OpenAI presentó GPT-Live, una nueva generación de modelos de voz para ChatGPT que busca hacer que las conversaciones con inteligencia artificial sean mucho más naturales. La actualización ya comenzó a desplegarse para usuarios de todo el mundo y reemplaza la forma tradicional en la que el asistente respondía mediante turnos, permitiendo una interacción continua en la que el sistema puede escuchar y hablar al mismo tiempo.
La principal novedad de GPT-Live es su arquitectura de comunicación dúplex completa. A diferencia de las versiones anteriores, que esperaban a que el usuario terminara de hablar para responder, el nuevo sistema procesa el audio de manera permanente mientras mantiene la conversación.
Esto le permite reaccionar con mayor naturalidad, realizar pausas cuando la persona está pensando, responder a interrupciones e incluso demostrar que sigue la conversación mediante expresiones breves, similares a las que utilizan las personas en un diálogo cotidiano.
Además de mejorar la fluidez, GPT-Live incorpora una estrategia diferente para resolver consultas complejas. Cuando una conversación requiere buscar información en internet, analizar datos o ejecutar tareas que demandan mayor capacidad de razonamiento, el modelo delega ese trabajo a GPT-5.5, que opera en segundo plano mientras la conversación continúa sin interrupciones. De esa manera, el usuario no tiene que esperar en silencio hasta recibir una respuesta.
Durante su lanzamiento, GPT-Live utiliza GPT-5.5 como motor de razonamiento y OpenAI confirmó que el sistema adoptará automáticamente los modelos más avanzados que la compañía publique en el futuro.
Conversaciones más fluidas y nuevas funciones
La actualización también incorpora mejoras en la experiencia diaria de ChatGPT Voice. Ahora los usuarios pueden pedir que el asistente hable más despacio, hacer pausas sin ser interrumpidos o solicitar que permanezca en silencio mientras escucha. El sistema también ofrece una mayor capacidad para distinguir la voz del usuario cuando existe ruido ambiental, como tráfico o conversaciones cercanas.
Otra de las novedades es la integración de respuestas visuales. Mientras mantiene una conversación por voz, ChatGPT puede mostrar tarjetas con información relacionada con el clima, deportes, mercados financieros y otros temas, además de seguir siendo compatible con búsquedas web, memoria, carga de imágenes y archivos.
OpenAI explicó que las mejoras también alcanzan a las nueve voces disponibles en ChatGPT, que fueron ajustadas para ofrecer una entonación más natural y cercana.
Te puede interesar: Google presenta Nano Banana 2 Lite y Gemini Omni Flash para crear imágenes y videos con IA
La compañía asegura que GPT-Live obtuvo mejores resultados que el anterior Modo de Voz Avanzado en pruebas internas que evaluaron aspectos como la naturalidad de la conversación, la fluidez, la capacidad para manejar interrupciones y la preferencia general de los usuarios. También mostró un desempeño superior en evaluaciones relacionadas con razonamiento científico, búsquedas web mediante agentes y resolución de tareas de soporte conversacional.
La seguridad también forma parte de esta actualización. OpenAI indicó que el modelo incorpora mecanismos específicos para conversaciones de voz en tiempo real, capaces de detectar respuestas potencialmente riesgosas y redirigirlas hacia alternativas más seguras. Además, incluye protecciones especiales para adolescentes y herramientas de control parental.
GPT-Live ya comenzó a estar disponible para los usuarios de ChatGPT en iOS, Android y la versión web. GPT-Live-1 será el modelo predeterminado para las cuentas Go, Plus y Pro, mientras que GPT-Live-1 mini estará disponible para quienes utilizan el servicio gratuito. Por ahora, la nueva experiencia no admite videollamadas ni compartir pantalla, funciones que seguirán presentes en las versiones anteriores del modo de voz hasta que sean incorporadas en futuras actualizaciones.
