神仙打架！Claude爆改语音独缺中文，ChatGPT全双工杀入桌面，中文用户：那我走？

TL;DR:

今天Anthropic和OpenAI同时放大招：Claude语音从小模型升级到全系列，支持11种语言但就是没有中文，中文用户哭晕在厕所；ChatGPT直接掏出GPT-Live全双工架构，能打断、能多任务、还能直接操控你的电脑，并且支持中文。这场语音大战，似乎已经分出高下了？

要说今天AI圈最大的瓜，莫过于Anthropic和OpenAI几乎同时甩出了语音模式的重大升级。¹² 没错，就是那个你每天对着手机“嘿Siri但又不是Siri”的语音助手，如今正在被大模型彻底重写。

Claude这边，之前语音模式只能跑最小的Haiku模型，稍微绕点弯子的问题就翻车。而现在，Opus 4.8和Sonnet 5全系上线，语音终于不再“降级”了。³ 你可以跟它说：帮我查下Gmail里那封报价邮件，再在Slack上@一下老王说方案改了。这些都能靠嘴完成。而且支持Hands-free和Push-to-talk两种模式，想怎么聊怎么聊。

但最大的槽点是：支持11种语言，却没有中文。日语韩语印地语都安排了，就是没有Chinese。此前有开发者从App代码里扒出过18种语言列表，里面明明写着Chinese，结果正式上线被砍了。⁴ 中文用户：那我走？

更离谱的是，Claude还不会自动检测语言，你得亲口告诉它“请用日语跟我说”，或者去设置里手动切。默认英语。

另一边，OpenAI的GPT-Live则完全是另一个物种。它采用了全双工架构，简单说就是：你说你的，它说它的，随时可以插嘴。⁵ 之前的语音模式本质上是对讲机——你说完它才说，中间停顿一下都可能被它当成结束。现在GPT-Live每秒做几十次判断，该听该回应该打断，它心里门儿清。聊着天还会发出“嗯嗯”“明白了”这种拟人化反馈，虽然有些人觉得有点烦，但至少是真的像活人了。台湾科技媒体TechBang也报道了这次升级，认为GPT-Live实现了真正的双向对话。⁶

更狠的是，GPT-Live把语音交互和深度推理拆开了。前台轻量模型负责日常聊天，遇到复杂问题就后台委派给GPT-5.5，它自己继续跟你扯淡。⁷ 结果出来再无缝汇报。这种“委派推理”让语音模式的智商直接从45%狂飙到84%。而且三档推理强度（Instant、Medium、High）随意切换，免费用户也能用Mini版。

最让打工人兴奋的是：ChatGPT Voice正式登陆macOS和Windows桌面端。你可以设一个全局快捷键，在任何应用里一键呼出。它还能读取你当前活跃窗口的内容——比如对着Excel说“帮我算一下Q3同比”，它真能看到你的表格。⁸ 不仅如此，你还能同时语音指挥多个Agent协作，一个写代码一个查文档，嘴上说着就行了。

在此前的第三方评测中，Claude在需要逐步推理的任务上表现更好，而ChatGPT则凭借工具集成和全能特性更受欢迎。⁹¹⁰ 现在语音模式成为全新战场，差距更加明显。

好了，直接上擂台对比：

能不能打断？

Claude：轮流制，你说完它才开始想。想插嘴？等着。

GPT-Live：全程双工，你话说到一半它就能跟上，打断前的上下文还记得。⁵

能不能一心多用？

Claude：一次只做一件事——语音聊天。

ChatGPT Voice桌面端：一边跟你唠嗑，一边后台操控电脑、调度多个Agent干活。⁸

能不能动手？

Claude语音通过连接器可以调用Gmail、日历、Slack等SaaS工具，但摸不到你的桌面。³

ChatGPT Voice配合Computer Use，可以直接操控你的电脑——文件、程序、终端，全都能碰。⁵

想得多深？

Claude底牌是Opus 4.8，但语音模式跑的是最快版本，不是满血推理。³

GPT-Live在High档可以异步委派给GPT-5.5 Thinking，反而能调用接近满血的推理力。⁵⁷

看到这儿，两家的分岔就清楚了。Claude更像是帮你打理个人事务的秘书，用你的Gmail、日历、Slack，把事情理明白。OpenAI则想让你直接跟电脑对话，可打断、可多线程、可操控，让你忘记对面是AI。

对于不写代码的普通用户，Claude门槛低不少，查邮件、排日程张嘴就行。而OpenAI那条路更极客，你手里得先有真Agent、有真活给它们干。Reddit上已有不少用户开始分享自己的语音体验，两边各有拥趸。¹¹

无论如何，正如Greg Brockman所说，“比起语音，打字这件事本来就特别不自然。”¹ 那把陪了人类四十年的塑料键盘，如今正式被逼到了墙角。你准备好了吗？

引用

• 语音大战
• Claude
• ChatGPT
• 全双工
• 无中文