GPT-Live: OpenAI lanza voz full-duplex para ChatGPT — la IA que ya no espera turno para hablar

OpenAI ha lanzado GPT-Live, una nueva generación de modelos de voz que pretende eliminar la barrera más evidente que seguía teniendo la IA conversacional: la sensación de hablar con una máquina.

La diferencia clave con las generaciones anteriores es la arquitectura full-duplex. Los sistemas anteriores funcionaban en modo "turno": escuchaban, procesaban, hablaban, y entonces volvían a escuchar. Cada paso secuencial introducía latencia y la conversación se sentía rígida, con pausas antinaturales cuando el modelo esperaba a que terminaras de hablar.

GPT-Live rompe ese patrón. Procesa entrada y genera salida de forma continua, tomando decisiones varias veces por segundo sobre si hablar, seguir escuchando, hacer una pausa o interrumpir. El resultado son respuestas que suenan más humanas: interjecciones como "mhmm" o "yeah", capacidad de mantener el flujo de conversación mientras hace trabajo pesado en segundo plano, y traducción en tiempo real que funciona porque el modelo no necesita esperar a que termines una frase para empezar a pensar.

La arquitectura también separa lo que antes estaba coupled. GPT-Live se encarga de la interacción continua — escuchar, responder en tiempo real, mantener el turno — mientras delega el trabajo profundo (búsqueda web, razonamiento complejo, tareas de agente) a GPT-5.5, que opera en segundo plano. Esto es importante: el modelo de voz no se "congela" mientras espera que un modelo lento piense. Puede seguir hablando, seguir escuchando, mantener la ilusión de presencia.

Dos versiones en el lanzamiento:

GPT-Live-1: el modelo de voz completo para usuarios de pago (Go, Plus, Pro).

GPT-Live-1 mini: versión ligera para usuarios gratuitos.

Ambos están disponibles desde hoy en iOS, Android y ChatGPT.com. OpenAI también ha confirmado que la API llegará pronto, con un formulario de registro ya disponible.

La pregunta que queda en el aire es qué significa esto para la interacción humano-IA en contextos donde la voz es importante: atención al cliente, asistencia médica, educación, accesibilidad. Un modelo que puede mantener una conversación fluida sin los "mmm" de procesamiento y sin cortarte a mitad de frase cambia la experiencia de forma sustancial.

También abre preguntas sobre qué pasa cuando la IA suena tan natural que es indistinguible de una persona. OpenAI ya ha tenido que navegar这些问题 con los modelos de voz anteriores; una interacción más fluida y convincente las intensifica.

El lanzamiento de GPT-Live marca un punto de inflexión en cómo hablamos con las máquinas. Ya no se trata solo de que entiendan lo que dices — ahora la conversación también se siente como una conversación.