Codex, OpenCode, Antigravity ve Claude Code'da sesli mod: hangi CLI'de var?

İnsanlar Google'a "codex voice mode", "opencode voice mode" ve "antigravity voice mode" yazıyor ve buldukları yanıtlar aynı ad altında iki farklı şeyi karıştırıyor. Bu yüzden 13 Ekim 2026'da build makinemizde kurulu her CLI'yi açtık, kendi komut listesini okuduk ve o günkü üretici belgeleriyle karşılaştırdık.

Önce iki kelime, çünkü bütün yanıt bunlara bağlı.

Dikte tek yönlüdür. Sen konuşursun, kelimeler prompt'a düşer, Enter'a basarsın ve yanıtı ekranda okursun.

Sesli mod çift yönlüdür. Sen konuşursun, ajan işi yapar ve yanıt sana sesli olarak söylenir. Gözünü terminalden ayırabilirsin.

Kısa cevap

Sayfanın geri kalanı her satırın ayrıntısı, ardından hemen arkasından gelen soru: bir ajanla konuşmak, ona yazmaktan daha fazla token harcar mı.

Claude Code: konuşma değil, dikte

Claude Code'da sesli dikte var (2.1.69 ya da daha yeni sürüm). Bir kez /voice ile açarsın ve oturumdan oturuma açık kalır:

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

Konuşurken Space tuşunu basılı tut, durdurmak için bırak. Kelimelerin sen konuştukça prompt'ta belirir, transkript kesinleşene kadar soluk görünür ve aynı mesajda yazmayı ve dikteyi karıştırabilirsin. Bir tuşu basılı tutmak istemiyorsan, /voice tap ilk dokunuşta kaydı başlatır ve transkript en az üç kelime olduğu sürece ikinci dokunuşta prompt'u gönderir. Tuş voice:pushToTalk kısayoludur ve onu ~/.claude/keybindings.json içinde meta+k gibi bir değiştirici tuş kombinasyonuna taşıyabilirsin.

Sınırlar sesli dikte belgelerinde yazılı. Ses, yerel olarak işlenmez, transkripsiyon için Anthropic'in sunucularına aktarılır. Bir claude.ai girişi gerekir: Anthropic API anahtarıyla, Bedrock'la ya da başka bir bulut sağlayıcıyla /voice bilinmeyen bir komuttur. Yerel bir mikrofon gerekir, bu yüzden SSH oturumlarında ya da bulut oturumlarında çalışmaz. Dikte dili language ayarını izler, 20 dil desteklenir ve varsayılan İngilizcedir.

Yapmadığı şey ise konuşmak. Claude her zamanki gibi metinle yanıt verir. Claude uygulamasında mobilde, masaüstü uygulamasında ve web'de beta olarak gerçek bir sesli mod var, ama Anthropic'in sesli mod yardım sayfası bunu açıkça söylüyor: Claude Cowork ve Claude Code'da dikte var, sesli mod yok.

Codex CLI: /voice ile gerçek bir sesli konuşma

Çoğu insanın aradığı bu, belgelerin en az net olduğu da bu.

OpenAI'nin Codex ses sayfası, GPT-Live ile çalışan ChatGPT Voice'u anlatıyor: ChatGPT masaüstü uygulamasında bir Codex görevi üzerinde ya da telefon bir masaüstü ana bilgisayarla eşleştirildikten sonra iOS'taki Codex üzerinden açtığın sesli bir konuşma. Plus, Pro, Business, Edu ve Enterprise planlarını, aynı anda tek bir etkin sesli sohbeti ve konuşmayı yalnızca prompt metnine çeviren ayrı bir dikteyi listeliyor. CLI'den bahsetmiyor.

CLI'nin kendine ait bir sesli modu var. codex-cli 0.162.1'de slash komutlarının listesi (açık kaynak depoda ve kurulu ikili dosyada) "start or stop voice; use /voice settings to choose a voice" açıklamasıyla /voice içeriyor. Özelliğin senin kurulumunda açık olduğunu doğrulayabilirsin:

codex features list | grep realtime
# realtime_conversation   stable   true

Bir oturumun içinde /voice, geçerli thread'de gerçek zamanlı bir konuşma başlatır. Sen konuşursun, Codex sesli yanıt verir ve iki tarafın altyazıları terminalde akar. Tuş haritasında konuşmayı başlatmak ya da durdurmak için bir eylem ve mikrofonunu sessize almak için bir eylem daha var, ikisi de yeniden atanabilir. CLI üç durumda reddeder, her biri için bir mesajla: bir konuşmanın ilk mesajından önce ("Start a conversation before using voice mode"), bir yan konuşmanın içinde ve ses yığını olmayan bir build'de ("Voice requires macOS, an MSVC-based Windows build, or a glibc-based Linux build").

Bu konuşma sırasında iki model çalışır: seninle konuşan gerçek zamanlı bir ses modeli ve işi yapan Codex thread'i. Ses tarafı isteklerini thread'e aktarır, kaynak kodun handoff dediği şey bu, ve ondan çıkanı sesli olarak söyler. Aşağıdaki token bölümü için bunu aklında tut.

OpenCode: yerleşik hiçbir şey yok

OpenCode 1.19.0'da ne sesli bir komut ne de dikte var. İkili dosyasındaki tek "speech" dizeleri, sağlayıcı kataloğundaki konuşma modellerinin açıklamaları; bunları kendi kodundan çağırabilirsin, ama OpenCode ile konuşmanın bir yolu değiller.

Boşluğu topluluk dolduruyor. opencode-voice, OpenCode prompt'una dikte eden bir eklenti: Ctrl+X V kaydı başlatır, Enter onu durdurup transkripti ekler ve transkripsiyon için yerel Whisper, OpenAI, ElevenLabs ya da Handy uygulaması arasında seçim yaparsın. README'si durumu konusunda dürüst: ön sürüm, yalnızca Linux x64, deneysel mikrofon yakalama. Yanıtları seslendirmez.

macOS'ta ya da Windows'ta, işletim sistemine yerleşik dikte, OpenCode dahil her terminalde çalışır.

Antigravity CLI: /voice ile dikte

Antigravity CLI'de, /voice sayfasında belgelenmiş bir dikte var. /voice, onun takma adı /record ya da F5 tuşu onu başlatır. Metin prompt kutusuna düşer ve sen gönderene kadar gönderilmez.

Üç sınır var. Etkileşimli bir oturum gerekir ve --print modunda devre dışıdır. Business ya da enterprise hesaplar için kullanılamaz. Ve dikte gelmeden önce giriş yaptıysan, /logout çalıştırıp yeniden giriş yapana kadar transkripsiyon başarısız olur.

SSH durumu çoğundan daha iyi ele alınmış: kendi makinende agy mic-serve çalıştır, ssh -R 24713:127.0.0.1:4713 <server> ile ters bir tünel aç ve sunucuda CLI'yi ANTIGRAVITY_MIC=127.0.0.1:24713 agy ile başlat. Böylece mikrofonun uzak oturumu besler. Sesli bir yanıt yok.

oh-my-pi: ikisi de, ve dikte makinende kalıyor

oh-my-pi (omp) burada ikisini de yapan tek CLI ve diktesi makineden hiç çıkmıyor.

Konuşma tanıma varsayılan olarak kapalı. Ayarlardan (Speech grubu) aç, sonra kaydetmek için Space tuşunu basılı tut ve yazıya dökmek için bırak. Model cihaz üzerinde çalışır: varsayılan olarak Parakeet TDT v3, daha küçük makineler için alternatif olarak Whisper boyutları. Bir ayar, bir diktenin ne zaman gönderileceğine karar verir: hiçbir zaman, bırakınca, bırakınca tam bir cümleyle ya da "submit" dediğinde.

Konuşma /live ya da Ctrl+L. CLI onu "Codex-backed realtime voice mode" olarak tanımlıyor ve ses ayarlardan (Live Voice) seçiliyor. Ayrıca omp say, herhangi bir metni, yine yerel olarak çalışan bir konuşma modeli olan Kokoro-82M ile sesli okur.

Paseo ve T3 Code: ses bir CLI'de değil, bir uygulamada

Aynı aramalarda iki uygulama çıkıyor.

Paseo, kodlama ajanlarını yöneten bir arka plan süreci çalıştırır; masaüstü, mobil, web ve CLI istemcileri var. Dikte ve sesli mod konuşmaları yapar. Konuşma senin makinende (konuşmadan metne için Parakeet, metinden konuşmaya için Kokoro, CPU üzerinde ONNX modelleri) ya da OpenAI üzerinden çalışabilir ve sesli modun kendisi Claude, Codex ya da OpenCode üzerinde gizli bir ajan oturumudur. Varsayılan yerel konuşma modeli yalnızca İngilizce; başka bir Parakeet modeli 25 Avrupa dilini kapsar. Paseo'nun geri kalanını Paseo alternatifi sayfasında AgentsRoom ile karşılaştırdık.

T3 Code'un iOS uygulamasında sesli giriş var: transkripsiyon telefonda çalışır ve taslağı doldurur, kendi kendine hiçbir şey göndermez. Sesli yanıt yok.

Sesli mod daha fazla token harcar mı?

Bu, "var mı" sorusunun hemen arkasından gelen soru ve her araç için yanıtı farklı.

• Claude Code diktesi: hayır. Anthropic'in belgeleri, transkripsiyonun ne Claude mesajı ne de token harcadığını ve /usage içinde gösterilen limitlere sayılmadığını söylüyor. Dikte ettiğin şey normal bir prompt olur ve aynı yazılı prompt'un maliyeti kadar tutar.
• Claude uygulamasındaki sesli mod: Anthropic'in yardım sayfasına göre, metin gibi, normal kullanım limitlerine sayılır.
• Codex CLI /voice: konuşma açık kaldığı sürece Codex thread'inin yanında gerçek zamanlı bir ses modeli çalışır. OpenAI'nin sayfaları sesli bir konuşmanın Codex limitlerine nasıl sayıldığını söylemiyor. Bir rakam bulamadık, bu yüzden rakam vermiyoruz.
• Antigravity CLI: yalnızca dikte ve belgeler nasıl sayıldığını söylemiyor.
• oh-my-pi: cihaz üzerindeki dikte hiç token harcamaz ve hiçbir şey göndermez. /live, Codex'in gerçek zamanlı sesinden geçer.

Altta yatan kural her yerde aynı: işi yapan model metin okur. Sesli bir tur, yazılı bir tur gibi faturalandırılır. Faturanı değiştiren şey turların sayısı ve oturumun derinliğidir ve ses daha fazla, daha kısa tur üretme eğilimindedir. Aynı tespiti telefonlar için Claude Code Remote Control daha fazla token harcıyor mu yazısında yaptık.

AgentsRoom bunların yanında ne yapıyor

AgentsRoom'daki Voice Mode öbür yolu seçiyor: hangi CLI'yi çalıştırdığına bağlı olmayan tek bir sesli konuşma.

CLI üzerinde değil, terminal üzerinde çalışır. Onu zaten çalışan bir ajan üzerinde açarsın. Senin turun yazıya dökülür ve o ajanın terminaline senin mesajın olarak gönderilir, ajan kendi oturumunda çalışır ve yanıtı seçtiğin sesle sesli okunur. Eller serbest modu her yanıttan sonra mikrofonu yeniden açar. Dil otomatik algılanır. Claude Code, Codex, GitHub Copilot CLI, Cursor ve AgentsRoom'un çalıştırdığı diğer 10 ajan CLI'si için aynısı geçerli, macOS, Windows ve Linux'taki masaüstü uygulamasında.

Token ek yükü küçük ve görebilirsin: ilk sesli mesajda ajan, markdown olmadan ve dosya yollarını sesli okumadan iki ila beş cümlelik sesli bir yanıt isteyen kısa bir giriş metni alır, ardından her beş mesajda bir hatırlatma. Konuşmanın kendisi bizim backend'imizde çalışır ve dikteyle paylaşılan ses kredilerinden düşülür ya da kendi OpenAI API anahtarın üzerinden çalışır.

Yalnızca dikte için composer'da bir mikrofon düğmesi var, sesli dikte sayfasında anlatılıyor. Bir CLI'ye yerleşik ses, kendi terminalinde kullanman için yine senin: ikisi birbirini dışlamaz.

Kendi makinende nasıl kontrol edilir

Sürümler hızlı değişiyor ve bu sayfa eskiyecek. Tablonun her satırını bir dakikada şöyle kontrol edersin:

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

/voice, Claude Code'da "Unknown command" yanıtı veriyorsa, bir claude.ai hesabıyla değil, bir API anahtarıyla ya da bir bulut sağlayıcıyla giriş yapmışsındır. realtime_conversation Codex listesinde yoksa, CLI'n bizim kontrol ettiğimizden daha eski.

Sıkça sorulan sorular

Codex CLI'de sesli mod var mı?

Evet. codex-cli 0.162.1'de /voice komutu geçerli thread'de sesli bir konuşma başlatır: sen konuşursun, Codex sesli yanıt verir ve iki tarafın altyazıları terminalde görünür. /voice settings sesi seçer. Önceden başlamış bir konuşma gerekir, yan konuşmalarda çalışmaz ve bunu destekleyen macOS, Windows ve Linux build'lerinde çalışır. OpenAI'nin kendi ses sayfası, CLI komutunu değil, ChatGPT masaüstü uygulamasındaki ve iOS'taki Codex'teki ChatGPT Voice'u belgeliyor, bu yüzden CLI'nin kendisini kontrol ettik.

Claude Code'da sesli mod var mı?

Claude Code'da sesli konuşma değil, sesli dikte var. /voice çalıştır, sonra konuşurken Space tuşunu basılı tut (ya da /voice tap kullan) ve transkript prompt'a düşer. Claude yine metinle yanıt verir. Bir claude.ai girişi ve yerel bir mikrofon gerekir, bu yüzden API anahtarıyla, SSH oturumlarında ya da bulut oturumlarında çalışmaz. Anthropic, Claude uygulamasının sesli modunun Claude Code'da bulunmadığını belirtiyor.

OpenCode'da sesli mod var mı?

Yerleşik olarak yok. OpenCode 1.19.0'da ne sesli bir komut ne de dikte var. Bir topluluk eklentisi olan opencode-voice, Ctrl+X V ile prompt'a dikte ekliyor, ama bir ön sürüm ve yalnızca Linux x64'te çalışıyor. Bunun dışında işletim sisteminin diktesini kullanırsın.

Antigravity CLI'de sesli mod var mı?

Dikte var. /voice, onun takma adı /record ya da F5 tuşu konuşmanı, göndermeden, prompt kutusunda metne çevirir. Etkileşimli bir oturum gerekir, --print modunda devre dışıdır ve business ya da enterprise hesaplar için kullanılamaz. SSH üzerinden agy mic-serve kendi makinenin mikrofonunu sunucuya aktarır. Sesli bir yanıt yok.

Claude'un sesli modu daha fazla token harcar mı?

Hangi sesi kastettiğine bağlı. Anthropic'in belgelerine göre Claude Code diktesi ne Claude mesajı ne de token harcar ve /usage içindeki limitlere sayılmaz: dikte ettiğin şey normal bir prompt olur. Claude uygulamasındaki sesli mod, metin gibi, normal kullanım limitlerine sayılır. Her iki durumda da model metin görür, bu yüzden sesli bir tur, aynı yazılı turun maliyeti kadar tutar ve asıl belirleyici olan turların sayısı ve derinliğidir.

Sesli dikte ile sesli mod arasındaki fark nedir?

Dikte tek yönlüdür: sen konuşursun, kelimeler prompt'a düşer ve yanıtı ekranda okursun. Sesli mod çift yönlüdür: sen konuşursun ve yanıt sana sesli olarak söylenir. Claude Code ve Antigravity CLI dikte eder. Codex CLI ve oh-my-pi ikisini de yapar. OpenCode eklenti olmadan hiçbirini yapmaz.