OpenAI เพิ่มโหมดเสียง GPT-Live ให้แอป ChatGPT เวอร์ชันเดสก์ท็อป เริ่มให้บริการทั่วโลกบน macOS และ Windows สำหรับผู้ใช้แบบสมัครสมาชิก 5 ระดับ
ประเด็นสำคัญ
- โหมดเสียง ChatGPT ใช้งานได้แล้วบน macOS และ Windows สำหรับลูกค้า Plus, Pro, Business, Edu และ Enterprise
- ใช้ได้ทั้งในมุมมอง Chat, Work และเธรด Codex พร้อมอ่านเนื้อหาในหน้าต่างที่กำลังเปิดอยู่บน Mac ผ่านฟีเจอร์ Appshots
- ฝั่ง Anthropic ปล่อยอัปเกรดเสียงให้ Claude ในวันเดียวกัน เพิ่มโมเดล Opus และ Sonnet เข้ามา
โหมดเสียง ChatGPT บุกทั้ง macOS และ Windows
OpenAI ปล่อยอัปเดตเมื่อวันพฤหัสบดี พร้อมกันทั้งสองแพลตฟอร์มให้กับลูกค้า Plus, Pro, Business, Edu และ Enterprise โดยระบุในหมายเหตุเวอร์ชันว่า ฟีเจอร์นี้ทำงานภายในเธรดแบบ Chat, Work และ Codex ผู้ใช้สามารถเริ่มงานใหม่ด้วยคำสั่งเสียง แล้วให้ผู้ช่วยไปเริ่ม ตรวจสอบ หรือควบคุมงานที่กำลังรันอยู่ในที่อื่นต่อได้
บน macOS ฟีเจอร์ Appshots เปิดให้แอปอ่านหน้าต่างใดก็ตามที่ผู้ใช้โฟกัสอยู่ รวมถึงข้อความ alt text ในภาพ โหมดเสียงยังเชื่อมต่อเข้ากับความสามารถด้านการควบคุมคอมพิวเตอร์ ไฟล์ท้องถิ่น และปลั๊กอินต่าง ๆ และยังเข้าถึง Codex จาก iPhone ผ่านการเชื่อมต่อระยะไกลแบบจับคู่เครื่อง อย่างไรก็ดี บริษัทระบุว่ายังไม่รองรับ Android
อ่านเพิ่มเติม: BitMEX ปิดตำนาน 11 ปี หลังหาผู้ซื้อกิจการไม่เจอ
Guinness Chen อธิบายภาพใหญ่เรื่อง Codex
Guinness Chen โพสต์บน X ว่า GPT-Live ทำให้การสนทนารู้สึก “มีชีวิต” มากขึ้น และ Codex คือสิ่งที่ “ทำให้มันลงมือทำได้จริง” เขาระบุว่าได้ใช้ฟีเจอร์นี้มาหลายสัปดาห์แล้ว และไม่อยากกลับไปทำงานแบบเดิมอีก
ในคลิปสาธิต บริษัทโชว์กรณีที่นักพัฒนาสามารถเปิดเธรดใหม่ ส่ง pull request และไล่หาต้นตอของบั๊กได้ด้วยคำสั่งเสียงเพียงชุดเดียว
อัปเดตเดียวกันยังปรับโครงสร้างการจัดการโปรเจ็กต์ในเครื่องใหม่ ให้โปรเจ็กต์หนึ่งรองรับหลายโฟลเดอร์ที่เกี่ยวข้อง พร้อมกำหนดโฟลเดอร์หลักสำหรับเริ่มแชตใหม่ ทำคำสั่ง Git และสแกนหาไฟล์อัตโนมัติ
Anthropic โต้เกมด้วยเครื่องมือเสียงบน Claude
Anthropic เคลื่อนไหวในวันเดียวกัน โดยอัปเกรดโหมดเสียงของ Claude ให้รองรับโมเดล Opus และ Sonnet หลังจากก่อนหน้านี้ให้บริการเฉพาะบน Haiku ซึ่งเป็นระดับที่เร็วและเบาสุด
ตอนนี้ Claude เชื่อมต่อได้กับ Gmail, Google Calendar, Slack, Notion และ Canva พร้อมขออนุญาตผู้ใช้ก่อนเรียกใช้แต่ละเครื่องมือ การสนทนาด้วยเสียงถูกนับรวมในโควตาการใช้งานปกติ ส่วนบัญชีใช้ฟรียังคงจำกัดอยู่ที่โมเดล Haiku และเชื่อมต่อได้เพียงหนึ่งแอป
กลยุทธ์ของสองค่ายเริ่มแยกทางกัน Anthropic เลือกไม่ยุ่งกับสแต็กเสียงมากนัก ทำให้รูปแบบโต้ตอบของ Claude ยังคงเป็นฟัง หยุด แล้วจึงตอบ โดยบริษัทชี้ว่าอัปเดตรอบนี้เน้น “สมอง” และการเข้าถึงเครื่องมือ มากกว่าการเปลี่ยนสไตล์การเปล่งเสียง
ด้าน OpenAI เคยถอดโหมดเสียงออกจากแอป Mac รุ่นเก่าในเดือนธันวาคม 2025 ทำให้ไคลเอนต์เดสก์ท็อปไม่มีฟีเจอร์นี้อยู่หลายเดือน GPT-Live เพิ่งลงมือถือในเดือนนี้ มาพร้อมการสนทนาแบบฟูลดูเพล็กซ์ รองรับการขัดจังหวะได้ดีขึ้น และใช้กับ CarPlay ได้ แต่ถูกออกแบบมาเพื่อสนทนาเท่านั้น ยังไม่เน้นสั่งการลงมือบนมือถือโดยตรง
การอัปเดตวันพฤหัสบดีจึงนับเป็นครั้งแรกที่โมเดลได้รับ “คีย์บอร์ด หน้าจอ และระบบไฟล์” ให้ลงมือทำงานจริงบนเดสก์ท็อป
อ่านต่อ: HubSpot ร่วง 12.7% นักวิเคราะห์มองตรงไปที่เอเจนต์ตัวใหม่ของ OpenAI