OpenAI wprowadziło tryb głosowy GPT-Live do desktopowej aplikacji ChatGPT, udostępniając go globalnie użytkownikom pięciu planów subskrypcyjnych na macOS i Windows.
Najważniejsze informacje:
- ChatGPT Voice działa teraz na macOS i Windows dla subskrybentów Plus, Pro, Business, Edu i Enterprise.
- Tryb obsługuje wątki Chat, Work i Codex oraz potrafi czytać aktywne okno na Macu dzięki funkcji Appshots.
- Tego samego dnia Anthropic wdrożył własne ulepszenie głosu, dodając modele Opus i Sonnet do Claude’a.
ChatGPT Voice trafia na macOS i Windows
Aktualizacja została udostępniona w czwartek jednocześnie dla subskrybentów planów Plus, Pro, Business, Edu i Enterprise na obu systemach operacyjnych. Nota wydania doprecyzowuje, że funkcja działa wewnątrz wątków Chat, Work oraz Codex. Użytkownik może rozpocząć zadanie komendą głosową, a następnie poprosić asystenta o uruchomienie, sprawdzenie lub ukierunkowanie pracy wykonywanej już gdzie indziej.
Na macOS funkcja Appshots pozwala aplikacji odczytać zawartość okna aktualnie znajdującego się w fokuse, łącznie z tekstem alternatywnym. Tryb głosowy wykorzystuje także umiejętności obsługi komputera, lokalne pliki i wtyczki, a dzięki sparowanemu dostępowi zdalnemu pozwala sterować Codexem z iPhone’a. Firma zaznacza jednak, że wsparcie dla Androida jeszcze nie jest dostępne.
Warto przeczytać: BitMEX kończy działalność po 11 latach. Kupca nie znaleziono
Guinness Chen o sterowaniu Codexem
Guinness Chen napisał na X, że GPT-Live sprawia, iż rozmowa „staje się żywa”, a Codex „daje jej możliwość działania”. Dodał, że korzystał z funkcji przez kilka tygodni i nie chce już wracać do wcześniejszego sposobu pracy. W pokazowym materiale wideo firma zaprezentowała dewelopera, który jednym poleceniem głosowym otwiera wątek, składa pull request i śledzi źródło błędu w kodzie.
Ta sama aktualizacja przebudowuje obsługę projektów lokalnych. Pojedynczy projekt może teraz obejmować kilka powiązanych folderów, z jednym oznaczonym jako główny dla nowych czatów, operacji Git oraz automatycznego wykrywania plików.
Anthropic odpowiada narzędziami głosowymi Claude’a
Anthropic zareagował w tym samym dniu, rozszerzając tryb głosowy Claude’a o modele Opus i Sonnet, po miesiącach, gdy funkcja działała wyłącznie na Haiku – najszybszym, ale najmniej złożonym wariancie.
Claude zyskał dostęp do Gmaila, Kalendarza Google, Slacka, Notion i Canvy, przy czym za każdym razem prosi użytkownika o zgodę na użycie danego narzędzia. Rozmowy głosowe wliczają się do standardowych limitów wykorzystania, a darmowe konta pozostają przy Haiku z możliwością podłączenia tylko jednej aplikacji.
Podejścia obu firm wyraźnie się różnią. Anthropic pozostawił swoją infrastrukturę głosową bez zmian, więc Claude nadal słucha, robi pauzę i dopiero potem odpowiada. Spółka podkreśla, że ta aktualizacja koncentruje się na inteligencji i dostępie do narzędzi, a nie na sposobie podawania odpowiedzi.
OpenAI wycofało tryb głosowy ze starszej aplikacji na Maca w grudniu 2025 r., po czym klient desktopowy przez wiele miesięcy pozostawał bez tej funkcji. GPT-Live trafił na smartfony w tym miesiącu, oferując pełnodupleksową rozmowę, lepsze przerywanie wypowiedzi oraz wsparcie dla CarPlay, ale nie został zaprojektowany jako narzędzie do wykonywania czynności bezpośrednio na telefonie.
Czwartkowa aktualizacja to pierwszy moment, w którym model otrzymał do dyspozycji klawiaturę, ekran i system plików w środowisku desktopowym.
Przeczytaj też: Akcje HubSpot spadły o 12,7%. Analitycy wskazują na nowego agenta OpenAI