OpenAIは、ChatGPTデスクトップアプリに音声対話機能「GPT-Live」を搭載し、macOSとWindows向けに世界同時展開した。有料プラン5種類の加入者が利用できる。
主なポイント
- ChatGPTの音声機能は、Plus、Pro、Business、Edu、Enterpriseの各プランでmacOS／Windowsに対応。
- 音声モードはChat／Work／Codexの各スレッドを操作でき、macOSでは「Appshots」を通じてアクティブウィンドウの内容を読み上げ可能。
- 同じ日にAnthropicもClaudeの音声機能を強化し、OpusとSonnetモデルを追加。
ChatGPTの音声機能、macOSとWindowsに本格上陸
OpenAIは木曜日にデスクトップ版ChatGPTをアップデートし、Plus、Pro、Business、Edu、Enterpriseの各プラン加入者向けに、macOSとWindowsの両OSで音声モードを同時リリースした。リリースノートによれば、この機能はChat、Work、Codexそれぞれのスレッド内で動作し、ユーザーは音声でタスクを立ち上げたうえで、別の環境で進行中の作業を開始・確認・方向修正させることができることが明記された。
macOS向けには「Appshots」と呼ばれる機能が追加され、ユーザーが現在フォーカスしているウィンドウの内容（代替テキストを含む）をアプリ側で読み取れるようになった。音声モードはさらに、PC操作スキルやローカルファイル、各種プラグインも活用できるほか、iPhoneとのペアリングによるリモートアクセス経由でCodexに到達する。ただし、Android対応はまだ先になると同社はしている。
関連記事: BitMEX Is Shutting Down After 11 Years With No Buyer In Sight
ギネス・チェン氏、「Codexが音声に行動力を与える」と説明
Guinness Chen氏はXへの投稿で、GPT-Liveにより「会話が生きているように感じられ、Codexが“行動する力”を与える」と述べた。同氏は数週間にわたり社内で機能を試用し、「もはや従来のワークフローには戻れない」とコメントしている。公開されたデモ映像では、開発者が音声だけでスレッドを開き、プルリクエストを作成し、不具合の根本原因を特定する一連の作業を行う様子が紹介された。
同じリリースでは、ローカルプロジェクトの扱いも再設計されている。1つのプロジェクトで複数の関連フォルダを束ねられるようになり、その中から1つを「メイン」として指定することで、新規チャット、Git操作、自動ファイル検出の基点にできる。
AnthropicもClaudeの音声ツールを拡充
Anthropicも同日に動き、これまで最下位かつ最速のHaikuモデルでしか動作していなかったClaudeの音声モードに、上位のOpusとSonnetモデルを追加した。
Claudeは新たにGmail、Googleカレンダー、Slack、Notion、Canvaへのアクセスに対応し、各ツールに触れる前にユーザーの許可を求める設計となっている。音声での対話も通常の利用枠としてカウントされ、無料ユーザーはHaikuモデルと1つの連携アプリに限定される。
アプローチの違いも鮮明だ。Anthropicは音声処理の基盤そのものは手を付けておらず、Claudeは従来どおり「聞く→間を置く→答える」というターン制の挙動を維持している。同社は今回のアップデートについて、音声の“話し方”よりも、知能とツールアクセスの強化が中心だと説明している。
一方OpenAIは、2025年12月に旧Mac版アプリから音声モードをいったん撤去しており、その後しばらくデスクトップクライアントには音声機能が存在しなかった。GPT-Liveは今月、スマートフォン向けにフルデュプレックス会話、割り込み耐性の向上、CarPlay対応を備えて登場したが、スマホ上で能動的に作業を実行する用途は想定されていなかった。
木曜日のアップデートは、モデルに初めて「キーボード、画面、ファイルシステム」というフルセットを与え、デスクトップ環境で実務をこなさせる本格的な一歩となる。
次に読む: HubSpot Fell 12.7% And Analysts Point Straight At OpenAI's New Agent