コスパ重視AIモデル「Grok 4.3」が登場＆人間の声を2分以内にクローンできる音声合成機能「Custom Voices」も登場

2026年05月07日 14時14分 AI

イーロン・マスク氏が率いるAI企業のxAIがAIモデル「Grok 4.3」のAPIをリリースしました。Grok 4.3はコスト効率に優れたAIモデルとしてアピールされています。また、声の再現性が高い音声合成機能「Custom Voices」もリリースされています。

Grok 4.3 | xAI Docs

https://docs.x.ai/developers/models/grok-4.3

Grok 4.3は100万トークンの入力に対応したAIモデルです。第三者機関のArtificial Analysisが実施したインテリジェンス性能テストではMetaの Spartを上回っています。一方で、GPT-5.5などの最先端モデルには及ばないほか、中国製オープンモデルのKimi K2.5やMiMo-V2.5-Proを下回っています。

以下のグラフは横軸が1トークン当たりの処理時間、縦軸がインテリジェンス性能を示したものです。赤枠で囲った紫色の点がGrok 4.3で、Gemini 3.1 Proなどと比べて高速な処理が可能です。

各種AIモデルのコストパフォーマンスを示したグラフが以下。横軸が100万トークン当たりの価格で、縦軸がインテリジェンス性能を示しています。Grok 4.3は安価かつ高性能なAIモデルであることが分かります。

Grok 4.3のAPI使用料金は入力100万トークン当たり1.25ドル(約195円)、出力100万トークン当たり2.50ドル(約391円)です。xAIの研究者であるEric Jiang氏はGrok 4.3のツール呼び出し性能の高さやコストパフォーマンスの高さをアピールしています。

また、同じくxAIの研究者であるAditya Gupta氏はGrok 4.3を上回る大型モデルがトレーニング中であることを明かしています。

なお、マスク氏は2026年4月に「Imagineのバージョン2」「1兆パラメーターのAIモデル2種」「1.5兆パラメーターのAIモデル2種」「6兆パラメーターのAIモデル」「10兆パラメーターのAIモデル」という7種のAIモデルをトレーニング中であり、トレーニング完了までに2カ月を要することを明かしていました。

さらに、xAIは音声合成APIのGrok Voice APIに「Custom Voices」という機能を追加しました。

Custom Voices and Voice Library | xAI

https://x.ai/news/grok-custom-voices Custom Voicesは短い録音音声から声を再現できる機能で、「2分以内に自分の声をクローンできる」とアピールされています。以下のポストには本物の人間の声とクローン音声を記録した動画が埋め込まれており、クローン音声の品質の高さが分かるようになっています。