Gemini для Mac від Google: голосове диктування та функція «бачення» екрана тепер доступні

Що саме представили

Google додав новий рівень голосової взаємодії для застосунку Gemini на macOS. Тепер користувачі можуть звертатися до ШІ з будь-якого вікна на робочому столі, просто натиснувши та утримуючи клавішу Fn . Оновлення пропонує два окремі режими.

Як працюють два режими

1. Інтелектуальне диктування (за замовчуванням, завжди активне)

• Натисніть і утримуйте клавішу Fn у будь-якому застосунку, щоб почати говорити .
• Gemini транскрибує ваші слова в чистий, відформатований текст, який автоматично розставляє пунктуацію та уникає слів-паразитів ("ну", "ем") та виправлень у середині речення .
• Текст з'являється прямо в тому вікні чи текстовому полі, яке ви використовуєте. Це розумніша заміна стандартної функції диктування macOS .

2. Режим спостереження за екраном (опціонально)

• Ви повинні вручну ввімкнути цю функцію (лише за вашою згодою) .
• Після активації Gemini може «бачити» вміст вашого екрана через дозвіл на спільний доступ .
• Ви можете давати голосові команди, що стосуються вмісту на екрані, наприклад: "підсумуй цей документ" або "відредагуй цей абзац". Gemini виконає дію безпосередньо з видимим вмістом .
• За словами The Verge, Gemini тепер може «виконувати завдання у ваших відкритих вікнах» .

Питання конфіденційності

• Інтелектуальне диктування обробляє аудіо в хмарі Google. Застосовуються стандартні політики конфіденційності Gemini (історія чатів зберігається 18 місяців за замовчуванням, з можливістю налаштувати на 3, 36 місяців або автоматичне видалення; можливий перегляд людиною для чатів, на які ви дали згоду) .
• Режим спостереження за екраном – це більш серйозне рішення щодо приватності: він вимагає надання Gemini прав на запис екрана. Оскільки функція опціональна, нічого не передається, доки ви її не ввімкнете . Після активації Google може бачити вміст ваших активних вікон, що створює ті ж ризики, що й будь-який ШІ-інструмент для читання екрана (випадкове розкриття чутливої інформації, видимість паролів тощо). Google стверджує, що запитує підтвердження перед виконанням важливих дій, але дані екрана обробляються на серверах Google .

Порівняння: Gemini vs ChatGPT Desktop vs Apple Intelligence

Ключові відмінності: ChatGPT Desktop з GPT-Live-1 пропонує справжній розмовний голосовий режим — він може одночасно слухати та говорити, обробляти переривання та керувати агентами в реальному часі . Підхід Gemini більш орієнтований на завдання: диктування плюс команди з урахуванням екрана, а не плавний діалог. Apple Intelligence працює на пристрої та глибоко інтегрована в систему, але не має такої глибини генерації та міжпрограмної автономії, як Gemini або ChatGPT.

Деталі доступності

Нове голосове керування (29 липня 2026 р.)

• Мова: Спочатку лише англійська; офіційний список додаткових мов поки не опубліковано .
• Версія додатка: Останнє оновлення Gemini для macOS (оновлення поширюється поступово, конкретний номер версії не називається) .
• Глобальне поширення: Починається 29 липня, але може тривати кілька днів, щоб досягти всіх регіонів .
• Вікове обмеження: 18+.
• Підписка: Безкоштовно для інтелектуального диктування; режим спостереження за екраном також безкоштовний на старті. Жодної платної підписки Google AI Ultra не потрібно .

Gemini Spark (випущений 30 червня 2026 р.)

• Що це: Цілодобовий постійний ШІ-агент, який працює в хмарі Google, навіть коли ваші пристрої вимкнені. Він автоматизує завдання в Gmail, Docs, Календарі, файлах та сторонніх сервісах за допомогою «Розкладів» (Schedules) і «Навичок» (Skills) .
• Мова: Лише англійська на старті .
• Версія додатка: Остання версія Gemini для macOS (бета); Spark також працює на Android, iOS та вебі .
• Глобальне поширення: Обмежена бета — лише США станом на 30 червня . Окремо повідомлялося про запуск в Індії 29 липня .
• Вікове обмеження: 18+.
• Підписка: Тільки для передплатників Google AI Ultra (платний тариф). Недоступний у безкоштовній версії Gemini .
• Ключова відмінність від голосового керування: Spark — це фоновий агент (проактивна, цілодобова автоматизація), тоді як голосове керування — це метод введення в реальному часі (реактивний, на вимогу). Spark працює автономно в хмарі; голосове керування вимагає вашої присутності за Mac. Spark платний, голосове керування — безкоштовне.