OpenAI เปิดใช้งานโหมดเสียง GPT-Live บนแอป ChatGPT เวอร์ชั่นเดสก์ท็อป พร้อมทยอยปล่อยให้ผู้ใช้ทั่วโลกบน macOS และ Windows สำหรับสมาชิกแบบจ่ายเงิน 5 ระดับ
ประเด็นสำคัญ
- ChatGPT Voice ใช้ได้แล้วบน macOS และ Windows สำหรับลูกค้าแพ็กเกจ Plus, Pro, Business, Edu และ Enterprise
- โหมดนี้ขับเคลื่อนทั้งบทสนทนา Chat, Work และ Codex และบน Mac ยังอ่านหน้าต่างที่โฟกัสอยู่ผ่านฟีเจอร์ Appshots ได้
- Anthropic ปล่อยอัปเกรดโหมดเสียงของ Claude วันเดียวกัน เพิ่มโมเดล Opus และ Sonnet เข้ามาเสริม
ChatGPT Voice ลงสู่ macOS และ Windows
อัปเดตถูกปล่อยในวันพฤหัสบดี ครอบคลุมผู้ใช้แพ็กเกจ Plus, Pro, Business, Edu และ Enterprise บนทั้งสองระบบปฏิบัติการพร้อมกัน โดยหมายเหตุอัปเดตได้มีการชี้แจงว่า ฟีเจอร์นี้ทำงานภายในเธรด Chat, Work และ Codex ผู้ใช้สามารถเปิดงานด้วยการสั่งเสียง แล้วให้แอสซิสแทนต์เริ่ม ตรวจสอบ หรือปรับทิศทางงานที่กำลังรันอยู่ที่อื่นได้
บน macOS ความสามารถชื่อ Appshots เปิดให้แอปอ่านหน้าต่างใดก็ตามที่ผู้ใช้กำลังโฟกัสอยู่ รวมถึง alt text ด้วย โหมดเสียงยังดึงใช้ทักษะการใช้งานคอมพิวเตอร์ ไฟล์โลคอล และปลั๊กอิน และยังเข้าถึง Codex จาก iPhone ผ่านการเชื่อมต่อระยะไกลแบบจับคู่เครื่อง อย่างไรก็ดี บริษัทระบุว่ายังไม่มีไทม์ไลน์สำหรับเวอร์ชั่น Android
ข่าวที่เกี่ยวข้อง: BitMEX ปิดกิจการหลังดำเนินงานมา 11 ปี ไม่พบผู้ซื้อกิจการ
Guinness Chen อธิบายการควบคุม Codex
Guinness Chen โพสต์บน X ว่า GPT-Live ทำให้การสนทนารู้สึก “มีชีวิต” และ Codex คือ “พลังในการลงมือทำ” เขาเผยว่าทดลองใช้ฟีเจอร์นี้มาหลายสัปดาห์จนไม่อยากกลับไปทำงานแบบเดิมอีกต่อไป
ในคลิปเดโม บริษัทสาธิตให้เห็นนักพัฒนาที่เปิดเธรดใหม่ ส่ง pull request และไล่หาต้นตอของบั๊กได้จากเพียงคำสั่งเสียงประโยคเดียว
อัปเดตเดียวกันนี้ยังปรับโครงสร้างการจัดการโปรเจกต์โลคอลใหม่ โปรเจกต์หนึ่งๆ รองรับหลายโฟลเดอร์ที่เกี่ยวข้องกันได้ พร้อมกำหนดโฟลเดอร์หลักสำหรับเริ่มแชตใหม่ ใช้งาน Git และสแกนหาไฟล์อัตโนมัติ
Anthropic ตอบโต้ด้วยชุดเครื่องมือเสียงของ Claude
Anthropic ขยับทันทีในวันเดียวกัน ด้วยการอัปเกรดโหมดเสียงของ Claude ให้รองรับโมเดล Opus และ Sonnet หลังจากก่อนหน้านี้เปิดให้ใช้ได้เฉพาะบน Haiku ซึ่งเป็นระดับที่เร็วที่สุดและเบาสุดของบริษัท
ตอนนี้ Claude สามารถเชื่อมต่อกับ Gmail, Google Calendar, Slack, Notion และ Canva ได้ โดยระบบจะขออนุญาตก่อนทุกครั้งที่จะเข้าใช้งานเครื่องมือใดๆ การสนทนาด้วยเสียงจะถูกนับรวมในโควตาใช้งานมาตรฐาน ขณะที่บัญชีฟรียังคงถูกจำกัดให้ใช้ Haiku และเชื่อมต่อได้เพียงแอปเดียว
แนวทางของสองบริษัทเริ่มแยกทางกันชัดเจน Anthropic แทบไม่แตะสแตกด้านเสียงเดิม ทำให้ Claude ยังคงรับฟัง หยุด แล้วค่อยตอบ โดยบริษัทเน้นว่าอัปเดตนี้โฟกัสที่ “ความฉลาดและการเข้าถึงเครื่องมือ” มากกว่าการเปลี่ยนสไตล์การพูด
ด้าน OpenAI เคยถอดโหมดเสียงออกจากแอป Mac รุ่นเก่าในเดือนธันวาคม 2025 และเวอร์ชั่นเดสก์ท็อปก็ไม่มีโหมดเสียงอยู่นาน จนกระทั่ง GPT-Live ลงมือถือเมื่อต้นเดือนนี้ พร้อมบทสนทนาแบบฟูลดูเพล็กซ์ การจัดการการขัดจังหวะที่ดีขึ้น และรองรับ CarPlay แต่เวอร์ชั่นบนมือถือไม่ได้ออกแบบมาเพื่อให้โมเดลลงมือทำงานบนเครื่องโดยตรง
การอัปเดตวันพฤหัสบดีจึงถือเป็นครั้งแรกที่ GPT-Live ได้ “คีย์บอร์ด หน้าจอ และระบบไฟล์” บนเดสก์ท็อปให้ลงมือทำงานอย่างเต็มรูปแบบ
อ่านต่อ: หุ้น HubSpot ร่วง 12.7% นักวิเคราะห์ชี้เหตุจากเอเจนต์ตัวใหม่ของ OpenAI