OpenAI ha presentado GPT-Live, la nueva voz de ChatGPT, que estrena algo que suena sencillo pero no lo es: escuchar y hablar a la vez. Con una arquitectura full-duplex, el sistema procesa lo que dices mientras responde, te deja interrumpirlo y suelta pequeñas muletillas de escucha activa («ajá», «ya te sigo») para demostrar que va siguiendo el hilo. Se lanzó el 8 de julio de 2026 y pasa a ser la voz por defecto de la aplicación, aunque los modos anteriores siguen disponibles.
Cómo funciona
Para entender el salto conviene mirar atrás. Las primeras voces encadenaban tres modelos (uno pasaba la voz a texto, otro pensaba la respuesta y un tercero la volvía a convertir en voz), con una latencia notable. Después llegaron los sistemas por turnos, más rápidos pero rígidos: necesitaban silencio total para saber que te habías callado, así que cualquier ruido o pausa para pensar los descolocaba. GPT-Live, en cambio, procesa el audio segundo a segundo y decide sobre la marcha cuándo seguir escuchando, cuándo soltar un comentario de apoyo y cuándo tirar de una herramienta externa.
Ahí está el truco, y también el matiz honesto: la inteligencia de fondo no está en la voz, sino en el GPT-5.5 que trabaja por detrás. Cuando la pregunta exige buscar en la web o razonar de verdad, GPT-Live delega en ese modelo mayor y, mientras llega la respuesta, sigue charlando contigo para que no haya silencios incómodos.
Los números, y de dónde salen
OpenAI presume de un salto grande frente al modo de voz anterior. Según sus propias pruebas, GPT-Live-1, en su nivel más alto de razonamiento, sube al 84,2% en GPQA (razonamiento científico) frente al 45,3% de antes, y pasa del 0,7% al 75,2% en BrowseComp (búsqueda web difícil). Conviene, eso sí, leer la letra pequeña: esas cifras no están en el texto público de OpenAI, sino en las gráficas que enseñó a la prensa, y la mejora se explica sobre todo porque el sistema llama al GPT-5.5, no porque la capa de voz razone mejor.
En cuanto al acceso, GPT-Live-1 será la voz por defecto para los usuarios de pago de los planes Go, Plus y Pro, mientras que la versión ligera, GPT-Live-1 mini, queda para las cuentas gratuitas. Se puede elegir el nivel de razonamiento (Instant para respuestas rápidas, Media o Alta para pensar más, con el GPT-5.5 Thinking detrás) y se despliega en iOS, Android y la web. Los planes de empresa se quedan, de momento, fuera.
Seguridad, y la sombra del apego
OpenAI ha rodeado el lanzamiento de cautelas. La voz usa un conjunto de timbres predefinidos y no imita a personas reales, una lección que aprendió por las malas con el episodio de la voz «Sky», tan parecida a la de Scarlett Johansson que tuvo que retirarla. Hay además protecciones para adolescentes, controles parentales y un sistema que puede cortar la conversación y ofrecer recursos de ayuda si detecta indicios de autolesión.
Y aquí aparece la parte incómoda. OpenAI hace que la voz suene más humana mientras, a la vez, incluye el «apego emocional a la IA» entre los riesgos que dice vigilar, e insiste, según recogió TechCrunch, en que esto no pretende ser un compañero. El problema es conocido: los usuarios tienden a encariñarse con estos sistemas, y varios estudios apuntan a que quien más usa la voz es más propenso a la dependencia. Una IA que suena aún más como una persona no lo pone precisamente fácil.
Un salto real, pero no en solitario
El avance en fluidez es real, pero OpenAI llega integrando algo que el sector ya tenía a medias: el Gemini Live de Google lleva tiempo escuchando y hablando a la vez, e incluso con cámara y pantalla compartida, dos funciones que a GPT-Live le faltan de salida. Y no todo son elogios: los primeros usuarios ya se quejan de que resulta «demasiado entusiasta», con un exceso de «ajás» que, más que ayudar, distrae. La pregunta de fondo, en todo caso, ya no es si la máquina suena humana, sino qué haremos cuando lo consiga del todo.
