xAI 已上线 Voice Agent Builder 测试版，瞄准企业语音客服、销售和预约等高频通话场景。按官方说法，用户无需编写代码，不到 2 分钟就能通过自然语言提示创建语音代理，并把 Grok Voice ���型直接接入实际业务流程。
这次发布的重点，是把原本分散的语音转文字、LLM 和文字转语音链路压缩成单一路径。xAI 表示，平台采用与 Grok Voice 紧密耦合的端到端 Speech-to-Speech 架构，用来减少多跳延迟、错误率和运维复杂度。官方还称，Grok Voice 经过真实且高难度通话场景训练，可处理低质量电话杂音、重口音、用户打断以及中途改变意图的模糊指令，原生支持 25 种以上语言。
语音基准测试对标 OpenAI 与 Gemini
根据 xAI 公布的信息，Grok Voice Think Fast 1.0 在最新语音基准测试 τ-voice Bench 中，反应速度和推理能力超过 Google 的 Gemini 3.1 Flash Live，以及 OpenAI 的 GPT Realtime 1.5。xAI 将这一结果作为 Voice Agent Builder 进入企业场景的重要卖点。
平台面向的并不是实验室演示，而是高负载业务环境。客服中心、电话销售、预约确认这类连续通话需求，被列为主要使用方向。
知识库、日历连接和品牌语音克隆一并集成
从功能上看，Voice Agent Builder 把知识库、工具连接、语音能力和电话能力放在同一套界面中。知识库支持上传 Word、Excel、PDF、JSON 等格式，并能整理成可被多个代理共享的集合。工具层面，平台已内置 Google 和 Outlook 日历、Web 搜索、X 搜索及 Notion，同时支持转接人工客服、结束通话和实时团队通知。
语音部分提供 80 多种内置声音，也支持品牌语音克隆。按官方描述，用户只需提供 2 分钟音频，即可生成专属语音。电话接入方面，平台可免费提供电话号码，也支持通过 SIP 对接企业现有总机系统。
每分钟 0.05 美元，附带通话监控与安全边界
xAI 给出的计算价格是 0.05 美元/分钟，不额外收取平台费。如果使用 xAI 提供的免费电话号码，通信费用另计 0.01 美元/分钟。这一计价方式被放在产品首页强调，显然是为了和传统客服软件及多供应商拼接方案拉开差异。
针对企业用户关心的风控问题，Voice Agent Builder 也加入了可观测性与安全护栏。每通电话会自动录音并生成逐字稿，管理员可以查看 AI 在对话中调用过哪些工具，也能预先设置明确限制，例如禁止读出客户信用卡卡号，或禁止把话题引向无关政治内容。
目前，这一产品已在 xAI Console 开放试用。xAI 在公告中称，与其只看基准测试，不如直接建立代理并用最困难的工作流打电话测试。