GPT-Live-1 es el modelo de voz con el sonido más natural que he usado, sin matices. Escucha y habla a la vez, gestiona bien las interrupciones y elimina los turnos robóticos que hacían que la IA de voz anterior pareciera un walkie-talkie.
El problema es lo que no es. GPT-Live-1 es una capa de voz, no un motor de razonamiento. Delega el pensamiento difícil a un modelo de backend aparte y, en la API, cobra una tarifa fija de $0.05 por minuto solo por la capa de voz. Es decir, el modelo es excelente en el único trabajo que tiene, y aun así tienes que construir (y pagar) la inteligencia que hay detrás.
Para los usuarios habituales de ChatGPT el veredicto es fácil: es gratis en los planes de pago y es una mejora clara. Para desarrolladores, y sobre todo para quien lo valore para el soporte al cliente, la historia es más matizada, porque la facturación por minuto te cobra por el tiempo de conversación, no por los problemas resueltos.
Por qué hago esta reseña y desde dónde la hago
En eesel construyo funciones de producto y agentes de IA, y mi equipo lleva más de tres años poniendo agentes de IA en colas de soporte reales. Esa perspectiva marca cómo evalúo un modelo de voz. He visto a un bot que sonaba seguro darle en silencio una respuesta equivocada a un cliente, por eso ahora simulamos cada despliegue con los tickets históricos de una empresa antes de que hable con una persona real. Así que cuando pruebo algo como GPT-Live-1, no me pregunto solo "¿suena bien?", sino "¿qué pasa cuando se equivoca y quién paga por las partes que lo hacen acertar?".
Esta es una reseña práctica del modelo en sí: cómo se siente al usarlo, cómo funciona por dentro, dónde brilla, dónde tropieza y qué significa si estás pensando en voz para el soporte conversacional. Me apoyaré en los materiales de lanzamiento de OpenAI para el mecanismo y en reportes de usuarios reales para la recepción.
Qué es realmente GPT-Live-1
GPT-Live-1 es el modelo de voz de tercera generación de OpenAI, lanzado primero dentro de ChatGPT Voice en julio de 2026 y liberado en la API el 10 de septiembre de 2026. La característica principal es una arquitectura full-duplex: el modelo puede escuchar y hablar a la vez, en lugar de esperar a que termines, adivinar que has terminado y solo entonces empezar a pensar.
Suena a algo menor. No lo es. Los sistemas de voz anteriores dependían de un pequeño modelo "detector de turnos" para decidir cuándo habías dejado de hablar. Si adivina demasiado pronto, te corta; demasiado tarde, se siente lento. GPT-Live elimina por completo ese detector de la ruta de audio, de modo que el ida y vuelta se acerca al ritmo humano. En la práctica, soltará un "mhmm" mientras sigues hablando, se mantendrá callado cuando hagas una pausa para pensar y te dejará interrumpirlo a mitad de frase sin perder el hilo.
Sustituye la antigua canalización en cascada, la que ejecutaba voz a texto, luego un modelo y luego texto a voz como una pila de voz encadenada en serie. Si alguna vez has calculado el coste de una pila de voz combinando algo como ElevenLabs o Cartesia Sonic con un modelo de razonamiento aparte, GPT-Live-1 colapsa la mayor parte en un solo modelo. Un desarrollador del sector sanitario, Tony Stoyanov, dijo que al pasarse a él su equipo pudo eliminar 23.000 líneas de código y simplificar su base de código en cerca de un 80 %.
Cómo funciona por dentro
Esta es la parte que me parece realmente ingeniosa, y también la clave para entender el precio y los límites. GPT-Live-1 pone al modelo de voz al mando de la conversación y saca todo lo demás de la ruta en vivo.
Cuando una pregunta necesita búsqueda web, razonamiento real o una llamada a una herramienta, el modelo de voz delega en un modelo de frontera de backend (GPT-5.5 en el lanzamiento) por una ruta asíncrona separada, y sigue hablando contigo mientras ese trabajo se ejecuta en segundo plano. OpenAI reconstruyó el frontend multimedia en Go para sustituir una implementación anterior en Python, usando WebRTC para el transporte, e informa de que la latencia p95 del nuevo sistema iguala la p50 del antiguo. El resultado es una división limpia: un bucle de voz pequeño y rápido que nunca debe bloquearse, y un "cerebro" más lento que puede tomarse su tiempo sin congelar la conversación.
Esa arquitectura es la razón por la que tu coste real es una pila y no una sola cifra. En la API pagas tres capas.
- La capa de voz: los $0.05/min fijos por GPT-Live-1 en sí.
- Los tokens del modelo de backend: el modelo de razonamiento al que dirijas, facturado aparte y variable según cuánto piense.
- El arnés del agente y las herramientas: tu framework, la recuperación y cualquier escritura en el sistema de tickets.
Así que la lectura honesta es que $0.05/min es el suelo, no la factura. Si quieres las cuentas completas, las desglosamos en el artículo de costes complementario de la API de OpenAI.
Lo que es realmente bueno
Démosle crédito a quien lo merece, porque las mejoras son reales.
La naturalidad es un salto cualitativo. OpenAI informa de que GPT-Live puntúa unos 30 puntos más en su Full Duplex Bench que el modelo anterior GPT-Realtime-2.1, y en pruebas a ciegas la gente lo prefirió cerca del 75,7 % de las veces frente al antiguo Advanced Voice Mode. Socios que construyen sobre él, como la app de idiomas Speak, informaron de una reducción de en torno al 80 % en interrupciones no deseadas. Esas cifras coinciden con mi impresión: es el primer modelo de voz en el que dejé de gestionar conscientemente mis turnos.
Es lo bastante inteligente si se combina bien. Con un modelo de backend de esfuerzo medio, OpenAI coloca a GPT-Live en lo más alto de su benchmark agéntico Tau3. El truco de la delegación te da chat de baja latencia y razonamiento de modelo de frontera, siempre que conectes el backend.
Para el consumidor es sin esfuerzo. En ChatGPT no hay ningún medidor por minuto. GPT-Live-1 es el modelo de voz por defecto en Go, Plus y Pro, GPT-Live-1 mini es el predeterminado en Free, y se desplegó globalmente en iOS, Android y la web desde el primer día.
El modelo también puede mostrar respuestas visuales durante una conversación hablada, como un mapa o un horario, lo que hace que el caso de uso de "hablarle mientras conduces o cocinas" funcione mejor que con los asistentes de voz anteriores.
Dónde tropieza
Una reseña justa nombra los límites con claridad, y hay unos cuantos que conviene conocer antes de comprometerte.
No es el modelo de frontera, y se nota. Como GPT-Live-1 es una capa de voz que traspasa el razonamiento, sus propias respuestas pueden ser superficiales u ocasionalmente raras cuando no delega. Un usuario de Hacker News lo dijo sin rodeos:
"GPT-Live isn't a particularly intelligent model. It needs to handoff for reasoning and more complex tasks. You shouldn't expect its responses to be as reliable as a frontier model. It will sometimes say odd things."
Los hábitos conversacionales pueden cansar. Los mismos reflejos que lo hacen sentir humano pueden pasar a ser excesivamente entusiastas. Una queja común es que interrumpe las pausas para pensar y te parafrasea demasiado:
"The new gpt-live feature tends to interrupt with 'human' sounding injections like 'hmm', 'huh' a bit too much for my liking. Also its crutch is to start by paraphrasing what I just said to it... after every single thing I say it starts to feel a bit much."
Dicho esto, buena parte del uso real es positivo. Un revisor describió que se apoyaba en él a través de CarPlay para practicar francés, y señaló que manejaba el cambio entre idiomas a mitad de respuesta "sorprendentemente bien". La recepción es mixta, como suele pasar con las interfaces nuevas, no uniformemente negativa.
Las voces personalizadas y las funciones empresariales están restringidas. Crear tu propia voz de marca implica pasar por un flujo de "contactar con ventas", y el producto de voz empresarial de OpenAI, Presence, es una capa aparte por encima. La API de autoservicio te da el modelo, no el producto completo.
Mi veredicto, puntuado
Así puntuaría GPT-Live-1 en las dimensiones que realmente me importan al evaluar un modelo de voz para trabajo real.
Qué significa GPT-Live-1 para el soporte al cliente
Aquí me pongo de nuevo el sombrero de soporte, porque la voz para soporte es donde el modelo por minuto se vuelve interesante y un poco arriesgado.
La facturación por minuto te cobra por el tiempo de conversación, no por los resultados. Para un tutor de idiomas o un bot de reservas, está bien. Para soporte invierte el incentivo que quieres. Un cliente frustrado en una llamada de diez minutos que acaba en una escalada te cuesta más que uno tranquilo resuelto en noventa segundos, aunque la segunda interacción sea la victoria real. Si informas sobre la resolución en el primer contacto, un medidor que corre por minutos mide lo equivocado y distorsiona en silencio tus métricas de soporte.
También está la brecha de inteligencia. GPT-Live-1 hace que la conversación se sienta humana. Por sí solo no conoce tu política de reembolsos, no resuelve un ticket ni se ocupa de la desviación de nivel 1 con tus propios documentos. Eso no es una crítica a OpenAI, es intencional: construyeron una capa de voz y la cobraron como tal. El contexto de negocio y la resolución automatizada de tickets deben venir de lo que construyas encima. Es la misma lección que veo con cualquier call center de IA en bruto: la voz es la parte fácil e impresionante, y el conocimiento, la recuperación y la gestión de escalados son las partes que realmente cierran el ciclo.
Dónde encaja eesel: infraestructura frente al compañero de equipo
La forma más clara de plantearlo es que GPT-Live-1 es infraestructura, y eesel es el empleado. GPT-Live-1 es un modelo que conectas a tu propio producto. eesel es una plataforma donde contratas a un compañero de IA listo para trabajar en una tarea concreta, que llega ya con las habilidades, integraciones y contexto de empresa para ese puesto.
Para soporte, ese compañero es el compañero de IA para el helpdesk. Se une a tu cola actual, aprende de tus tickets pasados y de tu centro de ayuda y, a diferencia de un modelo de voz en bruto, se factura por resolución y no por minuto de conversación, de modo que tu coste sigue a los tickets realmente cerrados. Aun así puedes conectarlo a un frontend de voz como GPT-Live-1 cuando quieras conversaciones telefónicas naturales, y mantener cuerdas las cuentas del coste por resolución. Y como simulamos con tus tickets históricos antes de salir en vivo, ves el resultado probable antes de que lo vea un cliente, que es exactamente la pregunta de "qué pasa cuando se equivoca" con la que abrí.
Como muchos equipos que recurren a una API de voz en realidad quieren control programático y headless, vale la pena saber que eesel expone una CLI real junto al panel. Es el mismo compañero de IA y el mismo espacio de trabajo, manejado desde un terminal en lugar de un navegador: una persona puede ejecutarlo a mano, los scripts pueden automatizarlo y agentes de código como Claude Code, Codex y Cursor pueden operarlo directamente, igual que manejarías cualquier otro flujo de agentes de ChatGPT. Así que si querías la API por el control mediante scripts, no tienes que sacrificar "programable" a cambio de "ya conoce mi contexto de soporte".
Si quieres la comparación honesta para tu propio volumen, el desglose del ahorro de costes y nuestra guía de construir o comprar recorren la decisión entre pago por minuto y por resolución, y el debate más amplio de IA frente a soporte humano la acompaña.
Reseña de GPT-Live-1, en una línea
GPT-Live-1 es la mejor capa de voz que OpenAI ha lanzado, y es exactamente eso: una capa. Como interfaz de IA conversacional es una compra clara, gratis dentro de ChatGPT de pago y un salto real en naturalidad. Como base de un producto de voz hay que recordar que es la mitad de la pila, con un modelo de backend y un arnés facturados aparte. Y si el trabajo es soporte, haz la única pregunta que importa: ¿pagas por minutos o por tickets resueltos?
¿Quieres un compañero de soporte que ya conozca tu centro de ayuda y facture por resolución, no por minuto? eesel se conecta a tu helpdesk actual en minutos, simula con tus propios tickets pasados antes de salir en vivo y es gratis de probar. Prueba eesel o reserva una demo para verlo primero con tus propios datos.