La nueva arquitectura integrada permite mantener conversaciones fluidas, procesar interrupciones en tiempo real y filtrar ruidos ambientales
Además, se conecta en segundo plano con GPT-5.5 para resolver tareas complejas de alta capacidad agéntica.OpenAI dio un paso histórico en el desarrollo de la Inteligencia Artificial al presentar de forma oficial GPT-Live, su nueva generación de modelos de voz diseñada exclusivamente para potenciar la herramienta ChatGPT Voice.
Definido por la compañía tecnológica como su «modelo de voz más inteligente hasta el momento», este avance ataca de manera directa uno de los desafíos más complejos de la industria: lograr que la interacción oral deje de sentirse artificial y acartonada.
La gran innovación detrás de GPT-Live radica en su capacidad para escuchar y hablar de forma simultánea. Gracias a esta estructura bidireccional, el sistema es capaz de manejar interrupciones con total naturalidad, comprender pausas expresivas en el discurso y detectar con precisión los momentos en los que el usuario solo quiere que la IA escuche sin emitir respuestas previas. Asimismo, el software incluye un potente filtro de aislamiento acústico enfocado en disipar ruidos de fondo complejos, como el tráfico vehicular callejero o conversaciones ajenas en un mismo espacio.
Conexión con GPT-5.5 y tres niveles de procesamiento
Una de las características técnicas más potentes de este lanzamiento es su arquitectura dividida de procesamiento. Mientras GPT-Live mantiene la fluidez de la conversación en tiempo real en un primer plano, tiene la facultad de delegar de forma invisible las tareas lógicas o de programación más complejas a un motor de fondo de mayor envergadura, como el flamante GPT-5.5.
Para optimizar la experiencia del usuario, la interfaz incorporará tres niveles configurables de inteligencia para las respuestas orales:
-
Instant (Instantáneo): Optimizado para diálogos rápidos y casuales.
-
Medium (Medio): Balanceado para consultas generales de conocimiento.
-
High (Alto): Diseñado para análisis profundos y razonamientos lógicos extensos.
A la par de la voz, la aplicación sumará respuestas visuales enriquecidas y dinámicas en las pantallas de los dispositivos móviles, mostrando tarjetas interactivas sobre el clima actual, resultados deportivos en vivo o cotizaciones de acciones financieras. Adicionalmente, potenciará el sistema de traducción simultánea global, haciéndolo mucho más veloz y natural.
Disponibilidad y despliegue del servicio
La base global de ChatGPT, que actualmente registra más de 150 millones de personas utilizando las funciones de Voice y Dictation cada semana, comenzará a experimentar esta actualización a partir del día de hoy.
GPT-Live se establecerá como el modelo de voz predeterminado para los usuarios suscritos a los planes comerciales Go, Plus y Pro, de manera directa en los sistemas operativos iOS, Android y mediante la plataforma web oficial. Por su parte, los usuarios que posean cuentas bajo la modalidad Free (Gratuita) no quedarán afuera del lanzamiento, ya que recibirán acceso a una versión «Mini» adaptada del modelo. Finalmente, OpenAI confirmó que planea integrar esta tecnología en su API para desarrolladores externos, aunque los plazos de esa implementación se conocerán en los próximos meses.