OpenAI udostępnia ChatGPT Voice na komputerach. Oto co się zmienia

Technologia GPT-Live: koniec trybu Advanced Voice Mode

GPT-Live to nowa rodzina modeli głosowych zbudowana w oparciu o architekturę pełnego dupleksu – może słuchać i mówić jednocześnie, zamiast naprzemiennie w trybie „naciśnij i mów” . 8 lipca 2026 r. wydano dwie wersje:

• GPT-Live-1 – dla płatnych subskrybentów (Go, Plus, Pro)
• GPT-Live-1 mini – dla użytkowników darmowego konta

System ten całkowicie zastępuje dotychczasowy Advanced Voice Mode . Kluczowe zmiany architektoniczne:

• Model przetwarza dźwięk wejściowy i generuje dźwięk wyjściowy w sposób ciągły, a nie poprzez szybkie przełączanie się między trybami
• Podejmuje decyzje, czy odpowiedzieć, zawahać się, czy uruchomić narzędzie „wiele razy na sekundę”
• Złożone zadania wymagające rozumowania przekazuje w tle do GPT-5.5 (a później GPT-5.6)
• Obsługuje naturalne przerywanie, nakładanie się mowy i potwierdzanie w czasie rzeczywistym („mhm”, „uhu”)
• Podczas rozmowy może wyświetlać informacje na ekranie

Dotychczasowy Advanced Voice Mode (uruchomiony w połowie 2024 r.) był systemem naprzemiennym – na zmianę słuchał i mówił. Został całkowicie zastąpiony przez GPT-Live 8 lipca 2026 r. . Starsza funkcja głosowa na macOS została wycofana jeszcze wcześniej – 15 stycznia 2026 r. – w ramach szerszego planu usprawnienia możliwości głosowych przed premierą GPT-Live .

Koordynacja bez użycia rąk: Chat, Work i Codex w jednym

ChatGPT Voice na desktopie umożliwia głosowe sterowanie całą ujednoliconą aplikacją w trzech trybach – Chat, Work i Codex – wszystkie dostępne z jednej powłoki .

• Chat – standardowy interfejs konwersacyjny ChatGPT
• ChatGPT Work – uruchomiony 9 lipca 2026 r., nowy autonomiczny agent do wieloetapowych zadań zawodowych (arkusze, slajdy, dokumenty, aplikacje webowe), napędzany przez GPT-5.6 i Codex
• Codex – dedykowany agent programistyczny, teraz zintegrowany z tą samą aplikacją desktopową

Użytkownicy mogą wydawać polecenia głosowe, aby kierować wieloma agentami działającymi jednocześnie w Work lub Codex, np. „Sprawdź mój kalendarz, napisz e-mail i przygotuj podsumowanie spotkania” .

Funkcja Appshots (tylko macOS)

W aplikacji na Maca ChatGPT Voice integruje się z Appshots – funkcją pierwotnie wydaną dla Codex w maju 2026 r., która pozwala AI przechwycić aktywne okno aplikacji – wraz z jego zrzutem ekranu i dostępnym tekstem – w celu uzyskania kontekstu .

• Działanie w trybie głosowym: Włącz „Kontekst ekranu” w Ustawieniach > Głos, a następnie powiedz „Spójrz na to.” ChatGPT przechwytuje obraz i tekst okna, w tym treści znajdujące się poza widocznym obszarem
• Działanie w Codex: Naciśnij dwukrotnie klawisz Command, aby wysłać aktywne okno do Codex
• Daje to ChatGPT w czasie rzeczywistym kontekst wizualny i tekstowy z narzędzi projektowych, pulpitów nawigacyjnych, dokumentów i innych aplikacji, bez konieczności kopiowania, wklejania lub opisywania tego, co jest na ekranie

Integracja z Computer Use i wtyczkami

ChatGPT Voice na desktopie wykorzystuje Computer Use (możliwość OpenAI do sterowania systemem operacyjnym), lokalne pliki i wtyczki do wykonywania poleceń głosowych . System może:

• Nawigować po systemie operacyjnym, sprawdzać kalendarze, otwierać aplikacje i wchodzić w interakcję z elementami na ekranie
• Korzystać z wtyczek w celu rozszerzonego dostępu do narzędzi
• W systemie Windows zapewnia te same możliwości sterowania komputerem, z wyjątkiem funkcji Appshots do przechwytywania kontekstu ekranu

Szersza konsolidacja: Codex + ChatGPT + Work → jedna aplikacja desktopowa z GPT-5.6

Premiera ChatGPT Voice na desktopie jest zwieńczeniem dużej konsolidacji produktów, która miała miejsce dwa tygodnie wcześniej, 9 lipca 2026 r.:

• Co się stało: Samodzielna aplikacja Codex została włączona do nowej aplikacji desktopowej ChatGPT. Połączona aplikacja zawiera trzy tryby – Chat, Codex i Work – działające w jednej powłoce na macOS i Windows
• ChatGPT Work jest określany jako połączenie ChatGPT i Codex, dając mniej technicznym użytkownikom dostęp do możliwości Codex w zakresie tworzenia dokumentów, automatyzacji przepływu pracy i zarządzania projektami
• OpenAI wydało również nowe rozszerzenie Chrome, odświeżoną przeglądarkę w aplikacji i szybszy Computer Use napędzane przez GPT-5.6