GPT-Live Llega con Voz Dúplex Completa en ChatGPT

OpenAI lanzó GPT-Live el 8 de julio — un par de modelos de voz dúplex completo que reemplazan el Modo de Voz Avanzado como el motor conversacional de ChatGPT. GPT-Live-1 (conditional) es para usuarios de pago; GPT-Live-1 mini (conditional) se despliega en el nivel gratuito. Ambos escuchan y hablan simultáneamente, poniendo fin a los dos años de voz basada en turnos en la IA (OpenAI, 2026(se abre en una pestaña nueva)).

Qué pasó

El antiguo Modo de Voz Avanzado (lanzado en 2024) colapsó el pipeline de voz-a-texto → LLM → texto-a-voz en un solo modelo, pero las conversaciones seguían basadas en turnos. El modelo esperaba a que dejaras de hablar. GPT-Live es diferente: una arquitectura dúplex completo que procesa la entrada mientras genera la salida — puede escuchar y hablar al mismo tiempo.

Esto cambia el modelo de interacción de tres maneras:

1. Interrupción natural. Puedes intervenir a mitad de respuesta como lo harías con una persona. El modelo maneja la alternancia de turnos dinámicamente en lugar de esperar la detección de fin de habla.
2. Razonamiento en segundo plano. GPT-Live delega tareas complejas — búsqueda web, razonamiento profundo, trabajo agéntico — a GPT-5.5 en segundo plano mientras mantiene fluida la conversación. Recibes un verbal "déjame pensarlo" en lugar de silencio absoluto.
3. Traducción en tiempo real. El pipeline dúplex completo puede traducir simultáneamente en lugar de esperar a que el hablante termine una frase.

OpenAI describió la arquitectura como un modelo dúplex completo que "procesa continuamente la entrada mientras genera la salida" (OpenAI, 2026(se abre en una pestaña nueva)).

El despliegue viene con nueva infraestructura de seguridad. OpenAI construyó evaluaciones de seguridad nativas de audio y sometió GPT-Live a red-teaming para riesgos específicos de la voz: autolesiones, dependencia emocional, violencia y contenido sexual.

Por qué importa

150 millones de personas usan la voz de ChatGPT semanalmente. El salto de basado en turnos a dúplex completo no es una mejora de funcionalidad — es una modalidad distinta. La diferencia entre "consultar un buscador" y "hablar con un colega" cambia para qué usa la gente la voz con IA.

Para desarrolladores, la vía de API se está abriendo. OpenAI tiene un formulario de registro para desarrolladores que quieran acceso programático a GPT-Live. Cuando la API llegue, el espacio de agentes de voz — actualmente fragmentado entre Deepgram, ElevenLabs y pipelines a medida — se consolidará alrededor de un solo proveedor que opera el producto de voz para consumidores más popular del mercado.

Ambos modelos están registrados en el directorio como conditional. La capacidad dúplex completo es real y ya está disponible — GPT-Live-1 obtiene una clara preferencia sobre el Modo de Voz Avanzado en alternancia de turnos, fluidez conversacional y naturalidad en evaluaciones humanas directas, además de fuertes ganancias en GPQA, BrowseComp y benchmarks de τ³-Voice Telecom (OpenAI, 2026(se abre en una pestaña nueva)). Las condiciones: aún no hay acceso a API y el soporte de idiomas es desigual, con brechas de acento y fluidez para algunos idiomas. Los benchmarks de latencia de terceros y la disponibilidad de la API determinarán cuándo se mueven los veredictos.

Qué cambia GPT-Live para ti

Si estás en ChatGPT Plus, Pro o Go: GPT-Live-1 es tu nuevo modelo de voz. Incluye profundidad de razonamiento configurable — Instantáneo, Medio o Alto esfuerzo — y soporta tarjetas de respuesta visuales y traducción en tiempo real. La mayor expresividad y el techo de razonamiento más alto son una mejora material sobre el Modo de Voz Avanzado.

Si estás en el nivel gratuito: GPT-Live-1 mini ofrece la misma arquitectura dúplex completo con GPT-5.5 Instant para razonamiento en segundo plano. Es un avance genuino respecto al antiguo modo de voz basado en turnos, aunque carece de los niveles de esfuerzo de razonamiento Medio/Alto del modelo de pago.

Si eres desarrollador: Regístrate para el acceso a la API. La interfaz programática aún no está disponible, pero el formulario de registro está activo y OpenAI ha confirmado que llegará. Cuando aterrice, espera que el mercado de agentes de voz se consolide rápidamente alrededor de un proveedor con 150M de usuarios activos semanales de voz.

FAQ

¿Es esto un compañero de IA? No. El sistema de seguridad de OpenAI sometió GPT-Live a red-teaming específicamente para dependencia emocional y riesgo parasocial — las evaluaciones nativas de audio para autolesiones, psicosis y manía son parte del despliegue. El modelo está diseñado para conversación, no para compañía.

¿En qué se diferencia del Modo de Voz Avanzado? El Modo de Voz Avanzado era basado en turnos: dejabas de hablar, luego el modelo respondía. GPT-Live es dúplex completo: escucha y habla simultáneamente, manejando interrupción, alternancia de turnos y razonamiento en segundo plano de forma concurrente. Es la diferencia arquitectónica entre un walkie-talkie y una llamada telefónica.

¿Cuándo estará disponible la API? OpenAI no ha publicado una fecha. Hay un formulario de registro para desarrolladores activo y el briefing del producto confirmó que el acceso programático está en camino. Hasta entonces, GPT-Live es exclusivo de ChatGPT.