OpenAI 为 ChatGPT 桌面端接入语音功能，率先向五档付费用户开放

OpenAI 将 GPT-Live 语音模式正式引入 ChatGPT 桌面端，在 macOS 和 Windows 上同步向五档订阅计划全球推送。

要点速览

ChatGPT 语音现已登陆 macOS 与 Windows，首批向 Plus、Pro、Business、Edu 和 Enterprise 订阅用户开放。

语音模式可驱动 Chat、Work 与 Codex 线程，在 Mac 上还可通过 Appshots 读取当前活动窗口内容。

Anthropic 同日推出自家语音升级，让 Claude 的语音模式接入 Opus 和 Sonnet 模型。

ChatGPT 语音上桌面：覆盖 macOS 与 Windows

新版桌面客户端于周四推送，面向 Plus、Pro、Business、Edu 和 Enterprise 用户，在两大桌面系统上同步落地。更新说明明确指出，语音功能嵌入 Chat、Work 与 Codex 各类对话线程中。

用户可以直接“开口立项”：通过语音创建一个任务线程，再让助手启动、检查或接管已经在别处运行的工作流，实现跨场景的语音调度。

在 macOS 端，一个名为 Appshots 的能力可让应用读取当前聚焦窗口的内容，包括替代文本（alt text）。语音模式还可调用电脑使用技能、本地文件与各类插件，并通过配对远程访问，把 iPhone 作为入口操控 Codex。不过，官方称 Android 支持仍在路上。

延伸阅读：BitMEX Is Shutting Down After 11 Years With No Buyer In Sight

Guinness Chen：Codex 负责“出手”，GPT-Live 让对话“活起来”

Guinness Chen 在 X 上表示，GPT-Live 让对话“像活的一样”，而 Codex 则“赋予它行动能力”。他称自己已用这套组合工作数周，“再也不想回到以前的工作方式”。

在官方演示视频中，一名开发者仅用一句语音指令，就完成了开启线程、提交 Pull Request，并一路追踪 Bug 根因的完整流程，展示了语音驱动开发的闭环场景。

同一轮更新还重构了本地项目体系。单个项目现在可以容纳多个关联文件夹，并支持指定一个“主文件夹”，用于新对话上下文、Git 操作以及自动文件发现，方便多仓、多模块协同。

Anthropic 同步应战：Claude 语音工具升级

Anthropic 同日在语音战场上出招，宣布升级 Claude 的语音模式，引入 Opus 和 Sonnet 模型。在此之前，Claude 语音仅运行在速度最快但能力相对“浅”的 Haiku 档位。

升级后，Claude 语音可以直接触达 Gmail、Google Calendar、Slack、Notion 和 Canva，并在调用任一工具前主动向用户请求授权。语音会话将计入标准用量额度，免费用户仍停留在 Haiku 层级且仅能绑定一个应用。

与 OpenAI 路线不同，Anthropic 并未重写语音技术栈：Claude 仍然采用“先听完、再暂停、后回答”的传统交互节奏。公司强调，此次升级重点在于“智能与工具连接能力”，而非话音本身的表现形式。

早在 2025 年 12 月，OpenAI 曾从旧版 Mac 客户端中下线语音模式，此后桌面端长期“静音”。本月 GPT-Live 率先在手机端登场，引入全双工对话、更好的打断处理能力以及 CarPlay 支持，但移动端版本并未设计为可直接“执行操作”的工作中枢。

周四推出的桌面版更新，标志着这套语音模型首次真正握住“键盘、屏幕与文件系统”——从对话工具，升级为能直接对电脑环境“动手”的生产力入口。