La nueva voz de ChatGPT funciona con GPT-Live, un modelo de voz construido sobre una arquitectura full-duplex que puede escuchar y hablar al mismo tiempo, lo que permite interrupciones, pausas y correcciones durante la conversación. OpenAI presentó esta nueva generación de modelos de voz el 19 de octubre de 2026, con despliegue inmediato en ChatGPT para iOS, Android y web, y llegada anunciada a la API próximamente.
Eso significa que, por primera vez en un producto masivo, la conversación con una IA se parece más a una llamada telefónica que a un chat con turnos rígidos. Tú hablas, la IA responde, tú la interrumpes, ella se ajusta. Si estás pensando en cómo esto puede tocar tu operación, la respuesta corta es: mucho más de lo que parece a primera vista.
En este artículo revisamos qué es exactamente GPT-Live, qué se puede hacer hoy con la voz de ChatGPT, cómo se traduce esto en una empresa peruana o latinoamericana y qué límites conviene tener claros antes de llevarlo a producción.
¿Qué es GPT-Live y por qué el full-duplex cambia la experiencia?
GPT-Live es la nueva generación de modelos de voz de OpenAI. Su característica central es la arquitectura full-duplex: el modelo escucha mientras habla. En la presentación oficial, OpenAI lo explicó con una analogía simple: es como una llamada con un amigo, donde ambos pueden escuchar y hablar a la vez.
Comparado con la experiencia anterior de voz, que funcionaba por turnos (tú hablas, el modelo transcribe, luego responde), el cambio es notable. Antes, si te arrepentías de una pregunta a mitad de camino, tenías que esperar a que terminara. Ahora puedes cortar, corregir y redirigir la conversación en vivo.
El modelo también mantiene mejor el sentido del tiempo y del contexto, según la descripción oficial de OpenAI. En la demo se ve al asistente manejando varias tareas a la vez: recomendar restaurantes veganos en Casablanca, enviar una lista por correo y responder sobre el clima en Marruecos en septiembre, todo dentro de la misma conversación.
Hay un detalle técnico que vale la pena subrayar: para preguntas que requieren búsqueda web, razonamiento profundo o trabajo más complejo, GPT-Live puede delegar a un modelo frontera de OpenAI por detrás y traer el resultado de vuelta a la conversación cuando está listo. Es decir, la voz no es solo una capa superficial: es una interfaz sobre el mismo motor de razonamiento.
OpenAI también mencionó que GPT-Live-1.1 incorpora nuevas voces y mejores acentos. En la demostración, el asistente incluso corrige la pronunciación del usuario en español, lo que da una idea del nivel de detalle que se está trabajando.
¿Qué se puede hacer hoy con la voz de ChatGPT en el trabajo diario?
La documentación oficial de OpenAI describe tres modos de uso de voz: Live, Advanced y Standard. El modo Live es el nuevo, y es el que ofrece la experiencia full-duplex. Está disponible en web, iOS y Android, y puede usar búsqueda web, memoria, widgets visuales, plugins y aplicaciones conectadas.
Hay un uso que me parece especialmente relevante para empresas: la traducción en tiempo real. En la demo, dos personas conversan en idiomas distintos y el modelo traduce en vivo, sin cortar el flujo. Para un negocio que atiende clientes o proveedores en varios idiomas, esto no es un adorno: es una capacidad operativa concreta.
Otro uso interesante es el trabajo con aplicaciones conectadas. Según OpenAI, en la versión de escritorio se puede usar la voz para iniciar tareas, revisar el progreso, hacer preguntas sobre agentes y coordinar varios agentes desde una sola conversación. Si una tarea sigue corriendo cuando terminas la llamada, continúa en modo texto.
También hay un uso menos obvio: pensar en voz alta. El modo Live está pensado para conversaciones uno a uno, y en la práctica funciona bien para explorar ideas, hacer lluvia de ideas o resolver dudas mientras se trabaja en otra cosa. No es un reemplazo del chat escrito, es un canal adicional.
Ahora, el ángulo que conviene no perder de vista: la demo es una demo. Muestra un modelo que responde con fluidez, pero no prueba que ese nivel de desempeño se mantenga en condiciones reales de oficina, con ruido de fondo, mala conexión o varios hablantes al mismo tiempo. La propia documentación de OpenAI advierte que Live está diseñado para conversaciones uno a uno y que todavía no está optimizado para múltiples hablantes: puede responder cuando las personas hablan entre ellas y no con el modelo. También aclara que las transcripciones de voz no son registros literales y pueden no coincidir exactamente con lo dicho.
Es decir, entusiasmo sí, pero con los ojos abiertos. Un modelo de voz que funciona espectacular en un video de presentación no es automáticamente un modelo de voz listo para tu call center.
¿Qué significa esto para una empresa en Perú o Latinoamérica?
Para una empresa peruana, el primer impacto es de acceso. La voz de ChatGPT está disponible en iOS, Android y web, y en la presentación se indicó que llegará a la API próximamente. Eso significa que cualquier equipo con una suscripción adecuada puede empezar a probarla hoy, sin esperar una integración compleja.
El segundo impacto es de costos y planes. Según la documentación de OpenAI, el acceso a Live varía por plan: Free tiene acceso limitado a GPT-Live-1.1 Quip, Plus incluye 3 horas con GPT-Live-1.1, y los planes Pro ofrecen 15 horas o uso ilimitado según el nivel. En planes empresariales basados en créditos, el uso adicional consume 1,25 créditos por minuto, y en planes empresariales con precios en dólares, 0,05 dólares por minuto. Para una PYME que quiera evaluar esto en serio, esos números importan más que la demo.
El tercer impacto es de idioma. La traducción en tiempo real abre una puerta concreta para empresas exportadoras, turismo, comercio internacional o atención a clientes migrantes. En un país donde muchas PYMEs atienden a clientes en español, inglés y portugués, tener una capa de traducción conversacional cambia la ecuación.
El cuarto impacto es de atención al cliente. No hablo de reemplazar personas, hablo de liberar tiempo. Si una conversación por voz puede resolver consultas simples sin que un humano tenga que escribir, ese tiempo se reinvierte en casos que sí necesitan criterio humano.
Ahora, la advertencia que corresponde hacer: la documentación de OpenAI recuerda que ChatGPT puede cometer errores y que conviene verificar información sensible, especialmente en temas de fecha, hora o ubicación. Para una empresa, eso se traduce en una regla simple: la voz sirve para conversar y explorar, no para decidir sin revisión en procesos críticos.
¿Cómo aplica esto en tu empresa?
Antes de pensar en una integración grande, hay tres pasos que cualquier equipo puede dar esta semana.
Primero, define un caso de uso acotado. No intentes reemplazar todo tu canal de atención de golpe. Elige una tarea repetitiva y de bajo riesgo: consultas de horarios, preguntas frecuentes, toma de datos iniciales. Mide cuánto tiempo toma hoy y cuánto tomaría con voz.
Segundo, prueba con las personas que realmente van a usarlo. No lo evalúes solo desde TI. Si tu equipo de ventas o de soporte no lo adopta, no importa lo bueno que sea el modelo. La voz es una interfaz, y las interfaces se adoptan o se abandonan según la experiencia real del usuario.
Tercero, revisa los límites de tu plan antes de escalar. Si el uso se mide por horas o por créditos por minuto, un piloto pequeño puede volverse caro sin que nadie lo note. Define un presupuesto de prueba y un criterio claro de éxito.
Si quieres revisar cómo encajaría una capacidad de voz o de automatización conversacional en tus procesos actuales, puedes conversar con nosotros sobre tu caso. También puedes conocer ContentFlow si tu interés está en automatizar la generación de contenido, o revisar más artículos en el blog de Consultoría TI.
Preguntas Frecuentes
¿La voz de ChatGPT funciona en español?
Sí. En la demostración oficial, el modelo conversa en español, corrige la pronunciación del usuario y realiza traducción en tiempo real entre idiomas. La documentación de OpenAI indica que Live está disponible en web, iOS y Android, y que puede usar búsqueda web, memoria y aplicaciones conectadas según el plan de la cuenta.
¿Cuánto cuesta usar el modo Live de ChatGPT?
Depende del plan. Según OpenAI, Free tiene acceso limitado a GPT-Live-1.1 Quip, Plus incluye 3 horas con GPT-Live-1.1, y los planes Pro ofrecen 15 horas o uso ilimitado según el nivel. En planes empresariales basados en créditos, el uso adicional consume 1,25 créditos por minuto; en planes empresariales con precios en dólares, 0,05 dólares por minuto.
¿Puedo usar la voz de ChatGPT para atender clientes de mi empresa?
Se puede probar, pero con precauciones. OpenAI advierte que ChatGPT puede cometer errores y que conviene verificar información sensible, sobre todo en temas de fecha, hora o ubicación. Además, Live está diseñado para conversaciones uno a uno y no está optimizado para múltiples hablantes, por lo que un entorno de atención con varias personas hablando a la vez puede generar respuestas fuera de contexto.
Conclusión: ¿vale la pena mirar la voz de ChatGPT para tu negocio?
La nueva voz de ChatGPT, impulsada por GPT-Live, marca un cambio real en cómo se conversa con una IA: ya no hay que esperar turnos, se puede interrumpir, corregir y traducir en vivo. Para una empresa en Perú o Latinoamérica, la oportunidad está en probar con casos acotados, medir el tiempo que se ahorra y revisar los costos por uso antes de escalar.
No es una revolución que reemplace a tu equipo de atención al cliente de la noche a la mañana. Es una capacidad nueva que conviene entender ahora, mientras sigue madurando, para no quedar mirando desde afuera cuando se vuelva estándar.
Por Edgar Vásquez, Consultoría TI · actualizado el lunes, 19 de octubre de 2026
Fuentes y Referencias
- OpenAI — This is the new ChatGPT Voice, powered by GPT Live (YouTube)
- OpenAI Help Center — ChatGPT Voice
- OpenAI en LinkedIn — Introducing GPT-Live
✨ Contenido generado con ContentFlow — Consultoría-Ti