服务对象与地域限制
PuppyIP 仅面向海外合规企业及其授权人员提供服务,不面向中国大陆地区开放或提供代理服务。本服务仅限用于中国大陆境外的合法业务活动,严禁在中国大陆境内使用本服务。
代理 IP 或服务器位于境外,不改变上述限制。不得通过中转、转接、共享或转售向中国大陆境内的最终使用者提供本服务。使用前请阅读用户服务协议。
本文要点
- 这次变化针对开发者 Speech-to-Speech API,不能直接套用到消费端 Grok、独立转写或文字模型。
- grok-voice-latest 当前指向 grok-voice-3.0;固定 grok-voice-2.0 的应用需改用 3.0,或选择跟随最新型号的别名。
- 官方称 2.0 到 3.0 的 API 与价格不变,但这不等于跨服务商接入完全相同,也不提供所有费用的统一报价。
- 服务器可使用 API key;浏览器和移动客户端应按文档使用短期临时令牌,避免把长期密钥交给客户端。
先确认:这是开发者语音对话模型升级
10 月 14 日的两条相邻发布说明分别宣布 Grok Voice 3.0 可用于 Speech-to-Speech,以及 Grok Voice 2.0 被标记为 deprecated。这里的接口通过双向 WebSocket 传递用户音频、对话信息、语音与文字响应,面向语音助手等应用集成。
不要把它与 Speech-to-Text 的转写型号迁移、独立 Text-to-Speech 接口或 Grok 文字模型更新混为一谈。这两条说明也没有确定消费端 Grok 订阅权益、第三方平台上线时间,或所有国家和账号的可用范围。
检查连接中的 model:别名与固定版本分开处理
先查看建立语音连接时实际传入的 model。若它是 grok-voice-latest,当前文档明确该别名已指向 grok-voice-3.0,使用别名的会话已运行新版;不能仅凭旧配置文件里出现“Voice 2”就判断仍在使用 2.0。
若实际固定为 grok-voice-2.0,升级说明要求把 model 改为 grok-voice-3.0;发布说明也允许改为 grok-voice-latest。固定 3.0 便于明确部署所选版本;使用 latest 则意味着跟随别名今后的指向,后续仍需安排版本检查。
型号属于连接 URL 的查询参数,例如 wss://api.x.ai/v1/realtime?model=grok-voice-3.0。应检查真正建立连接的代码、SDK 参数或部署配置,而不只是界面展示名称;这也不是在消费端设置里切换语音的操作。
沿用接入协议,仍需检查实际会话配置
官方对 xAI Voice 2.0 升级到 3.0 的表述是:使用相同端点、会话参数和事件。现有集成可据此优先核对型号选择,而不必仅因版本号变化就重写整套事件处理。这一兼容范围不自动延伸到其他服务商的接口。
连接后仍通过 session.update 配置会话。当前文档列出 voice、instructions、音频格式,以及 turn_detection.type 的 server_vad 或 null 等设置;reasoning.effort 默认 high,也可设为 none。它们是当前文档中的配置事实,不是本次升级新增功能或性能提升的实测结论。
认证按运行位置选择,长期密钥留在服务器
服务器端可在 Authorization 请求头使用 xAI API key。浏览器、移动客户端则按文档推荐使用短期 ephemeral token,目的在于不把长期 API key 放到客户端。不要把服务器示例中的密钥直接复制进前端代码。
浏览器原生 WebSocket 不能像服务器示例那样任意设置请求头。文档的浏览器示例通过 WebSocket 子协议传入带 xai-client-secret. 前缀的临时令牌;具体令牌签发、有效期和续期应按临时令牌文档实现,不能把它当成永久公开凭据。
同价与 deprecated 分别说明了什么
发布说明和升级段落都明确 3.0 与 2.0 价格相同。这是型号之间的相对价格声明;这里的升级页面没有给出可据以报价的具体金额、币种或计费单位,也不能据此断言电话服务、外部工具或第三方平台的总账单不变。预算应结合所用计费项目单独核对。
deprecated 表示 2.0 已被弃用,不等于文档宣布它在某个具体时刻停止服务。当前升级说明没有给出 Voice 2.0 的停用日期、宽限期或分地区执行时间,因此不宜把它写成已有明确截止日的紧急迁移。
给已有应用安排一次可观察的升级检查
建议由集成负责人先记录实际型号、提示词、voice、音频格式和轮次检测设置,再在受控环境用非敏感的短对话检查连接、收发音频、事件顺序及错误处理。固定 2.0 的应用把型号变更与其他功能变更分开,更容易定位问题;这是一种操作建议,不是官方要求的测试清单。
使用 latest 的应用也值得检查当前行为,因为别名指向已变化。预先记录负责人、变更窗口和回退条件;回退能否使用旧型号仍需符合当时的服务支持情况。相同 API 并不保证所有提示词、业务流程和运行中的通话都没有差异。
资料来源
常见问题
已建立的长通话会在别名变化时被强制切换吗?
文档确认 latest 当前指向 3.0,并称使用别名的会话已运行新版,但没有说明每条已打开连接的切换时机、热迁移方式或不中断保证。应区分新建连接选择型号与正在进行的通话,按应用的连接生命周期规划变更。
Grok 订阅是否包含这次语音 API 的费用?
本次发布说明和 Speech-to-Speech 文档没有建立消费端订阅与开发者 API 额度的对应关系,也没有确认第三方平台套餐。应分别核对所用服务的账号、计费和可用条件,不能从“同价”推导出免费或订阅内无限使用。
从 OpenAI Realtime 迁来,也只改型号就可以吗?
不能把 xAI 2.0 到 3.0 的 API 不变声明套用到跨平台迁移。当前文档另列 OpenAI Realtime 的事件命名差异和未支持事件,例如 xAI 不发送 rate_limits.updated。迁移时需要按该兼容说明检查实际使用的事件和载荷。
为什么发布条目是 10 月 14 日,页面页脚却写 10 月 13 日?
两个 Voice 发布条目标为 10 月 14 日,当前升级文档也列出 3.0;但所查页面的最后更新元数据仍为 10 月 13 日。可据明确条目归属公告日期,不能据这个差异确定精确上线时刻、时区或各账号生效时间。