Claude の音声機能が Opus と Sonnet を搭載 — Anthropic が GPT-Live に挑戦

Anthropic は Claude の音声モードを大幅にアップグレードし、有料ユーザーが初めてより強力な Opus および Sonnet モデルで音声会話を実行できるようになりました。

これまで、すべての音声リクエストは Claude の小型かつ高速なモデルである Haiku 4.5 にルーティングされていました。今回のアップグレードにより、音声モードは困難なタスクの処理に適したものとなり、これは OpenAI が独自の会話プラットフォームアップグレード「GPT-Live」を発表してから数週間後のことです。

Claude の音声ついに Haiku を超える

Voice モードは昨年より Claude に組み込まれており、ユーザーがチャットボットにタイピングするのではなく音声で話しかけることができます。ただし、Engadget が指摘したように Anthropic は応答時間を短縮するため、これらの音声リクエストを最小かつ最速のモデルである Haiku 経由で処理していました。この戦略は簡単な質問には機能しましたが、より複雑なタスクでは破綻しました。

新しいリリースにより、ユーザーはOpusまたはSonnetを選択できるようになった。AnthropicはTechCrunchに、音声はユーザーがテキストチャットで最後に使用したモデルにデフォルトで切り替わり、最も高速なバリアントが実行されるため、交換は依然としてスムーズに行われると語った。インターフェース内のモデルピッカーにより、ユーザーは会話から離れることなく、Haiku、Sonnet、Opusの間で切り替えることができる（9to5Macによる）。

発表前にフラグの下でこの機能を発見した TestingCatalog は、選択画面が約 3 週間、音声モード内に装飾的なコントロールとして存在していたが、どの選択を行ってもセッションはすべて Claude Haiku 4.5 にルーティングされていたと報告しました。

Opus または Sonnet の選択が実際のモデルを変更し始めたのは今週のことです。

アプリコネクタにより、音声は業務タスクに有用となる

今回のアップグレードにより、音声モードは Claude のアプリコネクタにも対応するようになりました。TechCrunch の報道によると、アシスタントは now Gmail、Google カレンダー、Slack、Canva、Notion にアクセスでき、音声によるリクエストで会議の移動、メールのドラフト作成、Notion ドキュメントの立ち上げが可能になります。Engadget は、ユーザーが許可を与えた場合、音声は接続されたアプリからコンテキストを取得できることを確認しています。

Anthropic は、これにより可能になるタスクを「より長く、より複雑なもの」として位置付けています。例えば、クライアントへの提案の練習、コミュニケーション方法に関するフィードバックの取得、あるいは製品調査を声に出しながら進める作業などです。「今回のリリースは知能とツールアクセスに焦点を当てています」と同社は述べており、今年後半にはさらに音声機能の拡充を計画しています。

Cryptopolitanが報じたように、Anthropicは2025年11月に約3,500億ドルの評価額に達し、30万人以上のビジネスおよびエンタープライズ顧客から収益の約80%を得ている。

このため、コネクタへのアクセスが音声アップグレードにおいてより重要な要素となります。エンタープライズユーザーは、Claude に対してメール、カレンダー、Slack のメッセージ、ドキュメントに関する質問を音声で投げかけることができ、これは大規模顧客が自社の業務環境に合わせて Claude をどのように活用しているかを反映したものです。具体的には、カナダ・アルバータ州の 27 の省庁や、従業員数 47 万人のデロイトなどで採用されている自律型エージェントなどのアプリケーションにおける活用例が挙げられます。

Anthropic、音声ユーザー向けの言語サポートを拡大

9to5Mac によると、対応する言語は以下の 11 言語です：英語、フランス語、ドイツ語、ヒンディー語、インドネシア語、イタリア語、日本語、韓国語、ブラジルポルトガル語、およびラテンアメリカ向けスペイン語とスペイン向けスペイン語。

これらの言語間での切り替えは自動的に行われません。Engadget によると、ユーザーは音声で言語切り替えを行う旨を伝えるか、音声設定メニューから新しい言語を選択する必要があります。無料アカウントでは依然として Haiku モデルと接続可能なアプリが 1 つまでですが、対応するすべての言語で話すことは可能です。

Claude と GPT-Live は異なるアプローチを採用

この 2 社は、音声技術の取り組み方を異ならせています。Anthropic の代表によると、Claude はターンベース方式を採用しており、聞き取り→思考→発話という流れです。一方、OpenAI の GPT-Live は、聞き取りと発話を同時に行います。これは 2026 年 7 月 8 日にすべての ChatGPT サブスクライバー向けにリリースされ、「コンピューティングへの主要なインターフェース」として紹介されました。

TechCrunch の報道によれば、今回のリリースで Anthropic は Claude の基盤となる音声モデルを変更しておらず、音声スタックの技術詳細も完全には公開されていません。そのため、ユーザーはより滑らかな割り込み処理などの面で大きな改善を実感できない可能性があります。

TestingCatalog によると、Claude は依然としてテキスト読み上げ（TTS）技術を採用しており、音声出力は ElevenLabs から提供されているようです。それでも TestingCatalog は、割り込み処理が正常に機能していることを確認しています。

Anthropic が維持している優位性の一つはツール連携です。TechCrunch は、OpenAI の刷新された音声モードが会話スタイルを変えたものの、タスク完了のためのツール使用にはまだ対応していないと指摘しています。

新しい音声モードは、デスクトップ、モバイル、Web の全ユーザー向けにベータ版として展開されています。