OpenAI presentó GPT-Live-1, un modelo de voz que reemplaza al sistema anterior de ChatGPT y que, según la compañía, funciona de manera más parecida a una conversación humana real. Hasta ahora, el modo de voz operaba por turnos: esperaba a que el usuario terminara de hablar para procesar la respuesta, lo que generaba pausas artificiales e interrupciones poco naturales. Con GPT-Live-1, el asistente puede escuchar y hablar al mismo tiempo, algo que en la industria se conoce como arquitectura full duplex.
El anuncio llega en un momento sensible para OpenAI, que enfrenta demandas que acusan a ChatGPT de haber agravado cuadros de delirio y afectado la salud mental de algunos usuarios. La actualización del modo de voz incorpora varias capas de seguridad pensadas para ese contexto.
GPT-Live-1 procesa voz y audio al mismo tiempo
Durante una presentación a la prensa, el líder de investigación de OpenAI, Kundan Kumar, describió a GPT-Live-1 como el modelo de voz «más inteligente» que desarrolló la compañía hasta el momento. El responsable de producto, Atty Eleti, explicó que se trata de un modelo full duplex: puede procesar el audio que recibe y generar su propia respuesta de forma continua y simultánea, en lugar de alternar entre escuchar y hablar como hacía el sistema anterior.
Esa capacidad le permite al asistente reconocer cuándo el usuario hizo una pausa para pensar y esperar a que retome la idea, en vez de interpretar el silencio como el final de la conversación e interrumpir. GPT-Live-1 también puede derivar consultas que requieren razonamiento profundo o búsqueda en la web hacia modelos de texto más avanzados, como GPT-5.5, sin cortar el flujo de la charla por voz.
Traducción en tiempo real y tarjetas visuales
La arquitectura full duplex habilita funciones que antes no eran posibles. Una de ellas es la traducción en tiempo real: en lugar de esperar a que el usuario termine una frase completa para traducirla, ChatGPT ahora puede traducir mientras la persona todavía está hablando. Además, si se le pide explícitamente que guarde silencio hasta ser convocado, el modelo puede quedarse callado y solo emitir señales cortas de que sigue escuchando, como «mhmm» o «entendido», algo que OpenAI señaló como una novedad respecto de versiones previas.
El modelo también suma apoyo visual durante la conversación: si el usuario pregunta por el clima, resultados deportivos o cotizaciones bursátiles, ChatGPT puede mostrar tarjetas con información generada en el momento, como el pronóstico de la semana o el marcador de un partido, mientras sigue hablando.
Salvaguardas ante las demandas por salud mental
OpenAI incorporó mecanismos para desviar al modelo de respuestas potencialmente dañinas y, en situaciones consideradas de mayor riesgo, cortar la conversación. La compañía indicó que GPT-Live-1 está entrenado para ofrecer contención validada por especialistas en casos vinculados a autolesión y que ajusta sus respuestas para que sean apropiadas según la edad cuando detecta que interactúa con adolescentes.
Estas medidas se suman a los litigios que atraviesa la empresa, en los que se sostiene que ChatGPT contribuyó a cuadros de delirio y deterioro de la salud mental en algunos usuarios que mantuvieron conversaciones extensas con el asistente.
Disponibilidad por plan de suscripción
El despliegue de GPT-Live-1 ya arrancó en iOS, Android y la versión web de ChatGPT. El modelo completo estará disponible para los suscriptores de los planes Go, Plus y Pro, mientras que los usuarios de la versión gratuita accederán por defecto a GPT-Live-1 mini, una variante más liviana y de menor costo computacional. Por ahora, la función no admite voz combinada con video o pantalla compartida, una integración que la compañía dijo estar desarrollando para futuras actualizaciones.
