OpenAI lanza GPT-Live-1 y GPT-Live-1 mini: los modelos de voz full-duplex que escuchan y hablan al mismo tiempo

• GPT-Live-1 — disponible para los niveles de pago de ChatGPT (Go, Plus, Pro)
• GPT-Live-1 mini — disponible para usuarios gratuitos

Ambos reemplazan el anterior Modo de Voz Avanzado de ChatGPT. Están construidos sobre una auténtica arquitectura full-duplex que procesa continuamente el audio entrante mientras genera respuestas habladas, a diferencia del antiguo enfoque half-duplex, donde el modelo debía terminar de hablar antes de poder escuchar al usuario ^HAT.

OpenAI señaló que los costos de inferencia han bajado lo suficiente como para que la economía del voz funcione, razón por la cual el modelo también está disponible para usuarios gratuitos ^A. En su lanzamiento, GPT-Live utiliza GPT-5.5 en segundo plano para el razonamiento ^OH.

Cómo mejora la voz full-duplex a los asistentes por turnos

La capacidad full-duplex cambia la sensación de la IA de voz de tres maneras específicas, que OpenAI demostró durante su presentación de lanzamiento.

1. Interrupciones naturales y toma de turnos

El modelo puede ser interrumpido a mitad de una frase y se detendrá a escuchar, en lugar de seguir hablando por encima del usuario. También detecta cuándo un usuario hace una pausa a mitad de un pensamiento y espera, en lugar de interrumpir ^AT. El director de producto de OpenAI, Atty Eleti, dijo durante la presentación: "Este es un modelo full-duplex" ^T.

El modelo también puede mostrar que está prestando atención con frases como "mhmm" o "sí" mientras el usuario sigue hablando, y permanecerá en silencio cuando necesites un momento para pensar ^OB.

2. Derivación de consultas complejas a modelos de texto de frontera en paralelo

Cuando GPT-Live se encuentra con una pregunta difícil, delega el razonamiento a los modelos de texto más recientes de OpenAI (como GPT-5.5) en paralelo, mientras GPT-Live mismo continúa la conversación con el usuario ^AT. El investigador principal Kundan Kumar explicó: "Cuando GPT-Live tiene que pensar mucho para responder una pregunta, puede delegar su razonamiento y tareas complejas a GPT-5.5 en paralelo, mientras GPT-Live sigue conversando con el usuario" ^LT. Esto significa que los usuarios no esperan a que el modelo de voz razone tareas pesadas: la transición de la investigación a los hallazgos hablados es casi instantánea ^T.

3. Visuales generados por IA durante la conversación

GPT-Live puede complementar las discusiones con imágenes en pantalla: imágenes, diagramas u otro contenido generado por IA, creando una experiencia multimodal que va más allá del chat de voz puro ^HAT. The Verge informó que el modelo complementará las conversaciones sobre el clima, las acciones y los deportes con imágenes generadas por IA ^T.

En conjunto, estas características hacen que las conversaciones se sientan más cercanas al diálogo humano natural. Business Insider lo describió como un asistente que "quiere que le hables por encima" ^B. The Verge tituló que es "mejor para callarse" ^T.

¿Quién lideró el desarrollo?

Las dos personas clave mencionadas en las ruedas de prensa y los informes de los medios son:

• Kundan Kumar — Investigador principal de GPT-Live, descrito por The Verge como "investigador líder de OpenAI" para el proyecto ^LT. Se unió a OpenAI desde Character.AI a mediados de 2025 y fue el líder central del proyecto de IA de audio ^IIC.
• Atty Eleti — Director de producto de ChatGPT Voice, quien presentó el modelo durante la transmisión en vivo del lanzamiento ^AT.

Informes anteriores de enero de 2026 también mencionaron al líder de infraestructura Ben Newhouse y a la gerente de producto Jackie Shannon como involucrados en la reestructuración de la IA de audio ^IX.

Cronograma de despliegue

• 8 de julio de 2026 — El lanzamiento global comenzó a implementarse para todos los usuarios de ChatGPT en iOS, Android y web, con GPT-Live-1 para suscriptores de pago y GPT-Live-1 mini para usuarios gratuitos ^RHT.
• También el 7 y 8 de julio, OpenAI lanzó nuevos modelos API Realtime (gpt-realtime-2.1 y gpt-realtime-2.1-mini) con una latencia p95 un 25 % menor gracias a un mejor almacenamiento en caché ^C.

Una limitación señalada en el lanzamiento: GPT-Live actualmente no admite voz con capacidades de video ^T.

Otros grandes lanzamientos de IA de la misma semana

OpenAI lanzó GPT-Live en medio de una semana excepcionalmente ajetreada en toda la industria de la IA.

El ecosistema más amplio de OpenAI:

• Se esperaba que GPT-5.6 (variantes Sol, Terra y Luna) estuviera disponible para el público el 9 de julio de 2026, ampliando el acceso después de un lanzamiento limitado anterior ^HE.

Competidores y noticias relacionadas:

• Anthropic — Lanzó una actualización significativa de Claude Sonnet 5 a principios de julio, con una mejora en el seguimiento de instrucciones y la precisión en la generación de código para tareas agénticas complejas ^S. La administración Trump también levantó los controles de exportación sobre los modelos Fable 5 y Mythos 5 de Anthropic esa misma semana ^SLF.
• Google DeepMind — Envió NanoBanana 2 Lite, un modelo de generación de imágenes que produce imágenes en menos de 4 segundos a $0.034 por cada 1,000 imágenes ^T.
• Meta — Se informó que se preparaba para ofrecer servicios de neocloud, y por separado estaba bajo presión del gobierno de EE. UU. sobre revisiones de seguridad de IA ^NL.
• SpaceXAI (xAI) — Según los informes, se preparaba para lanzar nuevos modelos de IA en asociación con Anysphere (Cursor) como parte de un impulso competitivo más amplio ^E.
• China — Comenzó una cuenta regresiva de 9 días para la nueva ley de compañeros de IA de China, que obligaría a cerrar servicios que afectan a 345 millones de usuarios de Doubao ^B.
• Casa Blanca — Se esperaba que anunciara estándares voluntarios para modelos de IA ^B.