Alisina NawabiVoor een pilot met 1.000 audiominuten komt dat neer op $80 aan spraakverbruik, plus $4 per 1.000 losse tekstinvoerberichten. De prijs maakt een belstroom vooraf begrootbaar, maar telefonie, hulpmiddelen en de rest van de applicatie hebben eigen kosten. De API-prijs vertelt bovendien nog niet wat een opgelost gesprek kost.
De API rekent gesprekstijd af
De aankondiging van 14 oktober betreft een spraak-naar-spraakmodel voor realtime gesprekken via WebSocket. Ontwikkelaars kunnen functieaanroepen koppelen aan webzoeken, X Search, documentcollecties, MCP en eigen functies. Bestaande gebruikers van grok-voice-latest zijn volgens SpaceXAI automatisch overgezet, zonder codewijziging.
De documentatie rekent standaard sessies met automatische spraakdetectie af over de sessieduur. Bij push-to-talk telt alleen verzonden en ontvangen audio. Losse tekstinvoer kost $0,004 per bericht. De modelreferentie noemt us-east-1 als regio en vermeldt geen Europese regio. Voor een Nederlandse organisatie met een EU-locatie-eis is de beschikbaarheid van de API daarom geen bewijs dat de verwerking ook in Europa plaatsvindt.
De index vat vier tests samen
Artificial Analysis geeft Grok Voice 3.0 86,9 punten op zijn Speech-to-Speech Index. De score ligt boven GPT-Live-1 met Astra op gemiddelde redeneerstand (83,2) en Gemini 3.8 Live met uitgebreide redeneerstand (82,6). De index weegt vier onderdelen even zwaar: spraakredeneren op Big Bench Audio, agentprestaties op τ-Voice, menselijke voorkeur in blinde vergelijkingen en het percentage taken dat lukt. Alleen modellen met resultaten op alle vier onderdelen krijgen een totaalscore.
In die onderliggende tests haalt Grok 98,5 procent op spraakredeneren, 97,0 procent op gespreksdynamiek, 94,8 procent op taaksucces en 71,6 procent op τ-Voice. Die laatste test bootst supportvragen na uit onder meer luchtvaart, retail en telecom. GPT-Live-1 met Astra lost daar 74,5 procent van de taken op. Grok bereikt wel sneller de eerste audio: 0,81 seconde tegenover 1,34 seconde voor Astra. De totaalscore zet verschillende eigenschappen bij elkaar, terwijl een supportteam vooral kan letten op taakafronding en een korte reactietijd.
De benchmark geeft ook geen uitslag voor iedere Nederlandse klantenservice. De taaktests gebruiken nagebootste klantvragen en meten of de juiste eindstatus in een database wordt bereikt. Artificial Analysis vermeldt bovendien dat de τ-Voice-meting voor GPT-Live-1 met Astra op één proef is gebaseerd en voor GPT-Realtime-2.1 op twee proeven. De index is daarmee een externe vergelijking van gekozen modelvarianten, geen voorspelling van de afhandelingsgraad bij een eigen belscript.
De prijs is hoger dan OpenAI’s stemlaag
OpenAI rekent voor GPT-Live-1 vijf dollarcent per minuut voor de stemlaag, met het backendmodel en de agent apart gekozen. Op 1.000 minuten is dat $50 tegenover $80 voor Grok Voice 3.0, een verschil van $30 op de gepubliceerde audioprijs. Tekstinvoerberichten verhogen de xAI-rekening verder. Dit is geen vergelijking van de volledige systemen: OpenAI noemt de backend als aparte kostenlaag, terwijl de xAI-documentatie ook functieaanroepen en extra tekstberichten beschrijft.
OpenAI maakt GPT-Live-1 beschikbaar als full-duplex stemlaag die ontwikkelaars met een eigen backend kunnen verbinden. Bij SpaceXAI bleven de modeltarieven voor Grok 4.6 op $2 input en $6 output per miljoen tokens. De vergelijking laat zien dat de prijsmaatstaf met de toepassing verschuift: tokens voor tekstmodellen, minuten en tekstgebeurtenissen voor spraak. Een teamschatting op alleen het tarief per minuut mist de kosten van de agentlaag en de telefonie.
Een benchmarktaak is geen klantgesprek
SiliconANGLE rapporteert dat een taak in de Big Bench Audio-run gemiddeld $0,025 kostte met Grok Voice 3.0, tegenover $0,030 met GPT-Live-1 en $0,055 met GPT-Realtime-2.1. Dat zijn benchmarkkosten, geen contracttarieven per klantgesprek. De Artificial Analysis-pagina beschrijft de kostenmeting als een vaste selectie van veertig audiovragen, omgerekend naar een uur inputaudio. Toolaanroepen vallen buiten die berekening. Een kortere testtaak is dus niet automatisch een goedkopere telefonische afhandeling.
SpaceXAI noemt Starlink als productievoorbeeld: de callcenters zouden dagelijks 20.000 klantgesprekken voeren, waarvan ongeveer 70 procent zonder medewerker wordt afgehandeld. Volgens het bedrijf eindigt één op de vier verkoopgesprekken in een aankoop. De aankondiging geeft geen gemiddelde gespreksduur of nadere definitie van een opgeloste oproep. Daardoor zijn de cijfers niet genoeg om de kosten per afgeronde taak voor een ander bedrijf te berekenen.
Als achter de stemlaag een aparte agent draait, hoort ook diens verbruik in de rekensom. In een opzet die bij elke beurt de volledige context opnieuw verstuurt, lopen de tokenkosten op doordat die context telkens terugkomt. Zo blijft zichtbaar welk deel naar spraak gaat en welk deel naar de uitvoering van een taak.
De release zet de prijs van een spraakminuut naast een benchmark die Grok Voice 3.0 als geheel bovenaan plaatst, maar niet op elk onderdeel. De τ-Voice-score voor OpenAI ligt hoger, terwijl Grok eerder audio begint te leveren. Voor Nederlandse organisaties hangt de zakelijke waarde daarom af van de kosten per opgelost gesprek, de gewenste reactietijd en de regio waar de API-verwerking plaatsvindt.
Veelgestelde vragen
Van stem naar werkend proces
Een spraakagent vraagt om meer dan een goed model: ook de koppelingen, taakafhandeling en menselijke overdracht moeten kloppen. Ik denk mee over de toepassing, ontwerp het proces en bouw de automatisering end-to-end, self-hosted waar dat kan.
Dit artikel is geproduceerd samen met het Agent Team. Meer over de redactie.
