ChatGPT Voice llega al escritorio con GPT-Live: controla tu PC con la voz y coordina agentes en tiempo real

Tecnología GPT-Live: sustituyendo al Advanced Voice Mode

GPT-Live es una nueva familia de modelos de voz construida sobre una arquitectura full-duplex: puede escuchar y hablar al mismo tiempo, en lugar de alternar en modo "push-to-talk" por turnos . Se lanzaron dos versiones el 8 de julio de 2026:

• GPT-Live-1 — para suscriptores de pago (Go, Plus, Pro)
• GPT-Live-1 mini — para usuarios del nivel gratuito

Este sistema reemplaza por completo al anterior Advanced Voice Mode . Los cambios arquitectónicos clave son:

• El modelo procesa la entrada de audio y genera la salida de audio de forma continua, no mediante una conmutación rápida de turnos
• Toma decisiones sobre si responder, hacer una pausa o invocar una herramienta "muchas veces por segundo"
• Delega tareas complejas de razonamiento a GPT-5.5 (y posteriormente a GPT-5.6) en segundo plano
• Admite interrupciones naturales, superposición del habla y retroalimentación en tiempo real ("ajá")
• Puede mostrar información en la pantalla mientras conversa

El Advanced Voice Mode anterior (lanzado a mediados de 2024) era un sistema basado en turnos que alternaba entre escuchar y hablar. Fue completamente reemplazado por GPT-Live el 8 de julio de 2026 . La antigua función de voz de escritorio en macOS se había retirado incluso antes, el 15 de enero de 2026, como parte de un plan más amplio para optimizar y mejorar las capacidades de voz antes del lanzamiento de GPT-Live .

Coordinación manos libres entre Chat, Work y Codex

ChatGPT Voice en el escritorio permite a los usuarios controlar toda la aplicación unificada por voz a través de tres modos —Chat, Work y Codex—, todos accesibles desde un único shell de escritorio .

• Chat — la interfaz conversacional estándar de ChatGPT
• ChatGPT Work — lanzado el 9 de julio de 2026, un nuevo agente autónomo para tareas profesionales de varios pasos (crear hojas de cálculo, diapositivas, documentos, aplicaciones web) impulsado por GPT-5.6 y Codex
• Codex — el agente de codificación dedicado, ahora integrado en la misma aplicación de escritorio

Los usuarios pueden dar comandos de voz para dirigir múltiples agentes que se ejecutan en Work o Codex simultáneamente; por ejemplo: "Revisa mi calendario, redacta un correo electrónico y prepara un resumen de la reunión" .

Función Appshots (solo macOS)

En la aplicación de escritorio para Mac, ChatGPT Voice se integra con Appshots, una función lanzada originalmente para Codex en mayo de 2026 que permite a la IA capturar la ventana frontal de la aplicación activa, incluyendo su captura de pantalla y el texto accesible, para usarlo como contexto .

• Cómo funciona en el modo Voz: Activa "Contexto de pantalla" en Ajustes > Voz, luego di "Echa un vistazo a esto". ChatGPT captura la imagen y el texto de la ventana, incluido el contenido fuera del área visible
• Cómo funciona en Codex: Pulsa ambas teclas Comando para enviar la ventana frontal a Codex
• Esto le proporciona a ChatGPT contexto visual y textual en tiempo real desde herramientas de diseño, paneles de control, documentos y otras aplicaciones, sin que el usuario tenga que copiar, pegar o describir lo que aparece en la pantalla

Integración con Computer Use y Plugins

ChatGPT Voice en el escritorio aprovecha Computer Use (la capacidad de OpenAI para controlar el sistema operativo), los archivos locales y los plugins para ejecutar solicitudes habladas . El sistema puede:

• Navegar por el sistema operativo, consultar calendarios, abrir aplicaciones e interactuar con elementos en pantalla
• Usar plugins para acceder a herramientas ampliadas
• En Windows, proporciona las mismas capacidades de control del ordenador, excepto la función de contexto de pantalla Appshots

Consolidación más amplia: Codex + ChatGPT + Work → una app de escritorio impulsada por GPT-5.6

El lanzamiento de ChatGPT Voice en el escritorio se asienta sobre una importante consolidación de productos que ocurrió dos semanas antes, el 9 de julio de 2026:

• Qué sucedió: La aplicación independiente de Codex se fusionó con la nueva aplicación de escritorio de ChatGPT. La aplicación combinada contiene tres modos (Chat, Codex y Work) que se ejecutan en un mismo shell en macOS y Windows
• ChatGPT Work se presenta como una combinación de ChatGPT y Codex, que brinda a los usuarios no técnicos acceso a las capacidades de Codex para la creación de documentos, automatización de flujos de trabajo y gestión de proyectos
• OpenAI también lanzó una nueva extensión para Chrome, un navegador integrado renovado y un Computer Use más rápido impulsado por GPT-5.6