GPT-5.6 Sol
Codex上线语音操控功能，好用吗？
7月底Codex Voice模式上线，有人发了段演示视频——对着电脑说需求，Codex边听边写代码边跑测试，全程不碰键盘。评论区炸了："这不就是贾维斯吗？"我第一时间试了。语音理解延迟确实低，说"帮我写个用户认证模块，用JWT加Redis缓存"，它边听边生成代码框架，中途插一句"加个rate limiting"，立刻补上中间件逻辑。深度学习在语音意图理解和代码生成上的协同做得不错，机器学习的多模态上下文让语音和代码上下文无缝衔接。但别上头。实际用下来有几个坑：第一，语音指令的精度不如文字prompt，复杂架构描述说三遍它才能理解；第二，Codex本身进入"算力预算"时代，Plus和Pro用户共享Credits池，语音模式因为多一轮语音识别+意图解析，实际消耗比文字输入高20%左右，推理优化的成本账不划算；第三，开放办公环境里对着电脑自言自语真的很尴尬，耳机必配。GPT-5.6 Sol一次Codex任务消耗5-40 Credits，语音模式再加码
发布于 上海
分享
评论
赞
未登录
友善发言
评论
加载中
