Claude-Sprachmodus wird auf Mobilgeräten, Desktop und im Web auf Opus und Sonnet ausgeweitet
Wichtige Erkenntnisse
- •Anthropic hat Claudes Sprachmodus auf seine Modelle Opus und Sonnet ausgeweitet; zuvor war die Funktion auf das Haiku-Modell beschränkt.
- •Nutzer können während eines Sprachgesprächs über Claudes mobile, Desktop- und Web-Oberflächen hinweg zwischen verschiedenen Modellen wechseln.
- •Claudes Sprachmodus unterstützt elf Sprachen und integriert verbundene Dienste wie Gmail, Google Calendar und Slack, um sprachgesteuerte Aufgabenerledigung zu ermöglichen.
- •Claude nutzt ein rundenbasiertes Interaktionsmodell, anders als OpenAIs Full-Duplex-System GPT-Live, das gleichzeitig zuhören und sprechen kann.
- •Anthropic ist unter Anthropic, OpenAI und Google derzeit der einzige Anbieter, der es Nutzern erlaubt, eine E-Mail direkt aus dem Audiomodus heraus zu verfassen und zu speichern.
Anthropic hat den Sprachmodus von Claude erweitert, sodass er auf den leistungsfähigeren Modellen Opus und Sonnet des Unternehmens laufen kann, statt auf Haiku beschränkt zu sein. Die Funktion ist in Claudes mobiler App, Desktop-App und Web-Chat verfügbar, und Nutzer können mitten in einem Gespräch das Modell wechseln. Da Opus und Sonnet stärkere Schlussfolgerungsfähigkeiten als Haiku bieten, bringt die Änderung den Sprachmodus in Aufgabenbereiche, die von tiefergehender Analyse profitieren.
Das Update erweitert die Nutzung von Sprachinteraktion in Claude über Anthropics schnellstes leichtgewichtiges Modell hinaus. Laut Anthropics Materialien zum Claude-Sprachmodus unter claude.com/blog/think-through-hard-problems-in-voice-mode ist der Modus für gesprochene Unterhaltungen mit dem Assistenten konzipiert und kann sich mit unterstützten Tools verbinden, wenn diese Integrationen aktiviert sind.
Claudes Sprachmodus unterstützt elf Sprachen. Er kann außerdem mit verbundenen Diensten wie Gmail, Google Calendar und Slack arbeiten, sodass Nutzer Aufgaben per Sprache erledigen können, einschließlich des Verfassens und Sendens von E-Mails. Sprache ist zu einem Wettbewerbsfeld unter KI-Anbietern geworden, die jeweils unterschiedliche Interaktionsmodelle verfolgen.
Die wichtigsten Sprachassistenten von Anthropic, OpenAI und Google nutzen unterschiedliche Interaktionsmodelle. OpenAIs GPT-Live verwendet Full-Duplex-Audio, kann also gleichzeitig zuhören und sprechen. Claude nutzt einen rundenbasierten Ansatz, der wartet, bis der Nutzer fertig gesprochen hat, bevor er antwortet. Googles Gemini Live folgt einem ähnlichen rundenbasierten Muster, ist jedoch auf Smartphones beschränkt.
In der praktischen Nutzung können OpenAI und Google aufgrund ihrer Sprachverarbeitung natürlicher wirken. Alle drei Systeme bewältigen sprachbasierte Suchen gut. Claudes Unterscheidungsmerkmal ist die Tool-Integration: Anthropic ist unter den drei Anbietern derzeit der einzige, der Nutzer eine E-Mail direkt aus dem Audiomodus heraus verfassen und speichern lässt. Während diese Anbieter ihre Systeme weiterentwickeln, bleibt der Zielkonflikt zwischen natürlicher Konversation und toolgestützter Produktivität ein prägendes Unterscheidungsmerkmal im Markt für Sprachassistenten.