GPT-Live-teknologi: Erstatning for Advanced Voice Mode

GPT-Live er en ny familie af talemodeller bygget på en fuld-duplex-arkitektur – den kan lytte og tale samtidigt i stedet for at skiftes i en tur-baseret "push-to-talk"-stil . To versioner blev udgivet den 8. juli 2026:

• GPT-Live-1 – til betalte abonnenter (Go, Plus, Pro)
• GPT-Live-1 mini – til Free-brugere

Systemet erstatter den tidligere Advanced Voice Mode helt . De vigtigste arkitektoniske ændringer er:

• Modellen behandler lydinput og genererer lydoutput kontinuerligt, ikke gennem hurtig tur-skiftning
• Den træffer beslutninger om, hvorvidt den skal svare, pause eller aktivere et værktøj "mange gange i sekundet"
• Den delegerer komplekse ræsonnementsopgaver til GPT-5.5 (og senere GPT-5.6) i baggrunden
• Den understøtter naturlige afbrydelser, overlappende tale og realtids-baglandskanalisering ("uh huh")
• Den kan vise information på skærmen, mens den taler

Den tidligere Advanced Voice Mode (lanceret midt i 2024) var et tur-baseret system, der vekslede mellem at lytte og tale. Det blev fuldstændig erstattet af GPT-Live den 8. juli 2026 . Den gamle macOS-desktop-stemmefunktion var blevet pensioneret endnu tidligere – den 15. januar 2026 – som en del af en bredere plan om at strømline og forbedre stemmekapaciteterne forud for GPT-Live-udrulningen .

Håndfri koordinering på tværs af Chat, Work og Codex

ChatGPT Voice på desktop lader brugere styre hele den samlede app med stemmen på tværs af tre tilstande – Chat, Work og Codex – alle tilgængelige fra en enkelt desktop-shell .

• Chat – den almindelige samtalebaserede ChatGPT-grænseflade
• ChatGPT Work – lanceret 9. juli 2026, en ny autonom agent til flertrins professionelle opgaver (oprettelse af regneark, slides, dokumenter, webapps) drevet af GPT-5.6 og Codex
• Codex – den dedikerede kodningsagent, nu integreret i samme desktop-app

Brugere kan give stemmekommandoer til at dirigere flere agenter, der kører i Work eller Codex samtidigt, for eksempel: "Tjek min kalender, udkast en e-mail, og forbered en mødeopsummering" .

Appshots-funktion (kun macOS)

På Mac-desktopappen integrerer ChatGPT Voice med Appshots, en funktion, der oprindeligt blev udgivet til Codex i maj 2026, og som lader AI'en optage det forreste app-vindue – inklusive dets skærmbillede og tilgængelig tekst – for kontekst .

• Sådan fungerer det i Voice-tilstand: Aktivér "Screen context" i Indstillinger > Voice, og sig så "Take a look at this." ChatGPT optager vinduets billede og tekst, inklusive indhold uden for det synlige område
• Sådan fungerer det i Codex: Tryk på begge Command-taster for at sende det forreste vindue til Codex
• Dette giver ChatGPT realtids visuel og tekstuel kontekst fra designværktøjer, dashboards, dokumenter og andre apps uden at brugeren behøver at kopiere, indsætte eller beskrive, hvad der er på skærmen

Integration med Computer Use og plugins

ChatGPT Voice på desktop udnytter Computer Use (OpenAIs evne til at styre operativsystemet), lokale filer og plugins til at udføre talte anmodninger . Systemet kan:

• Navigere i operativsystemet, tjekke kalendere, åbne applikationer og interagere med elementer på skærmen
• Bruge plugins til udvidet værktøjsadgang
• På Windows giver det de samme computerstyringsmuligheder minus Appshots-skærmkontekstfunktionen

Bredere konsolidering: Codex + ChatGPT + Work → En GPT-5.6-drevet desktop-app

ChatGPT Voices desktoplancering hviler på en større produktkonsolidering, der fandt sted to uger tidligere, den 9. juli 2026:

• Hvad skete der: Den selvstændige Codex-app blev fusioneret med den nye ChatGPT-desktopapp. Den kombinerede app indeholder tre tilstande – Chat, Codex og Work – der kører i én shell på macOS og Windows
• ChatGPT Work beskrives som en kombination af ChatGPT og Codex, der giver ikke-tekniske brugere adgang til Codex' evner til dokumentoprettelse, workflowautomatisering og projektstyring
• OpenAI sendte også en ny Chrome-udvidelse, en forbedret in-app-browser og hurtigere Computer Use drevet af GPT-5.6

GPT-Live-teknologi: Erstatning for Advanced Voice Mode

GPT-Live er en ny familie af talemodeller bygget på en fuld-duplex-arkitektur – den kan lytte og tale samtidigt i stedet for at skiftes i en tur-baseret "push-to-talk"-stil . To versioner blev udgivet den 8. juli 2026:

• GPT-Live-1 – til betalte abonnenter (Go, Plus, Pro)
• GPT-Live-1 mini – til Free-brugere

Systemet erstatter den tidligere Advanced Voice Mode helt . De vigtigste arkitektoniske ændringer er:

• Modellen behandler lydinput og genererer lydoutput kontinuerligt, ikke gennem hurtig tur-skiftning
• Den træffer beslutninger om, hvorvidt den skal svare, pause eller aktivere et værktøj "mange gange i sekundet"
• Den delegerer komplekse ræsonnementsopgaver til GPT-5.5 (og senere GPT-5.6) i baggrunden
• Den understøtter naturlige afbrydelser, overlappende tale og realtids-baglandskanalisering ("uh huh")
• Den kan vise information på skærmen, mens den taler

Den tidligere Advanced Voice Mode (lanceret midt i 2024) var et tur-baseret system, der vekslede mellem at lytte og tale. Det blev fuldstændig erstattet af GPT-Live den 8. juli 2026 . Den gamle macOS-desktop-stemmefunktion var blevet pensioneret endnu tidligere – den 15. januar 2026 – som en del af en bredere plan om at strømline og forbedre stemmekapaciteterne forud for GPT-Live-udrulningen .

Håndfri koordinering på tværs af Chat, Work og Codex

ChatGPT Voice på desktop lader brugere styre hele den samlede app med stemmen på tværs af tre tilstande – Chat, Work og Codex – alle tilgængelige fra en enkelt desktop-shell .

• Chat – den almindelige samtalebaserede ChatGPT-grænseflade
• ChatGPT Work – lanceret 9. juli 2026, en ny autonom agent til flertrins professionelle opgaver (oprettelse af regneark, slides, dokumenter, webapps) drevet af GPT-5.6 og Codex
• Codex – den dedikerede kodningsagent, nu integreret i samme desktop-app

Brugere kan give stemmekommandoer til at dirigere flere agenter, der kører i Work eller Codex samtidigt, for eksempel: "Tjek min kalender, udkast en e-mail, og forbered en mødeopsummering" .

Appshots-funktion (kun macOS)

På Mac-desktopappen integrerer ChatGPT Voice med Appshots, en funktion, der oprindeligt blev udgivet til Codex i maj 2026, og som lader AI'en optage det forreste app-vindue – inklusive dets skærmbillede og tilgængelig tekst – for kontekst .

• Sådan fungerer det i Voice-tilstand: Aktivér "Screen context" i Indstillinger > Voice, og sig så "Take a look at this." ChatGPT optager vinduets billede og tekst, inklusive indhold uden for det synlige område
• Sådan fungerer det i Codex: Tryk på begge Command-taster for at sende det forreste vindue til Codex
• Dette giver ChatGPT realtids visuel og tekstuel kontekst fra designværktøjer, dashboards, dokumenter og andre apps uden at brugeren behøver at kopiere, indsætte eller beskrive, hvad der er på skærmen

Integration med Computer Use og plugins

ChatGPT Voice på desktop udnytter Computer Use (OpenAIs evne til at styre operativsystemet), lokale filer og plugins til at udføre talte anmodninger . Systemet kan:

• Navigere i operativsystemet, tjekke kalendere, åbne applikationer og interagere med elementer på skærmen
• Bruge plugins til udvidet værktøjsadgang
• På Windows giver det de samme computerstyringsmuligheder minus Appshots-skærmkontekstfunktionen

Bredere konsolidering: Codex + ChatGPT + Work → En GPT-5.6-drevet desktop-app

ChatGPT Voices desktoplancering hviler på en større produktkonsolidering, der fandt sted to uger tidligere, den 9. juli 2026:

• Hvad skete der: Den selvstændige Codex-app blev fusioneret med den nye ChatGPT-desktopapp. Den kombinerede app indeholder tre tilstande – Chat, Codex og Work – der kører i én shell på macOS og Windows
• ChatGPT Work beskrives som en kombination af ChatGPT og Codex, der giver ikke-tekniske brugere adgang til Codex' evner til dokumentoprettelse, workflowautomatisering og projektstyring
• OpenAI sendte også en ny Chrome-udvidelse, en forbedret in-app-browser og hurtigere Computer Use drevet af GPT-5.6