書かれています。

grok-voice-3.0 is now available with Speech to Speech, at the same price as Grok Voice 2.0. grok-voice-latest now points to grok-voice-3.0, so sessions that use the alias are upgraded automatically. The API is unchanged.

（grok-voice-3.0 が Speech to Speech で利用可能になりました。価格は Grok Voice 2.0 と同じです。grok-voice-latest は grok-voice-3.0 を指すようになり、このエイリアスを使うセッションは自動でアップグレードされます。APIは変わりません。）

自分のコードには何が起きるのか

xAIのモデル・料金ページは、エイリアスの考え方を次のように説明しています。

• <モデル名> は最新の安定版を指す
• <モデル名>-latest は最新版を指す。最新機能をすぐ使いたい人向け
• <モデル名>-<日付> は特定のリリースに固定され、更新されない。一貫性が必要な作業向け

リリースノートの記載どおりなら、grok-voice-latest と書いている人は、何もしなくても 3.0 になります。同じページは、同じ版を使い続けたい場合の選択肢として、日付つきの指定を挙げています。ただし今回確認した範囲では、grok-voice-3.0 に日付つきの名前があるかどうかは載っていませんでした。

grok-voice-2.0 を名指しで書いている人は、非推奨の対象です。リリースノートは、model を grok-voice-3.0 か grok-voice-latest に設定するよう案内しており、価格は同じとしています。詳しい手順は「Upgrading from Grok Voice 2.0」というページに回されていますが、筆者はその中身を確認できていません。

料金はいくらか

モデル・料金ページ（最終更新表示は2026年9月21日）の Voice API の欄には、次の価格が載っています。

3.0の価格は「2.0と同じ」というのがリリースノートの説明です。この表は3.0の公開より前に更新されたとページに表示されているので、3.0のSTS価格が0.08ドル／分であると、この表だけで言い切ることはしません。リリースノートの「同額」を基に、表の数字がそのまま当てはまると読むのが自然、というところまでが今回確認できた範囲です。

これまでの流れ

同じリリースノートから、Voice 系の直近の動きを並べます。

音声認識の方の話は、当サイトのGrok Voice Transcribe 2.0の記事で扱っています。今回の 3.0 は、音声で話しかけて音声で返す Speech to Speech 側のモデルです。

リリースノートの書き方にも傾向があります。2.0 のときは「8月5日から latest が2.0を指す」と日付つきで予告されていましたが、3.0 は公開と同じ日に latest の向き先が変わっています。今回確認した範囲では、3.0 の項目に予告期間は書かれていませんでした。

筆者が公式ページで見たこと

日本時間の10月15日1時29分台にリリースノートを取得したところ、10月14日の項目が先頭に2件並んでいました。同じ時刻帯にモデル・料金ページを取得すると、Voice API の欄は「Real-time conversations, speech-to-text, and text-to-speech」という説明と上の価格表のままで、grok-voice-3.0 という名前はこのページには出てきませんでした。ただ、このページの Voice API の欄には grok-voice-2.0 などのモデル名もそもそも載っておらず、3.0の反映が遅れているとまでは言えません。なお、リリースノート自体のページ末尾の最終更新表示も「October 13, 2026」で、10月14日の項目と食い違っていました。

リリースノートの「Speech to Speech docs」のリンク先は docs.x.ai/developers/model-capabilities/audio/speech-to-speech です。筆者はこのページを取得しておらず、別のURL（docs.x.ai/developers/voice/speech-to-speech）を取得しようとして404になりました。このため、Speech to Speech のドキュメント本文や「Upgrading from Grok Voice 2.0」の中身は読めていません。

今回の公式ページから分からないこと

今回取得できた2ページに限って言うと、次の点は書かれていませんでした。いずれも書かれていないというだけで、存在しないという意味ではありません。

• 3.0が2.0より何が良くなったのか。品質、応答の速さ、対応言語に関する記載は、リリースノートの3.0の項目にありません（このため、日本語での性能も分かりません）
• 非推奨になった grok-voice-2.0 の廃止日。2.0の項目には移行方法と価格だけがあります
• 日本からの利用可否や、日本向けの扱い
• 試した結果。筆者は 3.0 を実際には動かしておらず、使用感や精度は評価していません

リリースノートの説明で一つだけ補っておきます。「The API is unchanged」は、APIの形が変わらないという意味に読めます。応答の中身や話し方まで同じになるとは書かれていません。エイリアスで自動的に切り替わるため、本番で grok-voice-latest を使っている場合は、切り替わった後の挙動を自分の環境で確かめておく必要があります。

出典と確認時刻

• Release Notes | SpaceXSI Docs（xAI公式） — 日本時間2026年10月15日1時29分に確認
• Grok Models & Pricing | SpaceXSI Docs（xAI公式） — 日本時間2026年10月15日1時29分に確認（ページの最終更新表示は2026年9月21日）

本記事は続報があり次第更新します。