OpenAI lanza modelos de voz GPT-Live con streaming full-duplex y delegación en vivo

OpenAI anunció GPT‑Live, una nueva generación de modelos de voz construidos en arquitectura full-duplex que habilita escucha y habla simultáneas. A diferencia de enfoques en cascada anteriores (transcribir→generar→sintetizar) o modelos basados en turnos que esperan silencio, GPT‑Live toma decisiones de interacción muchas veces por segundo: si hablar, pausar, continuar escuchando o invocar herramientas. El modelo puede producir señales de backchannel ('mhmm', 'yeah') e involucrarse en flujo conversacional natural en lugar de intercambios de ida y vuelta rígidos.

GPT‑Live incluye mecanismo de delegación para tareas complejas: cuando una pregunta requiere búsqueda web, razonamiento más profundo o trabajo agentico, GPT‑Live delega a modelos de frontera (inicialmente GPT‑5.5 Instant) mientras mantiene el flujo de conversación. Este desacoplamiento permite que la capa de interacción de voz permanezca responsiva mientras los modelos de fondo manejan tareas computacionalmente intensivas. Dos versiones lanzadas: GPT‑Live‑1 y GPT‑Live‑1 mini. OpenAI planea llevarlos a la API pronto para desarrolladores y empresas. Los modelos se están desplegando en ChatGPT Voice globalmente.

Las evaluaciones humanas muestran que GPT‑Live‑1 es fuertemente preferido sobre ChatGPT Advanced Voice Mode en agradabilidad conversacional, gestión de turnos, manejo de interrupciones y naturalidad. En GPQA (razonamiento científfico a nivel de experto), GPT‑Live‑1 supera sustancialmente Advanced Voice Mode. En BrowseComp (búsqueda web agentica), GPT‑Live‑1 muestra fuertes ganancias. El movimiento aborda limitaciones arquitectónicas de generaciones anteriores: los modelos en cascada perdieron información entre transiciones y se sintieron lentos; los modelos basados en turnos requerían detección de silencio y se sintieron rígidos.

Para arquitectos que construyen agentes nativos de voz y sistemas multimodales, GPT‑Live señala el cambio de OpenAI hacia interacciones de voz continuas y con estado que pueden mantener contexto entre múltiples tareas de fondo asíncronas. El patrón full-duplex + delegación es arquitectónicamente significativo: separa la capa de interacción (voz de baja latencia) de la capa de razonamiento (modelos y herramientas de mayor latencia), habilitando capacidad de respuesta en tiempo real incluso cuando el backend está ocupado. Este diseño refleja patrones agenticos donde los agentes deben mostrar actividad ('pensando en voz alta') mientras ejecutan herramientas en paralelo.