Qué lanzó realmente OpenAI
OpenAI lanzó GPT-Live el 8 de julio de 2026 en dos versiones, GPT-Live-1 y una más ligera, GPT-Live-1 mini. El diseño es full-duplex, es decir, el modelo escucha y habla a la vez y toma una decisión de interacción muchas veces por segundo, de modo que puede intercalar un breve asentimiento, mantener un ida y vuelta rápido o simplemente callar mientras usted piensa. Para todo lo que requiere razonar de verdad o una búsqueda web, entrega el trabajo a un modelo de frontera en segundo plano, GPT-5.5 en el lanzamiento, y devuelve la respuesta a la conversación. Se está desplegando ahora a todos los usuarios de ChatGPT en iOS, Android y la web, con GPT-Live-1 como voz predeterminada para Go, Plus y Pro, y la versión mini como predeterminada para los usuarios gratuitos. En las pruebas de la propia OpenAI, la gente la prefirió con claridad al anterior Advanced Voice Mode.
El matiz es quién puede construir sobre ella. En este lanzamiento los modelos mueven la experiencia de voz de consumo de ChatGPT, mientras que el acceso para desarrolladores está tras un formulario de registro sin fecha de disponibilidad. El vídeo y la compartición de pantalla aún no están soportados, y falta la paridad multilingüe completa, con demostraciones fuera del inglés que sonaron claramente desajustadas. Así que la voz más natural que OpenAI ha lanzado nunca llegó primero como función de consumo, y el punto de acceso que una empresa necesitaría para meterla en su propio producto sigue siendo una lista de espera.
La mejor voz y la voz construible se han separado
Una semana antes de GPT-Live, el 1 de julio, xAI lanzó el Grok Voice Agent Builder, y el contraste es la noticia. Es una superficie sin código más una API que permite a un equipo levantar un agente de voz en producción en un par de minutos, con telefonía, recuperación de conocimiento, herramientas, salvaguardas y observabilidad incluidas. Está con precio y disponible hoy, a unos 0,05 dólares, cerca de 0,05 euros, por minuto de audio con las voces incluidas, más unos 0,01 dólares por minuto si añade un número de teléfono aprovisionado, y las búsquedas del lado del servidor se facturan aparte. Hay ya, pues, dos respuestas a la pregunta de cuál es la mejor IA de voz: la mejor experiencia, que es la de OpenAI y de momento solo para consumo, y la mejor que usted puede desplegar de verdad, que llega con una API y un precio por minuto que puede meter en un modelo.
La lección para el operador es dejar de confundir la demo con lo desplegable. Una voz que no puede comprar a escala, cuyas condiciones pueden cambiar antes de la disponibilidad general, es una señal de hacia dónde va el mercado, no una dependencia sobre la que lanzar una línea de clientes. Cuando elige qué oirá un cliente en su número de atención este trimestre, la lista corta es el conjunto de modelos que llegan con una API publicada y un precio, y ahora mismo el más completo de ellos no es el que se llevó los titulares.
Qué debería hacer un operador europeo
Un precio medido por minuto es la parte útil, porque convierte la voz en una partida de coste que puede prever. A unos 0,05 dólares por minuto, una llamada de atención de cuatro minutos son unos 0,20 dólares, cerca de 0,18 euros, de voz antes de cualquier llamada a herramientas, y esa es una cifra que puede contrastar con el coste de un minuto humano y con su volumen de llamadas. Trátelo como un coste unitario, no como una novedad: modele la factura mensual con sus minutos reales de llamada antes de comprometerse, y recuerde que las búsquedas del lado del servidor y un número de teléfono se suman. La cuestión es que una API con precio permite hacer esta cuenta, y una función de consumo en lista de espera no.
Dos cautelas pertenecen al plan. Primero, la brecha multilingüe no es una nota al pie para una empresa europea: la demo en inglés no garantiza la calidad que oirán sus clientes en su propio idioma, así que valide el agente en ese idioma, con sus propios guiones, antes de que se acerque a un cliente. Segundo, cabe esperar que el listón full-duplex que OpenAI acaba de poner se vuelva la base que los clientes dan por hecho en cuestión de meses, lo que significa que un menú telefónico por turnos empezará a parecer anticuado antes de lo previsto. Construya sobre un modelo que pueda comprar de verdad, póngale precio a su volumen real, pruébelo en el idioma de su mercado y vigile el lanzamiento general de OpenAI para poder moverse cuando la mejor voz pase a ser algo que pueda desplegar y no solo mostrar.
Leer a continuación: GPT-5.6 Terra iguala a GPT-5.5 por la mitad del precio | xAI clona la voz de una marca en dos minutos por cinco céntimos el minuto
