OpenAI está reconstruyendo la forma en que ChatGPT habla. El 8 de julio, la compañía presentó GPT-Live, un par de modelos de voz — GPT-Live-1 para los usuarios de pago de Go, Plus y Pro, y GPT-Live-1 mini para el nivel Free — que escuchan y hablan al mismo tiempo en lugar de turnarse. Sustituye a Advanced Voice Mode como opción predeterminada y se está desplegando a nivel global en iOS, Android y ChatGPT.com "durante los próximos días".

Duplex completo, explicado

El cambio central es de arquitectura: GPT-Live procesa de forma continua lo que escucha mientras genera voz, tomando decisiones "muchas veces por segundo" sobre si hablar, seguir escuchando, hacer una pausa, interrumpir o llamar a una herramienta. Ofrece acuses de recibo naturales — "mhmm", "entendido", "sí" —, gestiona interrupciones y se le puede pedir que hable más despacio. OpenAI ha remasterizado las nueve voces de ChatGPT para el sistema y ha añadido tres niveles de razonamiento: Instant, Medium y High.

El truco de la delegación

GPT-Live está optimizado para conversaciones rápidas y naturales, así que cuando una solicitud exige búsqueda en la web, un razonamiento más profundo o trabajo agentic, delega la tarea en GPT-5.5 en segundo plano y sigue conversando mientras se realiza el cálculo, para luego integrar el resultado. También muestra tarjetas visuales para elementos como el tiempo, las cotizaciones bursátiles y los deportes. Lo que no hace en el lanzamiento: voz más vídeo, compartición de pantalla, escritorio o Codex, y los niveles Business, Enterprise y Edu quedarán para una fase posterior.

Seguridad para una nueva modalidad

OpenAI publicó una GPT-Live System Card específica. Las entradas y salidas se verifican a medida que avanza la conversación; cuando aparece algo arriesgado, el sistema puede redirigir o interrumpir una respuesta, reproducir un mensaje de seguridad hablado, ofrecer recursos de apoyo basados en texto o terminar la llamada en los casos de mayor riesgo. Las pruebas de red se centraron en suplantación de identidad, identificación del hablante, voz con apariencia infantil, autolesiones, dependencia emocional y estafas. OpenAI afirma que los modelos "no están posicionados como un compañero de IA".

Recepción

Más de 150 millones de personas ya usan las funciones de voz de ChatGPT, y las propias evaluaciones de OpenAI muestran que GPT-Live fue "claramente preferido" frente a Advanced Voice Mode en conversaciones comparadas, con una tasa de preferencia de aproximadamente el 75%. "La voz puede ser la futura interfaz para todo tipo de trabajo", afirmó Atty Eleti, responsable de ChatGPT Voice. No todos están convencidos: algunos usuarios tempranos se quejaron de que el constante relleno "mhmm" es prolijo e irritante. Se indica que una versión para API llegará "próximamente", sin precio por ahora.