OpenAI đã mang chế độ thoại GPT-Live lên ứng dụng ChatGPT phiên bản desktop, triển khai toàn cầu cho 5 gói thuê bao trả phí trên macOS và Windows.
Điểm đáng chú ý
- ChatGPT Voice nay hoạt động trên macOS và Windows cho người dùng các gói Plus, Pro, Business, Edu và Enterprise.
- Chế độ này điều khiển các luồng Chat, Work và Codex, đồng thời có thể đọc cửa sổ đang mở trên Mac thông qua Appshots.
- Anthropic cùng ngày cũng nâng cấp chế độ thoại cho Claude, bổ sung các mô hình Opus và Sonnet.
ChatGPT Voice có mặt trên macOS và Windows
Bản cập nhật được phát hành hôm thứ Năm, đồng thời đến tay người dùng Plus, Pro, Business, Edu và Enterprise trên cả hai hệ điều hành. Ghi chú phát hành làm rõ rằng tính năng giọng nói hoạt động bên trong các luồng Chat, Work và Codex. Người dùng có thể mở một tác vụ chỉ bằng khẩu lệnh, sau đó yêu cầu trợ lý bắt đầu, kiểm tra hoặc điều hướng công việc đang chạy ở nơi khác.
Trên macOS, một khả năng mới mang tên Appshots cho phép ứng dụng “đọc” bất kỳ cửa sổ nào người dùng đang mở, bao gồm cả văn bản thay thế (alt text). Chế độ thoại cũng khai thác các kỹ năng thao tác máy tính, tệp cục bộ và plugin, đồng thời có thể truy cập Codex từ iPhone thông qua kết nối điều khiển từ xa ghép đôi. Tuy nhiên, công ty cho biết bản hỗ trợ Android vẫn chưa sẵn sàng.
Bài liên quan: BitMEX đóng cửa sau 11 năm, vẫn không tìm được người mua
Guinness Chen nói về quyền kiểm soát Codex
Guinness Chen viết trên X rằng GPT-Live khiến các cuộc trò chuyện “sống” hơn hẳn, còn Codex “trao cho nó quyền được hành động”. Anh cho biết đã dùng thử tính năng này suốt vài tuần và “không muốn làm việc theo cách nào khác nữa”. Trong một đoạn demo, công ty cho thấy một lập trình viên mở luồng làm việc, tạo pull request và lần ra nguyên nhân gốc rễ của một lỗi chỉ bằng một câu lệnh thoại.
Cùng bản phát hành này, OpenAI cũng tái thiết kế cách quản lý dự án cục bộ. Một “project” giờ có thể chứa nhiều thư mục liên quan, với một thư mục được đánh dấu là “chính” dùng cho các cuộc chat mới, thao tác Git và dò tìm tệp tự động.
Anthropic đáp trả với bộ công cụ thoại Claude
Anthropic cũng hành động trong cùng ngày, nâng cấp chế độ thoại của Claude bằng hai mô hình Opus và Sonnet, sau nhiều tháng tính năng này chỉ chạy trên Haiku – tầng mô hình nhanh nhất nhưng nông nhất của hãng.
Claude hiện có thể kết nối và thao tác với Gmail, Google Calendar, Slack, Notion và Canva, đồng thời sẽ xin quyền trước khi truy cập từng công cụ. Các cuộc hội thoại bằng giọng nói được tính vào hạn mức sử dụng tiêu chuẩn; tài khoản miễn phí vẫn bị giới hạn ở Haiku với duy nhất một ứng dụng được kết nối.
Hai cách tiếp cận đang đi theo hai hướng khác nhau. Anthropic giữ nguyên “stack” thoại hiện có: Claude vẫn nghe, tạm dừng rồi mới trả lời, và công ty nhấn mạnh đợt nâng cấp này tập trung vào năng lực mô hình và quyền truy cập công cụ, hơn là độ tự nhiên của giọng nói.
Ngược lại, OpenAI đã gỡ chế độ thoại khỏi ứng dụng Mac cũ từ tháng 12/2025, khiến bản desktop thiếu hoàn toàn tính năng này suốt nhiều tháng sau đó. GPT-Live mới chỉ xuất hiện trên điện thoại trong tháng này với khả năng đối thoại song công (full‑duplex), xử lý ngắt lời tốt hơn và hỗ trợ CarPlay, nhưng chưa được thiết kế để trực tiếp “ra tay” trên chính chiếc điện thoại.
Bản cập nhật hôm thứ Năm đánh dấu lần đầu tiên mô hình được trao trọn bộ công cụ: bàn phím, màn hình và hệ thống tệp trên máy tính để thực sự chủ động hành động.
Đọc tiếp: Cổ phiếu HubSpot rơi 12,7%, giới phân tích chỉ thẳng vào tác nhân là agent mới của OpenAI