Modalità vocale in Codex, OpenCode, Antigravity e Claude Code: quale CLI ce l'ha?

Le persone scrivono "codex voice mode", "opencode voice mode" e "antigravity voice mode" su Google, e le risposte che trovano mescolano due cose diverse sotto lo stesso nome. Così il 13 ottobre 2026 abbiamo aperto ogni CLI installata sulla nostra macchina di build, letto il suo elenco di comandi e l'abbiamo confrontato con la documentazione del produttore di quel giorno.

Prima due parole, perché tutta la risposta dipende da queste.

La dettatura va in un solo senso. Parli, le parole arrivano nel prompt, premi Invio e leggi la risposta sullo schermo.

La modalità vocale va nei due sensi. Parli, l'agente fa il lavoro e la risposta ti viene detta a voce. Puoi staccare gli occhi dal terminale.

La risposta breve

Il resto della pagina entra nel dettaglio di ogni riga, poi della domanda che arriva subito dopo: parlare a un agente costa più token che scrivergli?

Claude Code: una dettatura, non una conversazione

Claude Code ha la dettatura vocale (versione 2.1.69 o successiva). La attivi una volta con /voice, e resta attiva da una sessione all'altra:

/voice
Voice mode enabled (hold). Hold space to record. Dictation language: en (/config to change).

Tieni premuto Space mentre parli e rilascialo per fermarti. Le tue parole compaiono nel prompt mentre parli, attenuate finché la trascrizione non è definitiva, e puoi mescolare digitazione e dettatura nello stesso messaggio. Se preferisci non tenere premuto un tasto, /voice tap avvia la registrazione al primo tocco e invia il prompt al secondo, purché la trascrizione abbia almeno tre parole. Il tasto è la scorciatoia voice:pushToTalk, e puoi spostarla su una combinazione con modificatore come meta+k in ~/.claude/keybindings.json.

I limiti sono scritti nella documentazione della dettatura vocale. L'audio viene inviato in streaming ai server di Anthropic per la trascrizione, non elaborato in locale. Serve un accesso con claude.ai: con una chiave API di Anthropic, Bedrock o un altro provider cloud, /voice è un comando sconosciuto. Serve un microfono locale, quindi non funziona nelle sessioni SSH né nelle sessioni nel cloud. La lingua della dettatura segue l'impostazione language, con 20 lingue supportate e l'inglese come lingua predefinita.

Quello che non fa è parlare. Claude risponde per iscritto, come sempre. L'app Claude ha una vera modalità vocale, in beta su mobile, desktop e web, ma la pagina di aiuto sulla modalità vocale di Anthropic lo dice chiaramente: in Claude Cowork e Claude Code la dettatura è disponibile, la modalità vocale no.

Codex CLI: una vera conversazione vocale con /voice

È quella che cerca la maggior parte delle persone, e quella su cui la documentazione è meno chiara.

La pagina sulla voce di Codex di OpenAI descrive ChatGPT Voice, basato su GPT-Live: una conversazione parlata che apri su un'attività Codex nell'app desktop di ChatGPT, oppure da Codex su iOS una volta abbinato il telefono a un computer host. Elenca i piani Plus, Pro, Business, Edu ed Enterprise, una sola chat vocale attiva alla volta, e una dettatura separata che trasforma soltanto il parlato in testo di prompt. Non parla della CLI.

La CLI ha la sua. In codex-cli 0.162.1, l'elenco dei comandi slash (nel repository open source e nel binario installato) contiene /voice, descritto come "start or stop voice; use /voice settings to choose a voice". Puoi verificare che la funzione sia attiva nella tua installazione:

codex features list | grep realtime
# realtime_conversation   stable   true

In una sessione, /voice avvia una conversazione in tempo reale sul thread corrente. Parli, Codex risponde a voce, e i sottotitoli di entrambe le parti scorrono nel terminale. La keymap ha un'azione per avviare o fermare la conversazione e un'altra per silenziare il tuo microfono, entrambe riassegnabili. La CLI si rifiuta in tre casi, con un messaggio per ciascuno: prima del primo messaggio di una conversazione ("Start a conversation before using voice mode"), dentro una conversazione laterale, e su una build senza lo stack audio ("Voice requires macOS, an MSVC-based Windows build, or a glibc-based Linux build").

Durante quella conversazione lavorano due modelli: un modello vocale in tempo reale che parla con te, e il thread Codex che fa il lavoro. La parte vocale passa le tue richieste al thread, quello che il codice sorgente chiama un handoff, e ti dice a voce cosa ne esce. Tienilo a mente per la sezione sui token, più sotto.

OpenCode: niente di integrato

OpenCode 1.19.0 non ha né un comando vocale né la dettatura. Le uniche stringhe "speech" nel suo binario sono le descrizioni dei modelli vocali nel suo catalogo di provider, che potresti chiamare dal tuo codice, non un modo per parlare a OpenCode.

La community colma il vuoto. opencode-voice è un plugin che detta nel prompt di OpenCode: Ctrl+X V avvia la registrazione, Invio la ferma e inserisce la trascrizione, e scegli tra Whisper in locale, OpenAI, ElevenLabs o l'app Handy per la trascrizione. Il suo README è onesto sul suo stato: versione preliminare, solo Linux x64, acquisizione del microfono sperimentale. Non legge le risposte a voce.

Su macOS o Windows, la dettatura integrata nel sistema operativo funziona in qualsiasi terminale, OpenCode compreso.

Antigravity CLI: una dettatura con /voice

Antigravity CLI ha la dettatura, documentata nella sua pagina /voice. /voice, il suo alias /record o il tasto F5 la avviano. Il testo arriva nella casella del prompt e non parte finché non lo invii tu.

Tre limiti. Serve una sessione interattiva ed è disattivata in modalità --print. Non è disponibile per gli account business o enterprise. E se hai fatto l'accesso prima che arrivasse la dettatura, la trascrizione fallisce finché non lanci /logout e rifai l'accesso.

Il caso SSH è gestito meglio che nella maggior parte delle CLI: lancia agy mic-serve sulla tua macchina, apri un tunnel inverso con ssh -R 24713:127.0.0.1:4713 <server> e avvia la CLI sul server con ANTIGRAVITY_MIC=127.0.0.1:24713 agy. A quel punto il tuo microfono alimenta la sessione remota. Non c'è una risposta parlata.

oh-my-pi: entrambe, e la dettatura resta sulla tua macchina

oh-my-pi (omp) è l'unica CLI di questa lista che fa entrambe le cose, e la sua dettatura non lascia mai la macchina.

Il riconoscimento vocale è disattivato per impostazione predefinita. Attivalo nelle impostazioni (gruppo Speech), poi tieni premuto Space per registrare e rilascialo per trascrivere. Il modello gira sul dispositivo: Parakeet TDT v3 per impostazione predefinita, con le varie taglie di Whisper come alternativa per le macchine meno potenti. Un'impostazione decide quando una dettatura viene inviata: mai, al rilascio, al rilascio con una frase completa, oppure quando dici "submit".

La conversazione è /live, o Ctrl+L. La CLI la descrive come "Codex-backed realtime voice mode", e la voce si sceglie nelle impostazioni (Live Voice). A parte, omp say legge a voce qualsiasi testo con Kokoro-82M, un modello vocale che gira anch'esso in locale.

Paseo e T3 Code: la voce in un'app, non in una CLI

Due app compaiono nelle stesse ricerche.

Paseo fa girare un daemon che gestisce i tuoi agenti di coding, con client desktop, mobile, web e CLI. Fa dettatura e conversazioni in modalità vocale. La parte vocale può girare sulla tua macchina (Parakeet per il riconoscimento vocale, Kokoro per la sintesi vocale, modelli ONNX sulla CPU) o passare da OpenAI, e la modalità vocale stessa è una sessione di agente nascosta su Claude, Codex o OpenCode. Il modello vocale locale predefinito capisce solo l'inglese; un altro modello Parakeet copre 25 lingue europee. Abbiamo confrontato il resto di Paseo con AgentsRoom nella pagina sull'alternativa a Paseo.

T3 Code ha l'input vocale nella sua app iOS: la trascrizione gira sul telefono e riempie la bozza, non invia mai nulla da sola. Nessuna risposta parlata.

La modalità vocale consuma più token?

È la domanda che viene subito dopo "esiste?", e ha una risposta diversa per ogni strumento.

• Dettatura di Claude Code: no. La documentazione di Anthropic dice che la trascrizione non consuma messaggi Claude né token e non conta nei limiti mostrati da /usage. Quello che detti diventa un normale prompt e costa quanto lo stesso prompt scritto.
• Modalità vocale dell'app Claude: conta nei tuoi limiti di utilizzo abituali, come il testo, secondo la pagina di aiuto di Anthropic.
• /voice di Codex CLI: un modello vocale in tempo reale gira accanto al thread Codex finché la conversazione resta aperta. Le pagine di OpenAI non dicono come una conversazione vocale venga conteggiata nei limiti di Codex. Non abbiamo trovato un numero, quindi non ne diamo uno.
• Antigravity CLI: solo dettatura, e la documentazione non dice come viene conteggiata.
• oh-my-pi: la dettatura sul dispositivo non costa token e non invia nulla. /live passa dalla voce in tempo reale di Codex.

La regola di fondo è la stessa ovunque: il modello che fa il lavoro legge testo. Un turno parlato viene fatturato come un turno scritto. Quello che cambia il conto è il numero di turni e la profondità della sessione, e la voce tende a produrre più turni, più brevi. Abbiamo fatto la stessa osservazione per il telefono in il Remote Control di Claude Code consuma più token.

Cosa fa AgentsRoom accanto a questi

Voice Mode di AgentsRoom prende l'altra strada: una sola conversazione parlata, che non dipende da quale CLI lanci.

Agisce sul terminale, non sulla CLI. Lo apri su un agente già in esecuzione. Il tuo turno viene trascritto e inviato nel terminale di quell'agente come tuo messaggio, l'agente lavora nella sua sessione, e la sua risposta viene letta a voce con la voce che hai scelto. Le mani libere riaprono il microfono dopo ogni risposta. La lingua viene rilevata. Funziona allo stesso modo per Claude Code, Codex, GitHub Copilot CLI, Cursor e le altre 10 CLI di agenti che AgentsRoom fa girare, nell'app desktop su macOS, Windows e Linux.

Il costo aggiuntivo in token è piccolo e lo puoi vedere: al primo messaggio parlato, l'agente riceve un breve preambolo che gli chiede una risposta parlata da due a cinque frasi, senza markdown né percorsi di file letti a voce, poi un promemoria ogni cinque messaggi. La voce vera e propria gira sul nostro backend e viene scalata dai crediti vocali condivisi con la dettatura, oppure dalla tua chiave API OpenAI.

Per la semplice dettatura c'è un pulsante microfono nel composer, descritto nella pagina sulla dettatura vocale. La voce integrata in una CLI resta a tua disposizione nel suo terminale: le due cose non si escludono.

Come verificare sulla tua macchina

Le versioni cambiano in fretta, e questa pagina invecchierà. Ecco come verificare ogni riga della tabella in un minuto:

claude --version       # then /voice in a session
codex --version        # then: codex features list | grep realtime
opencode --version     # no voice command in the help
agy --version          # then /voice in a session
omp --version          # then the Speech settings, and /live

Se /voice risponde "Unknown command" in Claude Code, hai fatto l'accesso con una chiave API o un provider cloud, non con un account claude.ai. Se realtime_conversation manca dall'elenco di Codex, la tua CLI è più vecchia di quella che abbiamo verificato.

Domande frequenti

Codex CLI ha una modalità vocale?

Sì. In codex-cli 0.162.1, il comando /voice avvia una conversazione parlata sul thread corrente: tu parli, Codex risponde a voce, e i sottotitoli di entrambe le parti compaiono nel terminale. /voice settings sceglie la voce. Serve una conversazione già avviata, non funziona nelle conversazioni laterali e gira sulle build macOS, Windows e Linux che la supportano. La pagina sulla voce di OpenAI documenta ChatGPT Voice nell'app desktop di ChatGPT e in Codex su iOS, non il comando della CLI, quindi abbiamo verificato nella CLI stessa.

Claude Code ha una modalità vocale?

Claude Code ha la dettatura vocale, non una conversazione parlata. Lancia /voice, poi tieni premuto Space mentre parli (oppure usa /voice tap) e la trascrizione arriva nel prompt. Claude risponde sempre per iscritto. Servono un accesso con claude.ai e un microfono locale, quindi non funziona con una chiave API, nelle sessioni SSH né nelle sessioni nel cloud. Anthropic precisa che la modalità vocale dell'app Claude non è disponibile in Claude Code.

OpenCode ha una modalità vocale?

Niente di integrato. OpenCode 1.19.0 non ha né un comando vocale né la dettatura. Un plugin della community, opencode-voice, aggiunge la dettatura nel prompt con Ctrl+X V, ma è una versione preliminare e gira solo su Linux x64. Altrimenti usi la dettatura del tuo sistema operativo.

Antigravity CLI ha una modalità vocale?

Ha la dettatura. /voice, il suo alias /record o il tasto F5 trasformano la tua voce in testo nella casella del prompt, senza inviarlo. Serve una sessione interattiva, è disattivata in modalità --print e non è disponibile per gli account business o enterprise. Via SSH, agy mic-serve inoltra al server il microfono della tua macchina. Non c'è una risposta parlata.

La modalità vocale di Claude consuma più token?

Dipende da quale voce intendi. La dettatura di Claude Code non consuma messaggi Claude né token e non conta nei limiti di /usage, secondo la documentazione di Anthropic: quello che detti diventa un normale prompt. La modalità vocale dell'app Claude conta nei tuoi limiti di utilizzo abituali, come il testo. In entrambi i casi il modello vede testo, quindi un turno parlato costa quanto lo stesso turno scritto, e quello che pesa davvero è il numero di turni e la profondità della sessione.

Che differenza c'è tra dettatura vocale e modalità vocale?

La dettatura va in un solo senso: parli, le parole arrivano nel prompt e leggi la risposta sullo schermo. La modalità vocale va nei due sensi: parli, e la risposta ti viene detta a voce. Claude Code e Antigravity CLI dettano. Codex CLI e oh-my-pi fanno entrambe le cose. OpenCode non fa né l'una né l'altra senza un plugin.