โมเดลและแพลตฟอร์ม AI
Anthropic นำ Opus และ Sonnet มาใช้กับโหมดเสียง Claude
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
Anthropic ได้เปิดโหมดเสียงของ Claude ให้กับโมเดลที่มีความสามารถมากกว่า โดยให้การคุยแบบพูดทำงานบน Opus และ Sonnet แทนที่จะเป็น Haiku ที่มีน้ำหนักเบา ซึ่งเป็นโมเดลที่ใช้ในการเปิดใช้งานโหมดนี้ตั้งแต่ปี 2025 บริษัทได้ подтвердันการเปลี่ยนแปลงนี้เมื่อวันพฤหัสบดีที่ 23 กรกฎาคม 2026 โดยกล่าวว่าเป็นวิธีการทำให้การคุยแบบพูดกับ Claude มีประโยชน์สำหรับการทำงานจริงมากกว่าการค้นหาข้อมูลอย่างรวดเร็ว
ตามเอกสารประกอบการใช้งานโหมดเสียงของ Anthropic การใช้งานโหมดนี้จะเริ่มต้นด้วยโมเดลที่ผู้ใช้เลือกสุดท้ายในการสนทนาแบบข้อความ และจะทำงานด้วยเวอร์ชันที่เร็วที่สุดโดยอัตโนมัติ ดังนั้นเซสชันจึงมีความฉลาดจากโมเดลที่อยู่เบื้องหลัง ผู้ใช้สามารถเปลี่ยนระหว่าง Haiku, Sonnet และ Opus ในระหว่างการสนทนาได้โดยใช้เครื่องมือเลือกโมเดล ในทางปฏิบัติ สิ่งนี้ทำให้สามารถทำงานที่ Haiku ไม่สามารถทำได้ดี เช่น การให้เหตุผลที่ยาวนานกว่า การให้คำแนะนำเกี่ยวกับวิธีการนำเสนอไอเดีย หรือคำขอที่ต้องใช้เครื่องมือหลายอย่าง เช่น การเขียนอีเมลและอัปเดตการนัดหมายด้วยเสียง
โหมดเสียงยังสามารถเข้าถึงแอปที่เชื่อมต่อได้ รวมถึง Gmail, Google Calendar, Google Docs และ Slack ดังนั้นคำขอแบบพูดสามารถดึงข้อมูลจากบัญชีของผู้ใช้หรือดำเนินการบางอย่าง เช่น การจัดตารางการประชุมใหม่ การบูรณาการแอปนี้เป็นจุดที่ชัดเจนที่สุดในการแยกแยะจาก OpenAI ซึ่งโหมดเสียงที่อัปเดตใหม่เปลี่ยนวิธีการพูดของ ChatGPT แต่ยังคงไม่สามารถใช้เครื่องมือภายนอกเพื่อทำงานได้
การตัดสินใจผลิตภัณฑ์ ไม่ใช่โมเดลเสียงใหม่
สำหรับผู้ที่ติดตามสิ่งที่ฟロンเทียร์แล็บส่งมอบจริงๆ ส่วนที่น่าสังเกตของการเปิดตัวครั้งนี้คือสิ่งที่ Anthropic ไม่ได้สร้าง ไม่มีโมเดลเสียงใหม่ที่เป็นเจ้าของใน这里 Anthropic บอกกับ Engadget ว่าการอัปเดตนี้ “มุ่งเน้นไปที่ความฉลาดและเครื่องมือ” และว่า “กำลังจะลงทุนในเสียง” โดยมี “สิ่งอื่นๆ ที่จะแบ่งปันในปลายปีนี้” ระบบการทำงานยังคงเป็นแบบ turn-based คือ Claude ฟัง รอจึงจะตอบ และมีรายงานว่าใช้ text-to-speech จากผู้ให้บริการภายนอก เช่น ElevenLabs สำหรับการออกเสียง
การนำโมเดลการให้เหตุผลมาใช้กับเสียงเป็นการอัปเกรดความสามารถมากกว่าการอัปเกรดเสียง การขอแบบพูดสามารถจัดการได้ด้วยโมเดลที่วางแผนและทำงานผ่านปัญหา โดยที่ Haiku ถูกตั้งค่าให้ trả lờiอย่างรวดเร็วมากกว่าการให้คำตอบที่ถูกต้อง การเปลี่ยนแปลงที่เกิดขึ้นกับโหมดเสียงมาจากโมเดลที่อยู่เบื้องหลัง
สิ่งนี้เป็นการเดิมพันที่แตกต่างจากที่ OpenAI กำลังทำ OpenAI ได้ลงทุนอย่างมากในการสร้างระบบ speech-native ที่สามารถประมวลผลสิ่งที่คุณพูดและสร้างคำตอบพร้อมกัน ซึ่งใกล้เคียงกับจังหวะของการโทรศัพท์ Anthropic กำลังนำโมเดลการให้เหตุผลที่แข็งแกร่งที่สุดมาใช้กับโครงสร้างเสียงแบบเดิมๆ และยอมรับข้อจำกัดในการสนทนาที่มาพร้อมกับมัน เนื่องจากโมเดลเสียงไม่ได้เปลี่ยนแปลง ผู้ใช้จึงไม่น่าจะสังเกตเห็นการหยุดชะงักหรือการสนทนาที่ราบรื่นขึ้น สิ่งที่เปลี่ยนแปลงคือความสามารถในการให้เหตุผลของ Claude ไม่ใช่ว่ามันฟังดูเป็นธรรมชาติขนาดไหน
การแลกเปลี่ยนนี้สอดคล้องกับคำถามที่ผู้ใช้ Claude ต้องเผชิญในการสนทนาแบบข้อความ คือ โมเดลที่มีความสามารถมากที่สุดไม่ใช่เสมอไปที่เหมาะสมที่สุดสำหรับงาน การเลือกโมเดลที่หนักกว่าซื้อความลึกด้วยต้นทุนของความเร็ว และการสนทนาแบบเสียงมีความไวต่อความล่าช้าเป็นพิเศษ การให้ทางเลือกแก่ผู้ใช้มากกว่าการกำหนดให้ทุกคนใช้โมเดลที่เร็วที่สุดคือสาระสำคัญของการอัปเดต
สิ่งที่มีอยู่และสิ่งที่หายไป
โหมดเสียงที่ได้รับการอัปเกรดกำลังจะถูกปล่อยออกมาในเบต้าให้กับผู้ใช้ทุกคนบนแอปมือถือ แอปเดสก์ท็อป และเว็บของ Anthropic เนื่องจากเป็นเรื่องของการนำโมเดลที่มีอยู่มาใช้ใหม่ ไม่ใช่การสร้างโครงสร้างพื้นฐานใหม่ การปล่อยจึงไม่ต้องรอ Anthropic ส่งระบบเสียงใหม่ บัญชีฟรีถูกจำกัดให้ใช้ Haiku และแอปเชื่อมต่อเพียงหนึ่งแอป ในขณะที่ Sonnet และ Opus ถูกสงวนไว้สำหรับผู้ใช้ที่จ่ายเงิน การรองรับหลายภาษา ซึ่งถูกเพิ่มเข้ามาเมื่อต้นปีนี้ ก็ถูกนำมาใช้เช่นกัน แม้ว่า Claude จะยังไม่สามารถตรวจจับการเปลี่ยนภาษาโดยอัตโนมัติ ผู้ใช้ต้องระบุภาษาที่จะพูดออกมาเอง
เครื่องมือเลือกโมเดลแสดง Opus, Sonnet และ Haiku แต่ไม่แสดง Claude Fable 5 ซึ่งเป็นโมเดลที่มีความสามารถมากที่สุดของ Anthropic ที่มีจำหน่ายอย่างกว้างขวาง ซึ่งยังคงไม่สามารถใช้โหมดเสียงได้ การละเว้นนี้สอดคล้องกับตรรกะของการเปิดตัวครั้งนี้ สิ่งนี้เกี่ยวกับการจับคู่เสียงกับโมเดลการให้เหตุผลที่ผู้ใช้ส่วนใหญ่ใช้ในชีวิตประจำวัน ไม่ใช่การผลักดันขอบเขตของสิ่งที่ผู้ช่วยแบบพูดสามารถทำได้
ผลลัพธ์นี้ดูเหมือนเป็นคำสั่งเชิงกลยุทธ์มากกว่าการพัฒนาด้านเสียง Anthropic คิดว่าคุณค่าของผู้ช่วยแบบพูดมาจากโมเดลที่คิดและเครื่องมือที่สามารถเข้าถึงได้ ไม่ใช่จากโครงสร้างเสียงที่ออกแบบมาโดยเฉพาะ การติดตามผลที่สัญญาว่าจะมีในปลายปีนี้จะแสดงให้เห็นว่าตำแหน่งนี้ยืนหยัดได้นานแค่ไหนเมื่อ OpenAI และ Google ยังคงผลักดันระบบ speech-native ของตนเอง
