Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
Hablar y escuchar a la vez parece una obviedad humana. En los asistentes de voz no lo era.
OpenAI presentó el miércoles GPT-Live, la nueva familia de modelos de voz que impulsa ChatGPT Voice y que cambia justo ahí, en ese pequeño gesto cotidiano de no tener que esperar a que la máquina termine para seguir la conversación. La clave está en una arquitectura full duplex que permite escuchar y responder al mismo tiempo.
GPT-Live procesa la conversación mientras ya está contestando
Mientras genera la salida, GPT-Live sigue procesando la entrada de forma continua y toma decisiones de interacción varias veces por segundo. Ese detalle técnico se nota menos en una ficha de producto que en una escena corriente, cuando alguien interrumpe, rectifica o añade un matiz antes de que la respuesta haya terminado.
OpenAI distribuye desde el miércoles GPT-Live-1 y GPT-Live-1 mini para usuarios de ChatGPT en todo el mundo en iOS, Android y ChatGPT.com. GPT-Live-1 será el modelo predeterminado para los planes Go, Plus y Pro, mientras que GPT-Live-1 mini quedará como opción base para los usuarios gratuitos.
Detrás de esa conversación más fluida hay otra capa menos visible.
El modelo delega tareas de búsqueda web y razonamiento en sistemas que trabajan en segundo plano, y en el lanzamiento utiliza GPT-5.5 para hacerlo. Esa separación permite que la voz mantenga el ritmo de la charla mientras otras operaciones más pesadas corren por otra vía, una división que recuerda a una llamada en la que alguien habla sin dejar de consultar notas.
Más de 150 millones ya usan la voz de ChatGPT cada semana
OpenAI afirma que más de 150 millones de personas utilizan semanalmente ChatGPT Voice y Dictado. La cifra ayuda a entender por qué una mejora en la latencia o en los turnos de palabra no afecta a una función marginal, sino a una rutina digital que ya entra en el móvil, el coche o una caminata con auriculares.
En las evaluaciones de conversaciones de entre cinco y diez minutos, GPT-Live-1 y GPT-Live-1 mini fueron preferidos frente al modo de voz avanzado. El dato no describe una prueba de laboratorio de pocos segundos, sino intercambios suficientemente largos como para que aparezcan los tropiezos habituales de cualquier diálogo hablado.
Además, los usuarios pueden elegir entre razonamiento Instantáneo, Medio o Alto.
ChatGPT Voice también muestra tarjetas visuales sobre el tiempo, acciones bursátiles y deportes, y mantiene compatibilidad con búsqueda, memoria, imágenes y carga de archivos. Quien lo usa no solo habla con una voz sintética, también recibe apoyos visuales que convierten la conversación en una interfaz mixta, más cercana a consultar a alguien que responde y enseña al mismo tiempo.
Esa mezcla de voz, memoria y contexto conecta con debates que ya han aparecido en el rastreo de chats por IA, sobre todo cuando la interacción deja de ser un simple texto escrito y pasa a parecerse a una conversación continua. También encaja con el salto técnico de GPT-5.5 en la API, el modelo que OpenAI usa en segundo plano en este lanzamiento.
La conversación gana fluidez, pero todavía tiene límites claros
Los modelos estarán disponibles a través de la API próximamente. En el lanzamiento, sin embargo, GPT-Live no admite voz con vídeo ni pantalla compartida, dos funciones ausentes justo cuando muchas personas ya esperan que un asistente no solo oiga lo que dicen, sino que vea lo mismo que ellas ven.
La contradicción es interesante. OpenAI presenta un sistema capaz de conversar con menos pausas y de apoyarse en búsqueda, memoria, imágenes y archivos, pero todavía deja fuera dos elementos que en una conversación humana resultan decisivos, la mirada y el contexto compartido en pantalla.