GPT-Live – mylogs.cn https://mylogs.cn 发现、记录、分享 Tue, 29 Sep 2026 16:33:38 +0000 zh-Hans hourly 1 ChatGPT 语音模式能调用 GPT-6 Astra 了 https://mylogs.cn/chatgpt-%e8%af%ad%e9%9f%b3%e6%a8%a1%e5%bc%8f%e8%83%bd%e8%b0%83%e7%94%a8-gpt-6-astra-%e4%ba%86/ Thu, 10 Sep 2026 05:26:27 +0000 https://mylogs.cn/chatgpt-%e8%af%ad%e9%9f%b3%e6%a8%a1%e5%bc%8f%e8%83%bd%e8%b0%83%e7%94%a8-gpt-6-astra-%e4%ba%86/ ChatGPT 语音模式接入 GPT-6 Astra
图片来源：OpenAI / RuntimeWire

OpenAI 语音产品负责人 Atty Eleti 于 9 月 10 日宣布，ChatGPT 语音模式（ChatGPT Voice）迎来一次模型层面的升级：用户可以自由选择所需的模型以及推理深度，Pro 套餐更可直接调用 GPT-5.6 Sol 或 GPT-6 Astra。

语音不再只是”快”，而是可以”深”

按照介绍，在需要执行网络搜索或复杂推理时，语音模式将会自动调用用户所指定的模型。OpenAI 同时说明，每当语音模式将问题转交给底层文本模型处理时，都被视为发给该模型的一条消息。

这实际上改变了语音交互的分工方式。此前 ChatGPT 的语音体验由 GPT-Live 系列模型承担，该系列于 7 月 8 日推出，围绕对话的低延迟需求设计——GPT-Live-1 的即时档位在后台使用 GPT-5.5 Instant，中高档位使用 GPT-5.5 Thinking。虽然 OpenAI 在发布时曾表示语音可以调用前沿模型处理更难的问题，但当时开放给用户的控制项只有三档语音专属智能等级。

9 月 9 日的这次更新，把”Instant / Medium / High”三档独立语音智能等级正式停用，替换为与文字对话一致的模型选择和推理强度选择。结果是分工更清晰：GPT-Live 继续负责快速、可随时打断的口语交流，而 GPT-5.6 Sol 或 GPT-6 Astra 则接管需要额外推理或搜索的请求。用户无须在开口前判断”这个问题该不该放到语音里问”。

GPT-6 Astra：从文本框走向语音入口

GPT-6 Astra 于 9 月 3 日发布，比进入语音模式早了六天。该模型最初面向有限的机构开放，OpenAI 计划分阶段覆盖 ChatGPT Plus、Pro、Business、Enterprise，以及 API、微软 Azure 和亚马逊 Bedrock。

从定位看，Astra 面向更长链条的多步骤工作，覆盖浏览、软件工程、计算机操作和各类专业任务。这些能力改变了一次语音会话能承载的内容范围：用户可以从一个普通的口语提问开始，让 ChatGPT 搜索最新信息，再推进到更复杂的分析，全程不必离开语音界面，也不必在文字会话里把需求重述一遍。

需要提醒的是，Astra 已触及 OpenAI 设定的关键网络安全能力阈值，因此被附加了更严格的监控。当监测系统检测到可能属于未授权的行为时，相关保障措施可以暂停或停止工作。OpenAI 也承认，这些检查可能会中断合法任务，包括防御性安全工作。

额度规则简化，但不再有”降级续命”

伴随模型更新，OpenAI 同步调整了 GPT-Live 的每日使用限额规则，按滚动 24 小时计费：

  • Go：提供最长 3 小时的 GPT-Live-1 mini 使用时长，不再提供 GPT-Live-1 的访问权限。
  • Plus：提供最长 3 小时的 GPT-Live-1 使用时长（此前为 1 小时）。
  • Pro（100 美元／月）：提供最长 15 小时的 GPT-Live-1 使用时长（此前为 12 小时）。
  • Pro（200 美元／月）：无限制使用 GPT-Live-1。

相比此前，Plus 和 Pro（100 美元档）的额度都有明显提升。但有一处收紧值得注意：Plus 与 Pro 用户在用尽语音额度后，将不再降级切换至 GPT-Live mini，ChatGPT 改为在达到限额时提醒用户。这简化了模型阵容，也移除了过去在额度耗尽后仍能维持对话的低能力档位。

还有哪些能力没跟上

底层语音体验仍由 GPT-Live-1 或 GPT-Live-1 mini 提供，具体取决于订阅方案。GPT-Live 支持边听边说、联网搜索、记忆、文本与图像输入，以及可视化结果卡片。

不过它目前还不支持视频、屏幕共享、连接应用或插件——这些移动端的视觉能力仍通过 OpenAI 较早的 Advanced Voice 向符合条件的订阅者提供。对期待”语音 + 画面”完整体验的用户来说，这个缺口暂时还没有补上。

]]> 动嘴就能指挥AI干活：ChatGPT桌面版语音功能全球上线 https://mylogs.cn/%e5%8a%a8%e5%98%b4%e5%b0%b1%e8%83%bd%e6%8c%87%e6%8c%a5ai%e5%b9%b2%e6%b4%bb%ef%bc%9achatgpt%e6%a1%8c%e9%9d%a2%e7%89%88%e8%af%ad%e9%9f%b3%e5%8a%9f%e8%83%bd%e5%85%a8%e7%90%83%e4%b8%8a%e7%ba%bf/ Tue, 28 Jul 2026 20:41:50 +0000 https://mylogs.cn/%e5%8a%a8%e5%98%b4%e5%b0%b1%e8%83%bd%e6%8c%87%e6%8c%a5ai%e5%b9%b2%e6%b4%bb%ef%bc%9achatgpt%e6%a1%8c%e9%9d%a2%e7%89%88%e8%af%ad%e9%9f%b3%e5%8a%9f%e8%83%bd%e5%85%a8%e7%90%83%e4%b8%8a%e7%ba%bf/ 7 月 23 日，OpenAI 向 ChatGPT 桌面应用推送重大更新，正式引入语音模式「ChatGPT Voice」。用户现在可以在 Mac 和 Windows 电脑上，直接用说话的方式安排工作、指挥 AI 智能体执行任务。该功能当天开始面向全球用户推送，覆盖 Plus、Pro、Business、Edu 和 Enterprise 各付费方案。

动嘴就能指挥AI干活：ChatGPT桌面版语音功能全球上线
图片来源：Wikimedia Commons（CC BY 2.0，Jernej Furman 摄）

不是手机语音助手的简单移植

这次桌面版语音功能由 GPT-Live 驱动——这是 OpenAI 本月早些时候率先在移动端推出的新一代语音模型，最大特点是「全双工」：AI 可以同时说话、聆听和协调任务，用户能随时打断、插话、临时改主意，对话不再是一问一答的对讲机模式。

与手机端主打自然聊天不同，桌面版的核心卖点是「指挥干活」。按照官方更新说明，用户能以语音模式发起新对话或新任务，然后让 ChatGPT 启动、查看或调整其他线程里正在运行的工作，涵盖 Chat、Work 和 Codex 三大板块。也就是说，用户可以一边说话一边让多个 AI 智能体并行处理任务：审查代码合并请求、分析代码库、跑后台作业，全程不用碰键盘。

语音模式还能配合 OpenAI 的「计算机操作」能力、本地文件和插件使用。Mac 用户额外获得一项独占功能「Appshots」：经授权后，ChatGPT 可以参考当前处于焦点的应用窗口，理解用户正在看的内容，省去逐字描述屏幕的麻烦。此外，通过 iOS 端的远程功能，用户还能在手机上用语音遥控电脑里的任务。

项目文件夹也迎来实用升级

同期更新还改进了桌面应用的本地项目功能：一个项目现在可以包含多个相关联的文件夹。用户在项目菜单中选择「编辑项目」即可添加文件夹并指定主文件夹——新对话、Git 操作以及配置文件的自动发现都以主文件夹为准，其余文件夹则继续支持文件搜索、读取和编辑。对于需要跨多个代码仓库工作的开发者来说，这是个相当实在的改进。

语音正在成为AI巨头的必争之地

9to5Mac 评论指出，旧版 Mac 应用的语音模式此前被移除，且一直没有用上新版语音能力，这次更新让 Mac 重新拥有了「第一梯队」的语音体验，而且比以前更强。

值得玩味的是竞争节奏：就在 OpenAI 发布桌面语音功能的前一天，Anthropic 刚刚为 Claude 推送了类似的语音模式升级。两大头部 AI 实验室在 24 小时内先后出招，说明语音已经不再是炫技的噱头，而是被押注为操控 AI 智能体的下一代主流交互界面。谁能让用户「动动嘴就把活干完」，谁就能留住那份订阅费。

来源：9to5Mac、OpenAI 官方发布说明

]]>