2026年10月14日、xAIは音声で会話するAIの新しいモデル「Grok Voice 3.0」の提供を開始しました。これまでの「Grok Voice 2.0」に代わる主力の音声モデルで、料金は据え置きとなっています。
ただし、今回の発表は主に開発者向け（API）のもので、Grokアプリの音声会話がすぐ変わるという話ではありません。当記事では、Grok Voice 3.0とは何か、私たち一般のユーザーに関係があるのかを、AI初心者向けにわかりやすく解説します。
xAIが「Grok Voice 3.0」を発表！（2026年10月14日）
xAIは2026年10月14日、開発者向けの音声API（Speech to Speech）で「grok-voice-3.0」が使えるようになったと、公式のリリースノートで発表しました。同じ日に、ひとつ前のモデル「grok-voice-2.0」は非推奨（今後は使わないでほしい扱い）になっています。
xAI公式の発表はこちら
xAIの開発者向けドキュメントにある「Release Notes（リリースノート）」の10月14日の項目に、次の内容が書かれています（編集部訳・要約）。
- grok-voice-3.0 が Speech to Speech で利用可能になった。料金は Grok Voice 2.0 と同じ
- 「grok-voice-latest（最新版を指す名前）」は grok-voice-3.0 を指すようになり、この名前を使っている人は自動で新しいモデルに切り替わる
- APIの使い方（つなぎ方や設定）は変わらない
そもそもGrok Voice 3.0とは？
Grok Voice 3.0は、人の声を聞き取って、そのまま声で返事をするAIです。このような仕組みを「Speech to Speech（音声から音声へ）」と呼びます。文字に書き起こしてから返事を作る昔ながらの方式に比べて、会話のテンポが速いのが特徴です。
Grokは、イーロン・マスク氏が率いるxAIが開発しているAIで、X（旧Twitter）やGrokアプリで使えるチャットAIとして知られています。今回のGrok Voice 3.0は、そのGrokを「声で話すAI」として、ほかの会社のアプリやサービスに組み込むための部品だと考えると分かりやすいでしょう。
ということで、この先では、Grok Voice 3.0で何ができるのかを紹介します。
Grok Voice 3.0で何ができる？押さえておきたいポイント4つ
xAIの公式ドキュメントで確認できたポイントは、次の4つです。
1. 声で話しかけると、声ですぐに返事をしてくれる
xAIによると、Grokの音声APIは1秒かからない速さ（sub-second latency）で返事をする設計になっています。リアルタイムに音声をやりとりする仕組み（WebSocket）でつながるため、電話で話すような感覚の会話が作れます。
公式ドキュメントでは、音声アシスタントや電話の自動応答、声で操作するサービスなどが使いみちとして挙げられています。
2. 会話の途中でWeb検索やX検索などの「道具」を使える
Grok Voice 3.0は、話しながら「道具（ツール）」を使えます。公式ドキュメントでは、Web検索、Xの投稿検索、アップロードした資料の検索、外部のサービスを呼び出す機能（function calling・MCP）に対応していると書かれています。
たとえば「明日の天気は？」と聞かれたらWebを調べて答える、「予約を入れて」と言われたら予約システムを操作する、といった使い方ができるということです。
3. 日本語を含む多くの言語に対応している
公式ドキュメントの対応言語の一覧には、英語・中国語・韓国語などと並んで日本語（ja）が含まれています。音声の概要ページでは「20以上の言語」に対応すると紹介されています。
一覧にない言語でも会話はできるものの、精度にはばらつきがあると説明されています。
4. 料金は前のモデルと同じで、切り替えも簡単
2026年10月19日時点の公式の料金表では、Speech to Speech（grok-voice-3.0）の料金は次のとおりです。
| 項目 | 料金（xAI公式の料金表） |
|---|---|
| 音声での会話 | 1分あたり0.08ドル（1時間あたり4.80ドル） |
| 前のモデル（grok-voice-2.0） | 同じ料金（非推奨） |
※2026年10月19日時点・xAI公式の料金ページより。料金は変わることがあります
つまり、開発者はモデル名を「grok-voice-3.0」に書き換えるだけで、同じ料金のまま新しいモデルに移れます。
Grok Voice 3.0は無料で使える？日本語は？初心者の疑問に回答
Grokアプリの音声会話でも使える？
2026年10月19日時点で、Grokアプリの音声会話にGrok Voice 3.0が使われているという公式の発表は確認できませんでした。今回の発表は、xAIの開発者向けドキュメント（API）でのものです。
アプリの音声機能がどのモデルで動いているかは、公式からの発表を待つ必要があります。ネット上には「アプリにも反映された」とする情報もありますが、公式で確認できるまでは参考程度にしておきましょう。
無料で使える？
開発者向けのAPIは、使った分だけ料金がかかる仕組みです（前述の通り、音声での会話は1分あたり0.08ドル）。無料で使える枠については、公式の料金ページに記載がありません。
Grokアプリ自体の料金プランは、APIとは別です。プランの内容は変わることがあるため、使う前にGrokの公式サイトで確認しておきましょう。
日本語で話せる？
前述の通り、公式ドキュメントの対応言語に日本語が含まれています。また、聞き取りの精度を上げるために「この会話は日本語」と指定する設定（language hint）も用意されています。
誰が使うもの？
主な利用者は、自社のアプリや電話窓口に「声で話すAI」を組み込みたい企業や開発者です。公式ドキュメントでは、電話回線とつなぐ方法（SIP）や、iPhoneアプリ・Webアプリのお手本も紹介されています。
私たち一般のユーザーは、今後いろいろなサービスの電話窓口やアプリの中で、知らないうちにGrokの声と話すことになるかもしれません。
Grok Voice 3.0で私たちに何が変わる？注意点もチェック
一般ユーザーへの影響
すぐに何かを設定したり、申し込んだりする必要はありません。影響が出てくるのは、Grok Voice 3.0を組み込んだアプリやサービスが増えてからだと考えられます。
声で話すAIは、ChatGPTやGeminiなど各社が力を入れている分野です。カスタマーサポートの電話がAIになる、アプリに話しかけるだけで用事が済む、といった変化が少しずつ進んでいくでしょう。
開発者・企業が気をつけること
- grok-voice-2.0 を名前で指定している場合は、grok-voice-3.0 か grok-voice-latest に書き換える（xAIは非推奨と発表済み）
- grok-voice-latest を使っている場合は、すでに自動で3.0に切り替わっている。話し方や応答が変わっていないか確認しておく
- 料金はドル建てで、使った時間に応じてかかる。想定より長く話されたときの費用も見積もっておく
同じ時期のxAIの動き
xAIのリリースノートによると、9月21日には文章を扱う新しいモデル「Grok 4.7」がAPIで使えるようになりました。また、10月2日には古い文字起こしモデルが終了し、新しい「grok-voice-transcribe-2.0」に自動で切り替わっています。
xAIは音声まわりのモデルを短い間隔で更新しているため、今後の発表もチェックしておきましょう。
【まとめ】Grok Voice 3.0は「声で話すAI」を作るための新しい土台
xAIは2026年10月14日、開発者向けの音声APIで「Grok Voice 3.0」の提供を開始しました。料金は前のモデルと同じで、日本語にも対応しています。
一方で、Grokアプリの音声会話への反映は、現時点では公式に発表されていません。アプリで試したい人は、公式からの続報をチェックしておきましょう。
AIの技術・サービス・ルールは変化が速く、本記事の予測や見通しは将来を保証するものではありません。各サービスの仕様・料金は公式サイトで最新の情報をご確認ください。本記事の情報は2026年10月19日時点のものです。
