OpenAI为ChatGPT桌面版加入语音功能，五个层级率先体验

区块链文库报道：

OpenAI 将 GPT-Live 语音模式引入 ChatGPT 桌面应用

OpenAI 已将其 GPT-Live 语音模式添加到 ChatGPT 桌面应用中，并在 macOS 和 Windows 平台上向五种订阅计划的用户全球推送。

核心要点：

ChatGPT 语音功能现已在 macOS 和 Windows 上对 Plus、Pro、Business、Edu 和 Enterprise 订阅用户开放。

该模式支持 Chat、Work 和 Codex 线程，并可通过 Appshots 功能在 Mac 上读取当前活动窗口。

同日，Anthropic 也推出了自己的语音升级，为 Claude 增加了 Opus 和 Sonnet 模型。

ChatGPT 语音登陆 macOS 和 Windows

该公司于周四推送了此次更新，同时覆盖了 Plus、Pro、Business、Edu 和 Enterprise 订阅用户在两大操作系统上的使用。发布说明指出，该功能可在 Chat、Work 和 Codex 线程中运行。用户可以通过语音开启任务，然后要求助手启动、检查或引导已在其他地方进行的工作。

在 macOS 上，一项名为 Appshots 的功能让应用能够读取用户当前聚焦的窗口，包括替代文本。语音模式还利用了计算机使用技能、本地文件和插件，并可通过配对远程访问从 iPhone 连接 Codex，不过该公司表示，Android 支持尚未到来。

Guinness Chen 解读 Codex 控制能力

Guinness Chen 在 X 平台上发文称，GPT-Live 让对话变得生动，而 Codex 则“赋予它行动的力量”。他表示自己已使用该功能数周，不愿再以其他方式工作。在一段演示视频中，该公司展示了一位开发者通过一句语音命令打开线程、提交拉取请求并追踪错误的根本原因。

同一次更新还重新设计了本地项目功能。现在一个项目可以包含多个相关文件夹，并可将其中一个标记为主文件夹，用于新聊天、Git 操作和自动文件发现。

Anthropic 以 Claude 语音工具回应

Anthropic 在同一天采取了行动，升级了 Claude 的语音模式，加入了 Opus 和 Sonnet 模型。此前该功能仅在其速度最快但能力最浅的 Haiku 模型上运行。Claude 现在可以访问 Gmail、Google Calendar、Slack、Notion 和 Canva，并在使用工具前请求许可。语音对话计入标准使用限制，免费账户仍停留在 Haiku 模型，且只能连接一个应用。

两种方法有所不同。Anthropic 保留了其语音堆栈不变，因此 Claude 仍然会先倾听、暂停，然后回答。该公司指出，此次发布的核心在于增强智能和工具访问能力，而非改变语音输出方式。

OpenAI 于 2025 年 12 月从其旧版 Mac 应用中移除了语音模式，此后桌面客户端数个月没有该功能。GPT-Live 本月登陆手机，支持全双工对话、更好的打断处理以及 CarPlay 集成，但它从未被设计为在手机上执行操作。

周四的发布是首次将模型与键盘、屏幕和文件系统结合使用。