GPT-Live: OpenAI lanza modelos de voz en tiempo real

⏱ Tiempo de lectura: 3 min

OpenAI presentó GPT-Live, una familia de modelos de IA optimizados para procesar instrucciones habladas en tiempo real. La serie potenciará el modo de voz de ChatGPT y estará disponible para desarrolladores a través de una API. Los modelos llegan a iOS, Android y web con soporte multiidioma, eliminando la necesidad de esperar a que el usuario termine de hablar.

Arquitectura full-duplex y capacidades en tiempo real

GPT-Live implementa una arquitectura full-duplex que permite al modelo verificar regularmente si debe interrumpir al usuario, buscar en la web o ejecutar tareas específicas durante la conversación. Esto resuelve las limitaciones de la versión anterior de ChatGPT, que debía esperar a que el usuario completara su solicitud antes de generar respuestas o realizar búsquedas. El modelo alcanzó una puntuación de 75,5 en evaluaciones de naturalidad, superando significativamente al modelo anterior de procesamiento de voz. Los modelos de lenguaje de OpenAI continúan expandiendo sus capacidades en interacción conversacional.

Dos variantes y escalamiento de complejidad

OpenAI lanza dos modelos: GPT-Live-1, la versión más capaz que será predeterminada en planes pagos de ChatGPT, y GPT-Live-1-mini, una versión escalada que potenciará la capa gratuita. Cuando GPT-Live recibe consultas complejas, las enruta automáticamente a GPT-5.5, el modelo comercial más avanzado de OpenAI que establece récords en benchmarks de codificación. Esta integración permite al sistema navegar la web, explicar temas complejos y realizar tareas avanzadas sin sobrecargar el modelo base. Fuente: siliconangle.com

Disponibilidad de GPT-5.6 y ampliación de servicios

Según reportes, OpenAI implementará GPT-5.6 de forma amplia el jueves tras recibir aprobación del gobierno estadounidense. Actualmente, GPT-5.6 está disponible solo para un número limitado de organizaciones. El modelo Sol, el más avanzado de la serie, supera a Claude Mythos 5 en algunas áreas, mientras que Tera y Luna representan opciones escaladas con precio reducido. OpenAI también adquirió Northslope Inc., especializada en aplicaciones de IA basadas en software de Palantir, consolidando su estrategia de expansión en servicios profesionales para adopción empresarial de modelos de lenguaje.

Elemento	Detalle
GPT-Live-1	Modelo principal, predeterminado en planes pagos de ChatGPT
GPT-Live-1-mini	Versión escalada para capa gratuita de ChatGPT
Plataformas de lanzamiento	iOS, Android, web con soporte multiidioma
Puntuación de naturalidad	75,5 (superando modelo anterior)
Escalonamiento a GPT-5.5	Para consultas complejas, búsquedas web y tareas avanzadas
GPT-5.6 disponibilidad	Rollout amplio reportado para jueves tras aprobación gubernamental
Modelos GPT-5.6	Sol (principal), Tera, Luna (escaladas con precio reducido)
Adquisición estratégica	Northslope Inc., especializada en aplicaciones IA con Palantir

Preguntas frecuentes sobre GPT-Live

¿Qué diferencia tiene GPT-Live del modo de voz anterior?

La arquitectura full-duplex permite a GPT-Live procesar y responder durante la conversación sin esperar a que termines de hablar. Esto habilita traducciones en tiempo real y búsquedas web simultáneas, eliminando retrasos en el procesamiento de solicitudes.

¿Cuándo estará disponible GPT-Live para todos?

Los modelos están siendo desplegados ahora en iOS, Android y web. No se especifica una fecha de disponibilidad completa en el texto fuente recibido, pero la distribución es actual.

¿Necesito suscripción pagada para usar GPT-Live?

GPT-Live-1 es predeterminado en planes pagos de ChatGPT, mientras que GPT-Live-1-mini potencia la capa gratuita. Ambas versiones estarán disponibles según tu nivel de suscripción.

Nuestra lectura editorial

GPT-Live representa un avance significativo en interacción conversacional con IA, enfocado en eliminar latencias en diálogos hablados. La arquitectura full-duplex y el escalamiento automático a GPT-5.5 reflejan una estrategia de OpenAI hacia sistemas más naturales y eficientes. La expansión simultánea de GPT-5.6 y la adquisición de Northslope señalan una apuesta fuerte en servicios empresariales de IA.

En Inteligencia Artificial observamos que la competencia por modelos de voz conversacionales en tiempo real intensifica la carrera hacia interfaces más naturales. ¿Cambiarán los diálogos sin latencia la forma en que usas asistentes de IA a diario?

Fuente: siliconangle.com