首页财产ai正文 方才，Claude爆改语音！ 方才，Anthropic的Claude及OpenAI的ChatGPT语音模式年夜进级。Claude扩增到11种语言但无中文，OpenAI的GPT-Live登岸桌面端，撑持中文且全双工，二者体验有差距。 2026-07-24 14:21 ·微信公家号：新智元 ASI启迪录 ASI启迪录 AI投资人解读· Anthropic的Claude语音模式进级，能毗连多种东西，撑持11种语言但无中文OpenAI的ChatGPT Voice采用新架构，全双工且可操控电脑，部门套餐可用。· Claude中文被砍，功效挪用有限ChatGPT依靠套餐且需有相干使命。总结：二者语音模式各有进级亮点，Claude偏重一样平常事件协助，ChatGPT更具交互性与操控性。投资角度需存眷其功效普和度、用户接管度和潜于市场范围，同时注意Claude语言限定与ChatGPT套餐依靠对于营业拓展的影响。
方才，Anthropic及OpenAI同时放出了语音模式年夜进级！
Claude这边，从只能跑Haiku进级到Opus 4.8及Sonnet 5全系列，不仅能于对于话里调Gmail、日历、Slack，还有扩增到11种语言，但没有中文。
OpenAI何处，全双工GPT-Live直接搬上了macOS及Windows桌面，动动嘴就同时批示一整队Agent，而且撑持中文。
0一、Claude Voice年夜进级
于此以前，Claude的语音模式只能跑Haiku，也就是最小的阿谁模子。
你跟它语音谈天，它能听懂，但轻微繁杂一点的问题就轻易翻车。
此刻，Opus 4.8及Sonnet 5都上了。
你可以于对于话半途切换模子。体系主动挪用所选模子的最快版本。留意，是最快版本，不是完备推理版本。
好动静是，语音模式会默许加载你前次文字谈天用的模子，文字及语音之间上下文不停，无缝往返切。
交互方面，则有两种模式：Hands-free连续监听主动答复，Push-to-talk按住措辞松手竣事。
固然，要说最主要的，那还有患上是「东西挪用」。
语音对于话中，Claude此刻可以直接毗连你的Gmail、Google Calendar、Slack、Google Docs、Canva。
说一句话，它替你翻邮件、查日历、读文档、发动静。
Anthropic的产物司理Robert Bye举了几个例子：
·帮我总结Slack已往几小时我错过了甚么。
·把新项目PRD的择要发给Slack上的Nick。
嘴上说完，活就干了。
技能上，语音里的东西挪用及文字谈天走的是统一套Connectors架构，不是阉割版，每一次挪用前还有会先问你要许可。
所有套餐都能用，但免用度户只有Haiku加1个毗连器，Opus全套患上氪金。用量从通例额度里扣，今天起全平台公测推送。
11种语言，没有中文
语言方面，Claude语音模式此次撑持了11种语言：英语、法语、德语、印地语、印尼语、意年夜利语、日语、韩语、巴西葡萄牙语、拉美西班牙语、欧洲西班牙语。
重新找到尾看一遍，没有中文。
对于这部门用户来讲，还有是患上继承打字。
并且Claude不会主动检测你说的是甚么语言。
你患上自动启齿让它切，好比「请用日语跟我措辞」，或者者去设置行家动选。不切的话，默许是英语。
成心思的是，此前有开发者从Claude App的代码中扒出过一份语言列表，包罗18种语言，此中明确写着Chinese。
成果，18种变11种，中文直接被砍了。
0二、ChatGPT Voice杀入桌面
比拟之下，ChatGPT的语音则是从底层换了一套全新的架构。
它用的是7月8日刚发布的GPT-Live，一个全双工语音模子。
所谓全双工就是，模子可以或许同时处置惩罚输入及输出音频流，而且每一秒做出几十次判定，不消等你说完就能回应。
以是GPT-Live会于你措辞中间「嗯嗯」「大白了」，像活人于听。
更进一步来看，它基在的是一个双层架构。
前台是一个轻量低延迟的语音模子，卖力及时对于话、轮次治理、打断相应，所有需要毫秒级反映的事。
后台是GPT-5.5，卖力繁杂推理、网页搜刮、Agent使命。
当你问一个需要深度思索的问题，GPT-Live会把使命异步委派给后台的GPT-5.5，然后本身继承跟你聊，等成果出来了再报告请示。
OpenAI管这个叫「委派推理」（Delegated Reasoning）。
详细来讲就是，OpenAI把对于话延迟及推理深度，被完全解耦了。你不需要等年夜模子想完才能继承措辞。
推理深度还有能调三档：Instant最快，Medium中等推理，High深度推理，别离对于应GPT-5.5的差别档位。免用度户用的是GPT-Live-1 mini。
从跑分来看，这个委派架构是真的管用，语音模式终究再也不是「降级版谈天」了。
GPQA（专家级科学推理）从此前高级语音模式的45.3%跳到84.2%。
BrowseComp（Agent网页搜刮能力）从0.7%飙到75.2%。
模仿真实多轮电信客服场景的τ³-Voice Telecom基准，GPT-Live也周全碾压。
嘴上说着，多个Agent同时跑
有了这套根本，OpenAI直接把它搬上了桌面。
从今天起，ChatGPT Voice正式登岸macOS及Windows桌面端。
你可以设一个全局快捷键，于任何运用里一键唤起ChatGPT Voice。
macOS上还有有Appshots功效，ChatGPT可以直接读取你当前活跃窗口的内容，作为对于话的上下文。
好比，对于着Excel说「帮我算一下Q3同比」时，它能看获得你的表格。
此外，你还有可以用语音批示ChatGPT Work及Codex里的多个Agent同时事情。
一边让一个Agent写代码，一边让另外一个Agent查文档，嘴上说着就行。
GPT-Live于前台跟你措辞，后台同时启动、查抄、切换多个事情线程，不需要你回到键盘前。
今朝，Plus、Pro、Business、Edu、Enterprise套餐可用。
0三、10秒钟就能感触感染到的差距
能不克不及打断
Claude语音是轮流制，你说完它才想。想插嘴？等着。
GPT-Live可以被打断。你说到一半改主张了，它马上停下来跟上你新的设法。打断前说到哪儿，它还有记患上。
能不克不及同心专心多用
Claude一次只做一件事——语音谈天。
ChatGPT Voice于桌面端可以一边跟你措辞，一边于后台操控电脑、批示多个Agent各干各的。
「帮我开个PR，同时查一下昨天的CI日记」，两件事可以同时最先跑。
能不克不及动手
Claude语音可以经由过程毗连器挪用Gmail、日历这些SaaS东西，但它摸不到你的桌面。
ChatGPT Voice于桌面端共同Computer Use，可以直接操控你的电脑。文件、步伐、终端，它都能碰。
想患上有多深
Claude的底牌是Opus 4.8，于多步推理及常识综合类使命上依然是最强模子之一。但语音模式跑的是Opus的最快版本，不是满血推理版。
GPT-Live这边，High档可以异步委派给GPT-5.5 Thinking做深度推理，反而能于语音场景下挪用靠近满血的推理能力。
0四、连输入框都不需要的时代
看到这儿，两家的分岔就清晰了。
轮流制的Claude，主打的是用你本身的Gmail、日历、文档，帮你把本身那摊事理大白。
全双工的GPT-Live，主打的是像于跟一小我私家措辞。可打断、可多线程、可操控电脑，让你健忘对于面是AI。
对于不写代码的人来讲，Claude门坎低患上多，有邮件要理、日程要排，张嘴就行。
OpenAI那条路更爽也更极客，你手里患上先真有一队Agent、有真活给它们干。
正如Greg Brockman所说，「比起语音，打字这件事原来就尤其不天然。」
那把陪了人类四十年的塑料按键，如今正式被OpenAI及Anthropic同时逼到了墙角。
【本文由投资界互助伙伴微信公家号：新智元授权发布，本平台仅提供信息存储办事。】【免责声明】：本文不组成任何投资建议。市场有危害，投资需审慎。若有任何疑难，请接洽（editor@zero2ipo.com.cn）投资界处置惩罚。
-lehu乐虎88国际