GPT-6 网页版能真「听」音频，API 和 Codex 却不支持，用户实测揭秘
Possible_Statement84 · reddit · 2026-10-23
Reddit 用户多日实测发现一个诡异现象：ChatGPT 网页版能直接理解音频，但同一模型在 API 和 Codex 中完全不接受音频输入。
实验过程：上传一段纯测试蜂鸣音，模型不跑代码就正确描述为「高频电子测试信号」；上传改名掩盖信息的俄语 emo-rap 歌曲，模型在 Python 里用 soundfile 读取前 26 秒并 display(Audio(...))——没有调用 Whisper 或任何 ASR——之后准确描述了乐器、结构与歌词主题，错的地方恰是作者自己也听不清的部分；另一首歌上它还把片段放到 0.9 倍速重听，歌词正确率约 70%。
诡异之处：模型本身声称不支持音频，对话中工具甚至返回过「你不支持音频」；官方帮助页只说音频上传取决于所选模型，未说明原理。作者猜测是网页 harness 里藏了一条独立音频通路或另一个音频模型在转述，求社区验证 API/Codex 是否有类似可能。
「模型」频道最新
- MiniMax M3.1 Flash 在 0G 平台限时免费 3 天,1M 上下文随便跑 — MiniMax_AI · 2026-10-23
- TLA+ 作者许强生纠错 Grok：TLC 并非穷举所有行为 — tianyin_xu · 2026-10-23
- 开源 LLM 成本计算器：阿拉伯语 token 估算差近一倍，模型差价达 6 倍 — Moham-saed · 2026-10-23
- OpenAI 额度机制遭吐槽：剩 13% 用量时拒绝手动重置 — AccomplishedSugar490 · 2026-10-23
- 816B Meta 新模型 39 分反输 180B Qwen：开源模型得分/规模图 — BTA_Labs · 2026-10-23
- 文档太大就不干活？Gemini 在 Google Docs 里拒生图 — viksit · 2026-10-23