--- title: "Grok Voice 3.0 于 10 月 14 日上线，Voice 2.0 弃用：别名用户已自动升级，迁移清单" description: "xAI 10 月 14 日发布 Grok Voice 3.0，价格仍是 $0.08/分钟。用 grok-voice-latest 的会话已自动换模型，写死 2.0 的需要迁移；附转录与图像模型两项变动和回归测试清单。" url: https://cdnping.org/blog/grok-voice-3-api-migration language: zh-CN published: 2026-10-18 category: "服务动态" tags: ["xAI","Grok","语音API","模型弃用","迁移"] source: cdnping.org license: Free to quote and summarize with a link to the url above. --- # Grok Voice 3.0 于 10 月 14 日上线，Voice 2.0 弃用：别名用户已自动升级，迁移清单 Grok Voice 3.0 是 xAI 在 2026 年 10 月 14 日发布的语音到语音模型，已在 Voice Agent API 提供，价格与 2.0 相同。对开发者最直接的影响是：`grok-voice-latest` 别名已经指向 3.0，用别名的会话不用改代码就换了模型；`grok-voice-2.0` 被标为弃用，写死版本名的项目需要安排迁移。 以下内容截至 2026 年 10 月，以 xAI 官方发布页和[官方发布说明](https://docs.x.ai/developers/release-notes)为准。 ## 这次到底变了什么？ 官方[发布页](https://x.ai/news/grok-voice-3)与发布说明里能核实的信息： - 模型名 `grok-voice-3.0`，10 月 14 日在 Voice Agent API 上线，价格 $0.08/分钟（$4.80/小时），与 2.0 相同，API 本身不变。 - 官方称延迟低于 1 秒（发布页原话为 under one second，未给出测量口径）。 - 发布页引用 Artificial Analysis 的语音到语音指数，3.0 得分 86.9，2.0 为 81.3。这是第三方评测，也是 xAI 自己引用的结果，不等于你的业务场景表现。 - `grok-voice-latest` 现在指向 `grok-voice-3.0`，用别名的会话自动升级。 - `grok-voice-2.0` 已弃用，官方给出的升级方式是把 `model` 改成 `grok-voice-3.0` 或 `grok-voice-latest`。发布说明没有写具体的停服日期，以官方文档为准。 ## 另外两项相关变动是什么？ | 模型 | 变动 | 影响 | | --- | --- | --- | | `grok-voice-transcribe-1.0` | 2026 年 10 月 2 日到达生命周期终点 | 请求转到 `grok-voice-transcribe-2.0`，价格不变，官方称准确率更高 | | `grok-imagine-image-quality` | 2026 年 11 月 2 日退役 | 请求改由 `grok-imagine-image-2.0` 以 `quality` 为 `low` 处理，单张价格更低，请求和响应格式不变 | 转录模型的转发已经生效。如果你的转写文本在 10 月初前后出现措辞或标点的差异，原因可能在这里。 ## 用别名还是固定版本？ 别名省事，但模型会在你不知情时换掉。固定版本稳定，但需要自己盯弃用公告。 - 线上对话质量敏感、有回归测试的项目：固定 `grok-voice-3.0`，升级时自己决定时间。 - 原型、内部工具：用 `grok-voice-latest` 可以，但要接受行为随模型变化。 - 两种方式都建议在日志里记录每次会话实际使用的模型名，出问题时才能对上时间点。 ## 迁移与回归测试清单 1. 全文搜索代码、环境变量和配置中的 `grok-voice-2.0`、`grok-voice-transcribe-1.0`、`grok-imagine-image-quality`。 2. 把 `model` 改为 `grok-voice-3.0`，或明确决定继续用别名。 3. 回放一批真实通话或录音，重点看打断（用户插话时模型是否及时停下）、轮次切换（有没有抢话或长时间沉默）、工具调用是否还按预期触发。 4. 对比提示词的效果。模型变了，原来为绕开 2.0 缺陷写的提示词补丁可能不再需要，甚至起反作用。 5. 如果按分钟计费做预算，价格没变，但通话时长可能因为轮次节奏变化而变，抽样核对账单。 6. 用 [/changes](/changes) 或 RSS 订阅官方更新日志，下次弃用不会漏掉；方法见[大模型 API 价格变了怎么第一时间知道](/blog/track-llm-price-and-model-changes)。 ## 实时语音卡顿，怎么判断是不是网络问题？ 语音对延迟的容忍度比文字低得多，官方的 1 秒以内是服务端指标，你实际感受到的还要加上自己到接口的网络往返。换模型之后觉得“变卡了”，先分清是模型还是链路： 1. 打开 [/status/xai](/status/xai)，看接口探测和近期是否有异常；状态页怎么读见[怎么看 OpenAI 状态页和 Claude 状态页](/blog/how-to-read-ai-status-pages)，思路相通。 2. 在 [cdnping 首页](/)测一下首次连接和往返。首次连接包含 DNS 与 TLS 握手，长连接建立后更应该看往返。 3. 在 [/ip](/ip) 查看延迟特征，如果浏览器往返与出口的 TCP 往返差距很大，说明中间有中转，这会直接拖慢实时音频。 4. 把延迟拆成连接、网关往返和首 token 来看，参考[AI API 延迟拆解](/blog/api-latency-connect-rtt-ttft)；整体自检可用[开发者网络自检清单](/blog/developer-network-self-check-2026)。 如果状态正常、链路干净，而回归测试里同一批录音在 2.0 和 3.0 上表现不同，那就是模型行为差异，按上面的清单调整提示词。 ## 价格相关的延伸阅读 xAI 的文本模型定价与语音分开，可以看[Grok 4.7 API 的定价与推理档位](/blog/grok-4-7-api-pricing)。语音与文本模型分开计费，别混在一起估算。 ## 参考来源 - [xAI：Grok Voice 3.0 发布页](https://x.ai/news/grok-voice-3) - [xAI 开发者文档：发布说明](https://docs.x.ai/developers/release-notes)