Claude Opus、Sonnet 模型現已支持語音模式：讓對話“更有深度”

# Claude Opus 與 Sonnet 進駐語音模式，Anthropic 推動對話交互邁向更深層次

據 IT 之家 7 月 24 日消息，人工智慧初創公司 Anthropic 今日宣布，旗下兩款高階語言模型 Claude Opus 與 Claude Sonnet 已正式納入語音模式支援範圍。這項更新不僅將語音交互的功能定位從快速問答拓展至複雜的商業任務處理，更同步將服務延伸至 Gmail、Slack、Canva 等第三方應用。與此同時，語音模式的語言支援範圍亦顯著擴大，多達九種語言結束測試階段並全面開放。 Anthropic 在去年推出語音模式時，最初的設想僅是讓用戶能夠以語音方式快速獲得簡單問題的答案，因此當時僅搭載了反應速度最快但能力相對有限的輕量級模型 Haiku。Haiku 的優勢在於回答迅速、延遲極低，適合處理諸如天氣查詢、名詞解釋等基礎對話場景。然而，隨著越來越多用戶開始在日常工作中嘗試以語音與 Claude 互動，Anthropic 發現使用行為正快速超出「簡單問答」的範疇——用戶開始要求 Claude 協助處理「實際商業問題」，例如撰寫郵件、整理會議紀錄、分析數據，甚至協調行程。這些任務對模型的理解深度、邏輯推理與執行能力提出了更高要求，Haiku 雖能保持流暢的對話節奏，但回答的深度與精準度逐漸顯得不足。 為回應這一日益增長的需求，Anthropic 決定將定位中高端的 Sonnet 模型與最頂級的 Opus 模型引入語音模式。公司表示，Sonnet 與 Opus「專為解決複雜問題而設計」，不僅能生成更具深度的回答與分析，還能根據用戶的具體指令直接執行任務。這意味著語音交互不再只是「你問我答」的單向資訊索取，而是邁向具備行動力的協作模式。例如，用戶可以要求 Claude 將一段會議語音整理為一頁完整的推介方案，或在通勤途中因列車延誤而要求 Claude 自動重新安排日程並發送通知給與會者——這一切都能透過語音指令完成，無需手動操作介面。 為了讓不同使用場景間的切換更加流暢，Anthropic 設計了高度靈活的交互機制。用戶可以在同一段對話中自由切換文字輸入與語音輸入，無須中斷當前的上下文。更重要的是，即便語音模式啟動後，用戶也能隨時更換底層模型。舉例而言，當用戶最初利用 Haiku 的快速反應進行頭腦風暴、迅速獲得大量點子後，若需要針對某個想法進行深入探討與分析，只需一鍵切換至 Opus，即可延續同一段對話展開深度討論，從而使整個工作流程既保持高效率又不失縝密性。 語音模式的語言支援範圍也在本次更新中實現了重要突破。除了原有的英語之外，法語、德語、西班牙語、印地語、印度尼西亞語、意大利語、日語、韓語以及葡萄牙語均已結束先前的測試階段，正式向全球用戶開放。這一系列語言的加入，標誌著 Anthropic 正在加速推進其語音產品的本地化進程，讓更多非英語使用者能夠以母語享受流暢的語音對話體驗。部分市場分析人士認為，此舉將顯著提升 Claude 在亞太與歐洲市場的競爭力，特別是在企業協作場景中，多語言支援往往是規模化部署的關鍵門檻。 從產業背景來看，語音交互正在成為大語言模型領域的兵家必爭之地。OpenAI 的 ChatGPT 早已推出具備多模態能力的語音模式，Google 的 Gemini 亦在強化語音對話體驗。Anthropic 此時將高階納入語音支援，顯然是要補齊產品線，把握企業用戶日益增長的語音工作流需求。特別是在移動辦公、車載場景以及無障礙輔助等領域，純語音操作具備不可替代的便利性。透過讓 Opus 與 Sonnet 具備「聽見」與「執行」的能力，Anthropic 試圖傳達一個明確信號：語音模式不是簡化版的體驗，而是完整深度對話的另一個入口。 值得注意的是，本次更新中語音模式與第三方應用的深度整合同樣值得關注。將 Gmail 納入支援意味著用戶可以直接用語音指令撰寫、回覆或檢索郵件；整合 Slack 則讓團隊協作中的資訊查詢與工作指派變得更加直觀；而 Canva 的加入則開啟了語音驅動設計的可能性。這些整合讓 Claude 不再僅僅是一個對話視窗，而是嵌入用戶既有工作流程的智慧代理。Anthropic 表示，未來將持續擴充語音模式的應用生態，並根據使用者回饋進一步優化模型在複雜對話場景中的表現。 業內人士指出，Anthropic 此次升級實際上是回應了語音 AI 領域一個廣受關注的問題：如何平衡回應速度與回答深度。Haiku 適合低成本、高頻次的基礎交互，而 Opus 和 Sonnet 的加入則讓語音模式下也能承載需要深思熟慮的專業討論。透過在同一平台內提供不同量級的模型選擇，並允許無縫切換，Anthropic 實際上給出了一套「速度與深度兼顧」的解決方案。對於企業用戶而言，這意味著他們可以在同一個工具中完成從初步構想到深度落地的完整過程，而無須在多個平台間反覆切換。 展望未來，語音模式與高階模型的結合很可能將進一步推動對話式 AI 從「工具」向「協作者」演化。當模型不僅能聽懂複雜的任務指令，還能自主執行後續操作時，人機交互的邊界將被重新定義。Anthropic 表示，團隊將持續關注用戶的真實使用模式，並以此為依據迭代產品能力。在新的使用場景不斷被開發的背景下，語音模式的語言支援範圍預計還將進一步擴充，更多應用整合亦在規劃之中。 當前，搭載 Opus 與 Sonnet 的語音模式已面向所有付費用戶陸續推送。使用者可以透過 Claude 官方應用程式直接在語音設定中選擇偏好的模型，並在對話過程中隨時切換。結合本次擴增的多語言支援，Claude 無疑正在向著更具包容性與實用性的方向邁進。對於任何需要透過語音進行深度工作的人而言，這個夏天，對話的「深度」確實正在被重新定義。