GPT-Live, la voz de ChatGPT que escucha y habla a la vez

El 8 de julio de 2026 OpenAI presentó GPT-Live, su nueva familia de modelos de voz. Hasta ahora, hablar con una IA se parecía a mandarse notas de voz. Tú hablabas, ella esperaba a que terminaras y respondía. GPT-Live escucha y habla al mismo tiempo.

Qué significa "full duplex"

La palabra suena técnica y se entiende en un minuto. La system card oficial lo define así. Los modelos "escuchan y responden de forma continua en lugar de esperar a que un turno termine con claridad", y por eso pueden seguir las pausas, las interrupciones y los cambios de ritmo, y decidir sobre la marcha si responder o seguir escuchando.

En la práctica, puedes cortarla a mitad de frase y se adapta. Puede soltar un "ajá" mientras tú sigues hablando. Es lo que hace una persona en una conversación real.

Hay un detalle de arquitectura que explica muy bien cómo se construyen estas cosas. GPT-Live no es un solo modelo. Es un modelo de voz rápido que lleva la conversación y que, cuando le preguntas algo que exige razonar o buscar, delega por detrás en un modelo mayor (GPT-5.5) y te entretiene mientras llega el resultado.

Quién puede usarlo

• GPT-Live-1: modelo de voz por defecto para los usuarios de pago.
• GPT-Live-1 mini: modelo por defecto para los usuarios gratuitos.

Ambos sustituyen al Modo de Voz Avanzado, y el despliegue es global desde el primer día, en iOS, Android y web. No es una demo cerrada, se puede abrir esta tarde.

Un límite importante que casi nadie está contando. No hay API todavía. OpenAI dice que llegará pronto, pero hoy no se puede integrar GPT-Live dentro de un producto propio. Tampoco hay cifras oficiales de latencia, así que conviene desconfiar de los números que circulan por ahí.

El aviso que está en su propia documentación

Aquí está lo que de verdad importa a un profesional sanitario, y lo dice OpenAI, no nosotros.

En las pruebas con conversaciones reales de usuarios, GPT-Live-1 mejora en casi todos los ejes de seguridad frente al modo de voz anterior (conducta ilícita, autolesiones, datos personales). Pero empeora en un eje concreto, el de la dependencia emocional, que pasa de 0,88 a 0,82. OpenAI matiza que la diferencia no es estadísticamente significativa.

Es un matiz pequeño en la tabla y grande en la consulta. Cuanto más humana suena una voz, más autoridad clínica le atribuye quien la escucha. Y este modelo está diseñado precisamente para sonar humano.

Qué mirar desde la práctica clínica

El recorrido asistencial es evidente. Una conversación fluida por voz cambia las cosas en accesibilidad, en pacientes que no pueden escribir, en personas mayores que se manejan mal con un teclado, en triaje telefónico y en los sistemas que documentan la consulta escuchándola.

Y también cambia el escenario del otro lado. El paciente que llega a tu consulta ya no viene de leer un foro, viene de haber tenido una conversación, con una voz que le ha respondido al momento y sin hacerle sentir tonto.

En Europa, además, esto no es solo producto. Un sistema de voz que asista en triaje o en decisiones clínicas entra en la categoría de alto riesgo del Reglamento de IA, y grabar la voz de un paciente es tratar un dato biométrico bajo el RGPD. Que la herramienta esté disponible y sea gratis no significa que esté lista para entrar en tu servicio. Significa que ya está en el bolsillo de tus pacientes.