OpenAI lanza GPT-Live, un modo de voz con conversación fluida y escucha continua que elimina la rígida lógica de turnos. La empresa de Sam Altman planta cara a Google y Apple en el que perfila como el próximo campo de batalla comercial de la IA generativa: la interacción por voz que entienda cuándo hablar y cuándo callarse. La nueva función ya está disponible en ChatGPT, iOS y Android, y aterriza con nueve voces remasterizadas y la promesa de una naturalidad hasta ahora inédita.
Claves de la operación
- GPT-Live escucha mientras habla gracias a la arquitectura full-duplex. El modelo decide varias veces por segundo si debe hablar, pausar o usar herramientas externas, algo que reduce la sensación de comando y acerca la conversación a una charla real.
- La fluidez y el razonamiento superan al modo avanzado de voz. En pruebas internas de OpenAI, GPT-Live-1 y su versión mini obtienen mejores puntuaciones en conversaciones largas, interrupciones y soporte telefónico simulado. El sistema se apoya en GPT-5.5 para tareas complejas.
- El despliegue global no menciona a Europa, pero la cautela es obligada. OpenAI no anuncia exclusiones para la Unión Europea, aunque los retrasos en otros lanzamientos de IA invitan a esperar. Las cuentas gratuitas usarán GPT-Live-1 mini, mientras los planes de pago accederán al modelo completo.
La voz de ChatGPT abandona la lógica de los turnos
Hasta ahora, hablar con ChatGPT era como jugar al tenis: tú golpeas, el sistema responde. Con GPT-Live, la metáfora se derrumba. La nueva arquitectura full-duplex permite que la IA escuche mientras genera audio, algo que, según la compañía, reduce casi a cero la rigidez de las interacciones anteriores. En la práctica, se traduce en una conversación donde puedes interrumpir, hacer una pausa para pensar o pedir que hable más despacio; la voz incluso puede soltar un «mmm» o un «sí» para indicar que sigue ahí.
El salto técnico es significativo. El primer modo de voz de ChatGPT era un sistema en cascada —un modelo transcribía, otro pensaba y un tercero vocalizaba— y la versión avanzada, aunque integraba el proceso, seguía atada a la lógica de los turnos. GPT-Live rompe ese esquema. Ahora, la IA decide varias veces por segundo si debe hablar, escuchar o delegar una búsqueda web en sus modelos frontera.
OpenAI introduce, además, niveles de razonamiento configurables: Instant para respuestas rápidas o Medium y High cuando la consulta exige más profundidad. Esa capacidad de delegar tareas complejas en segundo plano —apoyada inicialmente en GPT-5.5— mientras mantiene viva la conversación con el usuario, es la pieza que, según la empresa, distingue a GPT-Live de cualquier asistente de voz actual.
Rendimiento superior en fluidez y razonamiento, según OpenAI
Las evaluaciones internas que ha compartido la compañía sitúan a GPT-Live-1 y a GPT-Live-1 mini por encima del modo de voz avanzado en conversaciones de cinco a diez minutos. Las métricas abarcan preferencia general, fluidez, gestión de interrupciones y sensación de naturalidad. OpenAI también cita avances en razonamiento científico, búsqueda agente y tareas de soporte telefónico simuladas.
Conviene leer estos datos con el escepticismo habitual ante las cifras que proceden de la propia empresa. No hay verificación externa independiente, y el rendimiento real dependerá del ruido ambiental, la conexión y la complejidad de las consultas. Las nueve voces remasterizadas, las tarjetas visuales para datos rápidos —tiempo, bolsa, deportes— y la integración con memoria y subida de archivos completan un paquete que apunta directamente a la experiencia conversacional.
OpenAI ha pasado de fabricar un contestador inteligente a diseñar un interlocutor que entiende las pausas, los silencios y las dudas humanas.
Esta apuesta por la voz natural llega en un momento en que Google y Apple aún no han conseguido trasladar la fluidez de sus asistentes a un modelo de IA generativa con capacidad de razonamiento. La diferencia, sobre el papel, es que GPT-Live no se limita a ejecutar comandos: razona, busca y, según OpenAI, aprende a calibrar cuándo intervenir.
Despliegue global, aunque con Europa bajo la lupa
GPT-Live empieza a estar disponible desde hoy para usuarios de ChatGPT en iOS, Android y la web. La empresa habla de un despliegue global sin mencionar exclusiones para la Unión Europea, un dato que contrasta con otros lanzamientos de funciones de IA que sí sufrieron retrasos en la región. La cautela, por tanto, es obligada.
Los planes de pago —Go, Plus y Pro— accederán de serie a GPT-Live-1, mientras que las cuentas gratuitas utilizarán GPT-Live-1 mini, la versión más ligera del modelo. La API para desarrolladores llegará más adelante, sin fecha concreta por ahora. La limitación más relevante en el lanzamiento es la ausencia de soporte para vídeo o pantalla compartida, funcionalidades que OpenAI dice estar desarrollando y que podrían marcar la diferencia cuando aterricen.
La carrera por la voz que escucha: OpenAI se adelanta, pero no sin riesgos
Desde que ChatGPT irrumpió en 2022, OpenAI ha ido desplazando la interacción con sus modelos del teclado a formatos cada vez más cercanos a la comunicación humana. Las primeras funciones de voz añadieron una capa de naturalidad, y GPT-4o la llevó a un terreno inevitablemente asociado a la película ‘Her’. GPT-Live aspira a resolver una fricción menos espectacular pero más profunda: mantener una conversación que no parezca una sucesión de comandos.
En el mercado español, la batalla por la voz se libra en un terreno sensible. La penetración de los asistentes de voz tradicionales —Alexa, Siri, Google Assistant— es alta, pero ninguno ha conseguido ofrecer un razonamiento complejo. OpenAI juega con la ventaja de la integración vertical: modelo fundacional, producto y monetización bajo un mismo techo. No obstante, la dependencia de suscripciones de pago para acceder a las versiones avanzadas deja fuera a la mayoría de los usuarios, y la amenaza de que competidores como Alibaba —con Qwen— o Meta cierren distancias con ofertas más abiertas es real.
El verdadero examen para GPT-Live no estará en las demos controladas, sino en la trinchera diaria de un tren ruidoso, una cocina con la campana extractora encendida o una pregunta que requiera cinco segundos de silencio antes de ser respondida. Si la voz de ChatGPT aprende de verdad a esperar, callarse y escuchar, OpenAI habrá dado un paso que va más allá de la tecnología: habrá entendido cómo hablamos los humanos.
