Ir al contenido principal
Español— Elegir un idioma
Menú

Agents API, GPT-Live 1 y Decisions API

Lección 10 de 12 Actualizado el 5 de noviembre de 2026 Intermedio
En esta página
  1. La Agents API: Un agente alojado
  2. GPT-Live 1: Voz full-duplex en la API
  3. La Decisions API: Respuestas tipadas, rápidas
  4. Otras novedades de otoño
  5. Tu turno
  6. Puntos clave

Los modelos son solo una parte de los anuncios de otoño. Para los desarrolladores, tres APIs cambian la forma en que construyes: la Agents API, que delega la orquestación en OpenAI; GPT-Live 1, ya disponible en la API para voz en tiempo real; y la Decisions API, que convierte texto e imágenes en respuestas tipadas. Esta lección cubre cada una basándose en el registro de cambios y los anuncios oficiales, para luego recorrer el resto de las novedades de otoño.

La Agents API: Un agente alojado

Lanzada en beta pública el 10 de septiembre de 2026, la Agents API te permite construir agentes sobre la misma infraestructura que ejecuta Codex, mantenida por OpenAI. OpenAI se encarga de la orquestación de sesiones, la compactación del contexto cuando una sesión se acerca a su límite y la recuperación tras incidentes. Trabajas con sesiones duraderas, que te permiten continuar el trabajo a lo largo de múltiples turnos y seguir el progreso en tiempo real.

Creas una sesión en una única llamada que describe la tarea, el modelo, las herramientas y el entorno de ejecución. Las herramientas pueden ser servidores MCP, tus propias funciones o herramientas integradas como la búsqueda web; la búsqueda de herramientas carga las definiciones solo cuando es necesario y la llamada programática a herramientas está activada por defecto (Lección 5). Una opción multiagente permite que el agente principal delegue fragmentos independientes a subagentes que trabajan en paralelo, cada uno con su propio contexto. El agente se ejecuta en un entorno aislado (sandbox) alojado por OpenAI, en tu propia infraestructura o con un socio: OpenAI cita específicamente a Cloudflare, E2B, Modal y Vercel.

Varias incorporaciones siguieron en pocas semanas. El 29 de septiembre, la Agents API recibió uso de ordenador: el agente realiza tareas en un navegador alojado por OpenAI, mientras tu aplicación gestiona la aprobación del sitio y el inicio de sesión. El 9 de octubre, pudiste precalentar un entorno aislado antes de adjuntarle una sesión, reduciendo el tiempo de espera del usuario, y la facturación de los entornos aislados alojados ahora se aplica solo durante los turnos activos. El 16 de octubre, estos entornos aislados integraron capacidades para crear y editar hojas de cálculo, presentaciones y documentos de Word, y la Agents API recibió el modo Ultrafast.

Para cualquiera que construya con Agent Builder, esto es importante: OpenAI cerrará Agent Builder el 30 de noviembre de 2026 y dirigirá a los usuarios al SDK de Agents o a los agentes del espacio de trabajo de ChatGPT. La Lección 12 detalla este calendario.

GPT-Live 1: Voz full-duplex en la API

En julio, GPT-Live reconstruyó la voz de ChatGPT, pero la API aún no estaba abierta. Eso cambió el 10 de septiembre de 2026: GPT-Live 1 está generalmente disponible. Te permite construir conversaciones de voz full-duplex que continúan mientras un modelo o agente en segundo plano razona y llama a herramientas. Existen dos modos de delegación: a un modelo de OpenAI a través de la Responses API, como GPT-6 Astra, o a tu propio backend, que puede depender de otro proveedor. La sesión de voz cuesta 0,05 $ por minuto, facturada por segundo; el modelo de fondo y las herramientas se facturan por separado.

El 16 de octubre, OpenAI abrió a todos los clientes de la API la creación de voces a partir de una descripción de texto, gratuita para crear, y añadió nueve voces naturales, incluidas dos en francés: Brise y Sillage. Para la transcripción, dos modelos se lanzaron el 28 de julio: gpt-transcribe, para archivos, y gpt-live-transcribe, para streaming en tiempo real. Sustituyen a whisper-1 y a la familia gpt-4o-transcribe, cuya obsolescencia está programada para el 26 de febrero de 2027.

La Decisions API: Respuestas tipadas, rápidas

La Decisions API, lanzada en beta el 6 de octubre y generalmente disponible desde el 22 de octubre con GPT-6 Luna, aborda una necesidad muy común: hacer a un modelo una serie de preguntas cerradas sobre texto, una imagen o datos estructurados, y obtener respuestas tipadas. OpenAI informa de decisiones hasta diez veces más rápidas que llamar a GPT-6 Luna a través de la Responses API. Desde su disponibilidad general, una solicitud puede contener hasta 400 preguntas, frente a las 200 durante la beta; las entradas comunes se pueden cachear, las imágenes pueden aparecer en las instrucciones de una pregunta y los datos estructurados pasan directamente mediante input_json. Desde el 15 de octubre, también se integra con GPT-Live: una aplicación de voz puede actuar mientras el usuario habla.

Piensa en ella para la triaje de tickets, el enrutamiento de solicitudes, la verificación del cumplimiento de documentos o la extracción de unos pocos campos de miles de documentos: donde antes escribías un prompt de clasificación y un esquema de salida, basta con un conjunto de preguntas tipadas.

Tres APIs para tres necesidades Tres columnas. Agents API: para agentes de larga duración alojados, en beta pública desde el 10 de septiembre, con sesiones y subagentes. GPT-Live 1: para voz en tiempo real, disponible desde el 10 de septiembre, full-duplex con delegación. Decisions API: para respuestas tipadas masivas, disponible desde el 22 de octubre, hasta 400 preguntas por solicitud. OTOÑO DE 2026 Tres APIs para tres necesidades Agents API Para Agentes de larga duración alojados Desde 10 de sept., beta pública Característica clave Sesiones y subagentes GPT-Live 1 Para Voz en tiempo real Desde 10 de sept., disponible Característica clave Full-duplex, delegación Decisions API Para Respuestas tipadas masivas Desde 22 de oct., disponible Característica clave 400 preguntas por solicitud
Basado en el registro de cambios de la documentación de la API de OpenAI (noviembre de 2026) y los anuncios de OpenAI de septiembre y octubre de 2026.

Otras novedades de otoño

FechaActualización
8 de septiembre de 2026GPT Image 2.5 Sunburst y Flare, para generación y edición de imágenes
6 de octubre de 2026Niveles de uso de la API reducidos de cinco a tres: Build, Launch y Grow
20 de octubre de 2026Caché de prompts extendido a 12 horas
21 de octubre de 2026Selección de niveles de servicio permitidos proyecto por proyecto
28 de octubre de 2026Hasta 500 $ en créditos de API gratuitos al mes para suscriptores elegibles de ChatGPT Pro y Business
30 de octubre de 2026GPT-6 Rosalind, para investigación en ciencias de la vida, a través de un programa de acceso aprobado
4 de noviembre de 2026GPT-Image-2.6 Sunburst y Flare: complejidad ajustable, generación de SVG y GIF animados
5 de noviembre de 2026GPT-6-Cyber, para investigación de vulnerabilidades en entornos autorizados, previa aprobación

Tu turno

Elige la API adecuada. Selecciona tres necesidades en tu organización: por ejemplo, un agente que prepare un resumen diario de incidentes, un sistema telefónico que enrute llamadas y el triaje de 5.000 correos electrónicos entrantes al día. Para cada uno, indica qué API probarías primero —la Agents API, GPT-Live 1, la Decisions API o la Responses API sola— y por qué. Anota qué medirías para confirmar esa elección.

Fuentes oficiales: Registro de cambios de la API de OpenAI · GPT-Live 1 (documentación de la API de OpenAI) · Presentación de la Agents API · GPT-Live 1 en la API · Decisions API (OpenAI)

Puntos clave

  • La Agents API (beta pública, 10 de septiembre) aloja la orquestación de agentes: sesiones duraderas, compactación, subagentes, entornos aislados, uso de ordenador
  • GPT-Live 1 está disponible en la API desde el 10 de septiembre a 0,05 $ por minuto de sesión de voz; dos voces en francés añadidas el 16 de octubre
  • gpt-transcribe y gpt-live-transcribe sustituyen a los modelos de transcripción anteriores antes del 26 de febrero de 2027
  • La Decisions API (disponible desde el 22 de octubre) produce respuestas tipadas a escala con GPT-6 Luna