Anthropic bringer Opus og Sonnet til Claude Voice Mode

Anthropic har åbnet Claudes taletilstand for sine mere avancerede modeller, så talte samtaler nu kan bruge Opus og Sonnet i stedet for den lette Haiku-model, som har drevet funktionen siden lanceringen i 2025. Virksomheden bekræftede ændringen torsdag den 23. juli 2026 og præsenterede den som en måde at gøre samtaler med Claude nyttige til egentligt arbejde frem for blot hurtige opslag.

Ifølge Anthropics dokumentation for taletilstanden starter funktionen nu med den model, brugeren senest valgte i tekstchatten, og anvender som standard dens hurtigste version. Dermed får en samtale intelligensen fra den bagvedliggende model. Brugerne kan også skifte mellem Haiku, Sonnet og Opus undervejs via en modelvælger. I praksis åbner det for opgaver, som løsningen med kun Haiku håndterede dårligt: længere ræsonnementer, feedback på formuleringen af en kundepræsentation eller anmodninger, der kræver flere værktøjer, såsom at udarbejde en e-mail og ændre en kalenderaftale med stemmen.

Taletilstanden kan også bruge tilsluttede apps, herunder Gmail, Google Kalender, Google Docs og Slack. En talt anmodning kan derfor hente kontekst fra brugerens egne konti eller udføre en handling som at flytte et møde. Appintegrationen er den tydeligste forskel fra OpenAI, hvis nyligt opdaterede taletilstand ændrede, hvordan ChatGPT taler, men stadig ikke kan bruge eksterne værktøjer til at udføre arbejde.

Et produktvalg, ikke en ny talemodel

For dem, der følger med i, hvad de førende AI-laboratorier faktisk lancerer, er det bemærkelsesværdige ved denne udgivelse, hvad Anthropic ikke har bygget. Her er ingen ny model, der er udviklet til at behandle tale direkte. Anthropic fortalte Engadget at opdateringen »fokuserer på intelligens og adgang til værktøjer«, og at virksomheden »fortsat investerer i tale« og har »mere at dele senere i år«. Den underliggende proces er stadig turbaseret: Claude lytter, holder en pause for at tænke og taler derefter. Til selve taleoutputtet benytter den ifølge oplysningerne en ekstern tekst-til-tale-leverandør som ElevenLabs.

At koble en ræsonneringsmodel til tale er snarere en forbedring af funktionaliteten end af lyden. En talt anmodning kan nu håndteres af en model, der planlægger og arbejder sig gennem et problem, mens Haiku var indstillet til at prioritere et hurtigt svar frem for et velovervejet. Ændringen i, hvad taletilstanden kan udføre, kommer udelukkende fra modellen bag den.

Det er en anden satsning end OpenAI’s. OpenAI har investeret store ressourcer i GPT-Live, et tovejs system udviklet til at behandle tale direkte, som behandler det, du siger, og genererer et svar samtidig — tættere på rytmen i en telefonsamtale. Anthropic kobler i stedet sine stærkeste ræsonneringsmodeller til en traditionel talearkitektur og accepterer de samtalebegrænsninger, det medfører. Fordi selve talemodellen er uændret, vil brugerne næppe opleve mere smidig håndtering af afbrydelser eller mere flydende samtaler. Det, der ændres, er, hvor godt Claude kan ræsonnere over en anmodning, ikke hvor naturligt den lyder undervejs.

Afvejningen svarer til et spørgsmål, Claude-brugere allerede møder i tekstchat: Den mest avancerede model er ikke altid den rette til opgaven. At vælge en tungere model giver større dybde på bekostning af hastigheden, og talesamtaler er særligt følsomme over for forsinkelse. Opdateringens praktiske betydning er, at brugeren får valget, frem for at alle som standard får den hurtigste løsning.

Hvad er tilgængeligt, og hvad mangler?

Den opgraderede taletilstand rulles ud i beta til alle brugere i Anthropics mobil-, desktop- og webapps. Fordi ændringen handler om at anvende eksisterende modeller frem for ny infrastruktur, afhænger udrulningen ikke af nye lydsystemer fra Anthropic. Gratis konti er begrænset til Haiku og én tilsluttet app, mens Sonnet og Opus er forbeholdt betalende abonnenter. Understøttelsen af input på flere sprog, som blev tilføjet tidligere på året, er også med. Claude kan dog stadig ikke selv registrere et sprogskift: Brugerne skal oplyse, hvilket sprog de vil tale, enten højt eller i taleindstillingerne.

Modelvælgeren viser Opus, Sonnet og Haiku, men ikke Claude Fable 5, Anthropics mest avancerede bredt tilgængelige model, som indtil videre ikke indgår i taletilstanden. Udeladelsen passer til logikken bag udgivelsen. Målet er at koble tale til de ræsonneringsmodeller, som de fleste allerede bruger til daglig, frem for at flytte grænserne for, hvad en stemmeassistent kan gøre.

Resultatet ligner mere en strategisk tilkendegivelse end et gennembrud inden for tale. Anthropic satser på, at værdien af en stemmeassistent kommer fra modellen, der tænker, og de værktøjer, den har adgang til, frem for en specialudviklet lydarkitektur. De varslede opfølgninger senere på året vil vise, hvor længe den strategi holder, mens OpenAI og Google fortsætter med at udvikle deres egne systemer til direkte behandling af tale.