Grok Botの音声モデルとメールアドレスは何が変わった？非公式情報の見極め方

この記事のまとめ

Grok Botまわりでは、音声モデルGrok Voice 3.0の発表と、Bot専用のメールアドレス機能という2つの動きがあります。どちらも確認できる範囲と、まだ確認できない範囲がはっきり分かれています。ここでは3つのポイントで整理します。

Grok Voice 3.0はGrok Botの音声モードに使われ、Voice Agent APIでは1分あたり$0.08と前モデルと同じ価格です。
Bot用のメールアドレスはmail.grokbot.comで1つだけ取得でき、名前の変更や削除はできません。送信前には毎回あなたの承認が必要です。
別名アドレスの扱いは、公式ヘルプでは確認できません。公式サイトやヘルプ、変更履歴にあたると、どこまでが確かな情報か見分けやすくなります。

Grok Botの音声モデルの変更点

Grok Voice 3.0の位置づけ

Grok Voice 3.0は音声間モデルとして発表され、Grok Botの音声モードに使われています。音声間モデルとは、テキストを介さず、話しかけた声をそのまま受け取って声で返す設計のモデルです。

音声間モデルは、話しかけた声をそのまま受け取って声で返すタイプのモデルです。発表では、Grok Voice 3.0を世界で最も知能の高い音声間モデルとし、カスタマーサポートの通話を解決する性能で新記録を樹立したと説明しています。あわせて、1秒未満のクラス最高水準の遅延と、他の最先端モデルより低いコストを挙げています（参照*1）。

これらはいずれも発表元による説明です。利用状況についても、Grok VoiceはTeslaとSpaceXで1日に数百万件の会話を処理しているとしています。自社製品への導入実績を根拠として示すのは、性能主張の裏付けとしては一定の意味があります。ただし、第三者による独立した検証とは別物であることを念頭に置いておくべきでしょう。

Teslaの車両内では、カレンダーの確認やメールへの返信といった簡単な依頼にConnectorsを使い、コーヒーの注文や夕食の予約のような大きなタスクにはGrok Botを使えると説明しています。いずれも完全なハンズフリーで行えるとしています（参照*1）。

性能と価格の比較

発表では、第三者テストのスコアとAPIの価格が具体的な数値で示されています。

Artificial Analysisによる独立したテストでは、Grok Voice 3.0がSpeech-to-Speech Indexで86.9点を獲得し、1位にランクインしました。この指数は、音声推論、τ-Voice、目隠し形式の直接対決通話における選好度とタスク成功率を組み合わせたものです。また、間、会話の順番、割り込みをどれだけ自然に処理できるかを測るFull Duplex Benchでは97%を獲得しています（参照*1）。

価格面では、Grok Voice 3.0はVoice Agent APIで利用でき、1分あたり$0.08、1時間あたり$4.80です。これはGrok Voice 2.0と同じ価格です。grok-voice-latestを使うエージェントは、変更を加えなくても自動的に切り替えられているとしています（参照*1）。

音声モデルの評価の難しさ

音声モデルのスコアは、どの条件で測ったかによって読み方が大きく変わります。私がChatGPT、Claude、Geminiといったモデルを同じタスクで試すときも、ベンチマークの数字とそのまま対応しない場面は多い。だから発表元のスコアだけで判断しないことを、私は基本的な姿勢としています。

7つの音声エージェントを評価した第三者のベンチマークでは、商用APIは言語間で予想外に一貫した振る舞いを示した一方、いずれも応答速度と間への堅牢性のどちらかに偏り、両方を備えたものはありませんでした。単一言語のオープンな全二重モデルでは、相づち、応答品質、レイテンシの間にさらにトレードオフが見られたとしています（参照*2）。

この評価の対象は、商用音声API4種類（GPT Live、Gemini 3.8 Live、Gemini 3.1 Flash Live Preview、Grok Voice Think Fast 2.0）と、オープンな全二重モデル3種類（PersonaPlex、Moshi、JoshTalks Human-1）です。言語の対応状況も均一ではなく、GPT LiveとGemini 3.8は10言語、Gemini 3.1は9言語、Grokは3言語、PersonaPlexとMoshiは英語、Human-1はヒンディー語に対応します（参照*2）。

つまり、ここで測られたGrokの版はGrok Voice Think Fast 2.0であり、Grok Voice 3.0の発表で示された数値とは別のテストの結果です。指標名も対象言語も異なるため、同じ条件での比較としては扱えません。モデル名が似ているだけで同一視してしまうのは、AI関連の情報を読むうえでよくある誤読のパターンです。バージョンと評価条件を切り分けて確認する習慣が必要です。

Botのメールアドレス機能

メールアドレスでできること

Bot用のメールアドレスを取ると、BotがそのアドレスでメールをReceive・閲覧・検索・送信できるようになります。従来であれば人間が手でこなしていた受信確認や下書き作成をBotに任せる、という設計です。

アドレスはmail.grokbot.comで取得でき、yourname@mail.grokbot.comのような形になります。Botはそのアドレスでメールを受信、閲覧、検索、送信できます（参照*3）。

公式ヘルプは使い方の例も挙げています。専用のアドレスでサービスに登録し、あなたの承認を得て認証コードやリンクを取得すること、領収書やニュースレター、レポートを集めてあなた向けに要約すること、ダイジェストや最新情報などのメールや返信の下書きを作ることです。下書きは送信前に、毎回あなたが承認します（参照*3）。

取得方法と名前のルール

アドレスの取り方は2通りあり、名前の付け方にも決まりがあります。

1つ目はBotに頼む方法です。「自分用のメールアドレスを取得して」のように伝えると、Botは希望する名前を尋ね、利用可能か確認して承認カードを表示します。あなたが承認するまで、アドレスは取得されません。

2つ目はEmailプラグインを使う方法です。デスクトップではサイドバーの「Connect apps」から「Email」を選び、スマートフォンでは「Settings」>「Connect apps」>「Email」を開きます。「Email address」の下の「Choose a name」に名前を入力し、「Create address」を選びます（参照*3）。

名前と取得に関するルールは5つあります（参照*3）。

名前に使えるのは小文字、数字、ピリオド、ハイフン、アンダースコアです。
最初と最後は文字または数字にします。
長さは64文字以内にします。
support、admin、billing、security、help、info、team、cursor、grok、xaiなどの予約語は使えません。
取得できるアドレスは1つで、名前の変更や削除はできないため、慎重に選ぶよう案内されています。

制限と注意点

この機能には、使い始める前に知っておきたい制限があります。特にメールというインフラに絡む機能である以上、受信通知がない点や添付ファイルの上限は、実務上の判断に直結します。

主な制限は3つあります（参照*3）。

アプリには受信トレイの表示がなく、新着メールの通知も届きません。メールを確認するときは、「今日、受信トレイに何が届いた」や「先週の領収書を探して」のようにBotに尋ねます。
直近1分以内に届いたメールは、まだ検索結果に出ない場合があります。
添付ファイルは1通につき最大10個まで、1個あたり最大10MB、合計で最大25MBです。制限を超える添付ファイルは省略されます。

アドレスはすべて固有で、誰かが取得したアドレスは、そのアカウントが削除されても他の人へ再割り当てされません。また、アドレスは特定のBotではなくあなたに割り当てられ、自分のチャットで使うすべてのBotと、設定したルーティンで利用できます（参照*3）。

チーム利用時の設定

チームで使う場合は、管理者の設定が先に必要です。

Cursorチームでは、agent emailはデフォルトで無効です。チーム管理者が「Cursor dashboard」の「Grok Bot」ページにある「Bot Capabilities」で「Agent Email」を有効にすると、メンバーはアドレスを取得できます。

管理者が後からagent emailを無効にすると、Botはメールツールを使えなくなり、メールのルーティンは実行を停止します。ただし、既存のアドレス宛てのメールは引き続き受信、保存され、メンバーはアドレスを保持します（参照*3）。

報道記事も同じ流れを伝えています。jls42.orgの記事は、利用者はBotにアドレスを頼むか、X上で@botに言及すればよく、チーム内では管理者が先に有効にする必要があると記しています（参照*4）。

別名アドレスに関する未確認の情報

別名アドレスを使えるかどうかは、公式ヘルプでは確認できません。生成AIまわりの情報はX（旧Twitter）の投稿が出所になることが多く、公式ドキュメントに記載が追いつくまでのラグが生じやすい。ここは慎重に見ておくべきポイントです。

公式ヘルプの名前のルールには、使える文字として小文字、数字、ピリオド、ハイフン、アンダースコアが挙げられており、別名の扱いについての記載はありません（参照*3）。

そもそも告知の出方にも背景があります。jls42.orgの記事は、告知が@botアカウントのスレッドを@grokがリポストしたもので、x.aiには投稿がなく、アドレスの形式もドメインも、対象となるプランも示されていなかったと指摘しています（参照*4）。公式サイトへの掲載があるかどうかは、情報の確度を見分ける最初の手がかりです。Xの投稿だけを根拠にした記事は、この点の確認が甘いことが多い。

非公式情報の見極め方

公式発表と投稿情報の違い

同じニュースでも、公式サイトの記事として出ているのか、X上の投稿だけなのかで確かさが変わります。私はAI関連の情報を日常的に追っていますが、Xの投稿がそのまま事実として拡散されるケースは珍しくありません。発表元がどこで何を言っているかを確かめる手順を省かないことが、誤読を防ぐ最低限の作業です。

メールアドレス機能はその例です。jls42.orgの記事は、10月9日にSpaceXAIのエージェントであるGrok Botが自分のメールアドレスを持ったと伝え、Botがサービスへの登録、利用者に代わって企業へ連絡すること、誰かとの予定の調整に使えると記しています（参照*4）。

同じ記事は、この告知が@botアカウントのスレッドを@grokがリポストしたもので、x.aiには投稿がないとも指摘しています（参照*4）。

一方で、音声モデルのGrok Voice 3.0は、スコアや価格を含む発表記事がx.aiに掲載されています（参照*1）。

確認に使える一次情報

仕様を確かめたいときは、公式ヘルプ、変更履歴、発表記事という3種類の一次情報が使えます。AI検索やSNSの要約は手がかりとして便利ですが、最終的には自分でこれらを当たる習慣を持つべきです。

公式ヘルプは、アドレスの取り方や名前のルール、承認の仕組みといった手順を載せています。うまくいかない場合の案内もあり、どの対処にも当てはまらないときは、Cursorアカウントのメールアドレスと正確なメッセージを添えてサポートに問い合わせるよう記しています（参照*3）。

変更履歴は、日付ごとに何が変わったかを追える資料です。たとえば2026年9月11日の項目では、チームの請求からGrok Businessのシート行を削除したこと、プロモーションコード適用時のエラー表示をわかりやすくしたこと、Speech to TextがモデルページとプレイグラウンドでGrok Voice Transcribeになったことが記載されています。同じ日付で、Agent Builderでgrok-voice-think-fast-1.0を選択できなくなったこと、Speech-to-Textプレイグラウンドとクローンマッチャーでgrok-voice-transcribe-2.0を使うことも載っています（参照*5）。

誤認しやすいポイント

名前が似ているモデルや、同じ言葉が別の意味で使われる場面は、誤解のもとになります。生成AIまわりでは特に、モデル名のバージョン管理が複雑で、同一のGrok Voiceというブランド名の下に複数の用途・世代のモデルが並んでいます。

1つ目は、モデル名とバージョンの混同です。文字起こし向けのGrok Voice Transcribe 2.0は、まもなくSpeech-to-Text APIのデフォルトになり、Grok Voice Transcribe 1.0は今後数週間以内に廃止される予定です。

移行期間中も1.0を使い続けるには、grok-voice-transcribe-1.0を指定します（参照*6）。同じGrok Voiceでも、音声間モデルのGrok Voice 3.0とは別の名前です。

2つ目は、メールアドレスという言葉の取り違えです。Grok Voiceの説明では、メールアドレス、住所、電話番号、氏名、口座番号などの構造化データを、速く話されたり強いアクセントがあったりしても自然に収集できるとしています（参照*7）。こちらは聞き取りの対象となるデータで、Botが取得するメールアドレスの機能とは別の話です。

安全に使うための前提

承認を前提とした動作

Botはメールを勝手に送らず、あなたが承認するまで下書きのままです。

承認に関する要点は5つあります（参照*3）。

承認は毎回必要です。
Botは下書き全体を表示し、「Send」を押すまで送信しません。
ルーティンや返信も同じ扱いです。
チャットでBotに頼んだり、ルーティンに指示を書いたりしても、承認を省略することはできません。
Botが受け取ったメールに書かれた指示は、送信の許可としては扱われません。

自動実行とルーティン

受信メールへの対応は、自分で作ったルーティンがあるときだけ動きます。

新着メールだけでチャットが始まったり、Botが自動的に起動したりすることはありません。Botが受信メールに対応するのは、あなたが作成したルーティンを通じてのみです（参照*3）。

対象の範囲にも決まりがあります。デフォルトでは、標準的なメール認証チェックに合格した送信者からのメールだけがルーティンの実行対象です。また、ルーティンでは件名による絞り込みはできません（参照*3）。

おわりに

音声モデルでは、Grok Voice 3.0がGrok Botの音声モードに使われ、Voice Agent APIでは1分あたり$0.08とGrok Voice 2.0と同じ価格で提供されています。メールでは、mail.grokbot.comのアドレスを1つ取得でき、名前の変更や削除はできません。送信のたびに承認が必要で、受信メールへの対応はルーティンがあるときだけ動きます。

一方、別名アドレスの扱いは、公式ヘルプでは確認できません。公式サイトの発表記事、ヘルプ、変更履歴にあたれば、どこまでが確かめられる情報かを自分で切り分けられます。Xの投稿と公式ドキュメントを区別する習慣が、AI情報を正確に読むための基本です。

監修者

安達裕哉（あだちゆうや）

デロイトトーマツコンサルティングにて品質マネジメント、人事などの分野でコンサルティングに従事しその後、監査法人トーマツの中小企業向けコンサルティング部門の立ち上げに参画。大阪支社長、東京支社長を歴任したのち2013年5月にwebマーケティング、コンテンツ制作を行う「ティネクト株式会社」を設立。ビジネスメディア「Books&Apps」を運営。
2023年7月に生成AIコンサルティング、およびAIメディア運営を行う「ワークワンダース株式会社」を設立。ICJ2号ファンドによる調達を実施(1.3億円)。
著書「頭のいい人が話す前に考えていること」が、95万部（2026年6月時点）を売り上げる。
（“2023年・2024年上半期に日本で一番売れたビジネス書”（トーハン調べ／日販調べ））