GPT-Live: La voz que escucha y habla simultáneamente
En esta página
Estado a 5 de noviembre de 2026. GPT-Live 1 está disponible en la API desde el 10 de septiembre de 2026, a un precio de 0,05 $ por minuto de sesión de voz. El 16 de octubre se añadieron dos voces en francés, Brise y Sillage (lección 10). En ChatGPT, la opción Live funciona ahora con GPT-Live-1.1 y GPT-Live-1.1 Quip. Desde el 9 de septiembre, el modo de voz puede delegar preguntas complejas a GPT-5.6 o GPT-6 Astra.
El 8 de julio de 2026, OpenAI lanzó GPT-Live, una nueva generación de modelos de voz que ahora impulsa ChatGPT Voice. No se trata solo de una mejora del motor existente, sino de un cambio arquitectónico fundamental. Para entender qué aporta este nuevo sistema, debemos examinar las arquitecturas que lo precedieron.
Tres generaciones de voz
La primera versión de ChatGPT Voice encadenaba tres modelos: uno para transcribir tu habla a texto, un modelo de lenguaje grande para generar la respuesta y un motor de texto a voz para sintetizar el audio. Esta cascada permitió hablar por primera vez con un modelo avanzado, pero perdía información en cada paso, lo que hacía que las respuestas fueran lentas y entrecortadas.
El modo de voz avanzado procesaba y generaba audio dentro de un único modelo, reduciendo la latencia. Sin embargo, seguía funcionando turno por turno: el modelo esperaba a que terminaras de hablar antes de responder. Dado que el final de un turno se detectaba por el silencio, una pausa breve o un ruido de fondo podían hacer que el modelo interrumpiera en el momento incorrecto.
GPT-Live utiliza una arquitectura full-duplex: procesa continuamente lo que oye mientras habla, decidiendo varias veces por segundo si hablar, escuchar, hacer una pausa, interrumpirse a sí mismo o llamar a una herramienta. En la práctica, puede demostrar que te sigue («ajá», «sí») sin cortarte, gestionar intercambios rápidos o permanecer en silencio mientras tú te tomas tu tiempo para pensar.
Inteligencia en segundo plano
GPT-Live no gestiona tareas difíciles por sí solo. Cuando una pregunta requiere búsqueda web, razonamiento profundo o una tarea compleja, delega el trabajo en un modelo más potente y reintegra el resultado en la conversación una vez listo. Mientras tanto, sigue hablando contigo; la conversación no se congela. En el lanzamiento, este modelo de fondo era GPT-5.5, y OpenAI indicó que adoptaría nuevos modelos a medida que los publicara. Desde el 9 de septiembre, ChatGPT Voice puede apoyarse en GPT-5.6 o GPT-6 Astra.
Disponibilidad en el lanzamiento
| Elemento | A fecha de 8 de julio de 2026 |
|---|---|
| Modelos | GPT-Live-1 para planes de pago, GPT-Live-1 mini para el plan gratuito |
| ChatGPT | Desplegado en chatgpt.com y aplicaciones para iOS/Android en regiones admitidas |
| Espacios de trabajo Business, Enterprise y Edu | No disponibles en el lanzamiento |
| Vídeo y uso compartido de pantalla | No compatibles; seguían disponibles mediante el modo de voz avanzado |
| API | Anunciada para más adelante, con un formulario de registro |
El 31 de julio, OpenAI añadió una marca de agua SynthID al contenido de audio compatible generado con GPT-Live, tanto en ChatGPT como en la API, junto con una herramienta de verificación de procedencia.
Qué cambia esto para tus casos de uso
Para la formación, la atención al cliente por voz o la asistencia manos libres, el full-duplex elimina el principal problema de los asistentes de voz: la rigidez de los turnos. Un formador que utilice la voz para simular una entrevista puede recuperar ahora el ritmo de una conversación real, con interrupciones, seguimientos y silencios. Hoy puedes encontrar estas opciones en Configuración > Voz, que ofrece tres alternativas: Live, Modo avanzado y Modo estándar. El vídeo y el uso compartido de pantalla en móviles siguen requiriendo el Modo avanzado.
Tu turno
Prueba la conversación continua. En ChatGPT Voice con la opción Live activada, prueba estos tres escenarios: interrumpe la respuesta a mitad de frase, haz una pausa larga para pensar y formula una pregunta que requiera una búsqueda web mientras sigues hablando durante su ejecución. Observa cómo reacciona la conversación en cada caso y repite luego la prueba usando el Modo avanzado para comparar.
Fuentes oficiales: Presentación de GPT-Live (OpenAI, 8 de julio de 2026) · Notas de versión de ChatGPT · ChatGPT Voice (Centro de ayuda de OpenAI) · GPT-Live 1 (Documentación de la API de OpenAI)
Puntos clave
- GPT-Live es full-duplex: escucha y habla simultáneamente sin esperar a que termine tu turno
- Delega las preguntas difíciles en un modelo más potente y sigue hablando mientras tanto
- En el lanzamiento: GPT-Live-1 para planes de pago, GPT-Live-1 mini para el plan gratuito, sin vídeo ni espacios de trabajo profesionales
- La API se abrió el 10 de septiembre de 2026; en ChatGPT, configura Live en Configuración > Voz