La IA de OpenAI ya no espera
a que termines de hablar

Hasta ahora, hablar con ChatGPT por voz funcionaba como un walkie-talkie: tú hablas, esperas tu turno, la IA contesta, el turno vuelve a cambiar. GPT-Live rompe ese patrón. Es lo que OpenAI llama full-duplex: la IA puede escuchar y “hablar” al mismo tiempo, igual que una persona real en una llamada.

En la práctica, eso significa que puedes interrumpirla a media frase, que ella puede soltar un “mhmm” mientras tú sigues explicando, y que si la pregunta necesita más profundidad, manda la conversación a un modelo más potente por detrás y regresa con la respuesta sin que se note la costura.

Para un negocio la pregunta inmediata no es si suena bien en una demo, sino si ya sirve para algo concreto: entrenar a alguien del equipo para una llamada difícil, traducir una conversación con un cliente que habla otro idioma, o —la más ambiciosa— contestar el teléfono solo. Esta pieza responde eso con lo que ya está publicado, no con lo que se anuncia que viene.

Vale la pena separar las dos cosas desde el principio. Una es la experiencia de hablar con la IA, que ya cambió y se puede probar hoy mismo, gratis, dentro del plan que ya tienes. La otra es integrarla a un sistema propio —un conmutador, un CRM, una línea de atención— que todavía depende de una API que OpenAI no ha abierto. Confundir una con la otra es la manera más rápida de prometerle a un cliente algo que la herramienta no hace todavía.

Lo que sigue está ordenado en ese mismo orden: primero cómo funciona por dentro, después qué se puede y qué no se puede hacer hoy, cuánto cuesta según tu plan, y al final dos ejercicios cortos para que lo pruebes tú mismo antes de decidir si le entras.

Cómo funciona por dentro

La diferencia no es solo de sensación: es de mecánica. Un modo de voz por turnos primero te escucha completo, convierte tu audio en texto, genera una respuesta y la lee en voz alta —tres pasos en fila, uno después de otro. GPT-Live procesa audio de entrada y de salida a la vez, así que no hay que esperar a que termine un paso para empezar el siguiente. Eso es lo que hace posible que reaccione con un “mhmm” a la mitad de tu frase, en vez de quedarse callada hasta que sueltas el micrófono.

Cuando la pregunta requiere más razonamiento del que el modelo de voz maneja solo, GPT-Live la manda por detrás a un modelo más potente y regresa con la respuesta ya integrada a la conversación, sin que se note el cambio de motor. Para quien habla, la experiencia sigue pareciendo una sola voz continua —el relevo pasa detrás de la cortina, no en el micrófono.

Esa naturalidad es justo lo que hace o deshace este tipo de herramienta para atención a clientes. Una IA que espera su turno de forma rígida se nota, y la persona del otro lado lo sabe: acomoda sus frases, evita interrumpir, habla distinto de como hablaría con otra persona. Una IA que se deja interrumpir y reacciona a media frase reduce esa fricción —no la elimina, porque sigue siendo software, pero la conversación se parece más a una llamada real que a un trámite con una máquina.

GPT-Live tampoco llegó como una función más dentro de un anuncio con muchas otras cosas: salió por su cuenta, antes del despliegue más amplio de GPT-5.6 que OpenAI ya tenía en marcha. La voz se adelantó al resto —una señal de qué tan en serio se lo está tomando la compañía.

Qué puedes hacer hoy

Dentro de la app y el sitio de ChatGPT, el modo de voz ya sirve para practicar una llamada difícil antes de tenerla de verdad, dictar notas de trabajo que se conviertan en una lista de tareas, o resolver dudas rápidas hablando en vez de escribir. Para un negocio pequeño, la aplicación más inmediata suele ser la preparación: ensayar cómo dar una mala noticia a un cliente, cómo negociar un plazo de pago, o cómo explicar un cambio de precio, antes de tener esa conversación con la persona real —y hacerlo las veces que haga falta, sin gastar el tiempo de nadie más.

También funciona como traductor en vivo durante una llamada con un cliente o proveedor que hable otro idioma —el mismo mecanismo full-duplex que le permite interrumpir y ser interrumpida es el que le permite traducir casi en el momento, mientras la conversación sigue corriendo, en vez de esperar a que cada quien termine de hablar para traducir el bloque completo.

Y hay un tercer uso menos evidente: capacitación interna. Alguien nuevo en el equipo puede practicar un guion de ventas o de cobranza hablándole a la IA en vez de a un compañero, las veces que necesite, sin que eso le cueste tiempo a nadie más del equipo ni exponga al cliente real a un aprendiz en su primera llamada.

Qué no puedes hacer todavía

Lo que no puedes hacer todavía es conectarlo directo a la línea telefónica de tu negocio para que conteste solo. Eso necesita la API de GPT-Live, y OpenAI la tiene marcada como “próximamente”, sin fecha ni precio publicados. Hasta que eso cambie, la voz vive dentro de la app —no dentro de tu conmutador, no integrada a tu WhatsApp Business, no disponible para que un desarrollador la conecte a un sistema propio.

Es una distinción que vale la pena tener clara antes de prometerle algo a tu equipo o a un cliente: hoy GPT-Live es una herramienta que usa una persona, asistida por la app, no un sistema que responde solo cuando nadie está mirando.

Eso también significa que, por ahora, ningún desarrollador externo puede construir un producto propio sobre GPT-Live —ni un asistente de voz para un sitio web, ni una línea de atención automatizada, ni un chatbot de voz dentro de una app distinta a ChatGPT. Todo el uso pasa, hoy, por la app y el sitio de OpenAI.

Antes de usarlo con un cliente

Que el modo de voz ya sirva para practicar internamente no significa que esté listo para ponerlo frente a un cliente sin pensarlo. Conviene decidir, primero, quién de tu equipo lo usa: alguien con criterio para cortar la conversación si la IA se equivoca, no la persona más nueva del equipo probando algo nuevo con un cliente real de por medio.

Conviene también avisar. Interrumpir a media frase y recibir un “mhmm” de vuelta se siente natural cuando sabes que hablas con una IA; puede sentirse extraño si la otra persona cree que habla con alguien del equipo y descubre a medias que no es así. Ser transparente sobre qué parte de la llamada corre por IA cuesta una frase y evita una mala sorpresa después.

Y conviene tener un plan B a la mano: qué pasa si la conversación se sale del guion, si el cliente pregunta algo que la IA no debería contestar sola, o si simplemente la latencia falla en un momento importante. Mientras no exista la API con controles pensados para esto, la persona sigue siendo responsable de la llamada —la IA es apoyo, no reemplazo.

Por último, conviene anotar cómo salió la prueba —qué funcionó, qué se sintió forzado, qué hubiera necesitado el cliente que la herramienta todavía no da. Ese registro, más que la demo en sí, es lo que te va a decir si vale la pena invertirle tiempo cuando la API por fin esté disponible.

Antes y después: qué cambió realmente

La forma más simple de ver el salto es comparar cómo se sentía una conversación de voz con ChatGPT antes de GPT-Live y cómo se siente ahora.

Lo que cuesta, plan por plan

El modo de voz no se cobra aparte: va incluido en el plan de ChatGPT que ya tengas. Con Free ($0 al mes) te toca la versión reducida, GPT-Live-1 mini. Con Go ($8 usd al mes), Plus ($20 usd al mes) o Pro (desde $100 usd al mes) te toca la versión completa, GPT-Live-1 —sin cargo por mensaje ni paquete de créditos de voz aparte. Es la misma lógica de siempre en ChatGPT: el plan sube por capacidad del modelo de texto, y la voz se hereda de ahí.

Para un negocio que ya paga Plus o Pro por otras razones —redactar, programar, analizar datos— la voz full-duplex llega gratis, en el sentido de que no hay que evaluar un gasto nuevo para probarla. El único costo real es el tiempo de probarla con un caso de uso concreto, no una suscripción adicional.

Y si hoy usas Free y GPT-Live-1 mini te deja corto, subir a Go —el escalón más barato con la versión completa, en $8 usd al mes— sigue siendo una decisión chica comparada con contratar una línea de atención por voz aparte. La pregunta no es si el gasto es alto, sino si el caso de uso que quieres probar de verdad lo necesita.

Fuente de los precios y las versiones: el anuncio oficial de OpenAI, “Introducing GPT-Live” —está en las fuentes al final de esta pieza.

¿Qué versión te toca a ti?

Elige el plan de ChatGPT que ya pagas y confirma qué versión de la voz tienes disponible.

Si te toca la versión mini y sientes que se queda corta para lo que quieres probar, la diferencia hasta la versión completa está a un salto de plan, no a un producto nuevo que aprender.

Pruébalo esta semana

Elige el escenario que más se parece a tu negocio y copia el guion. Es el mismo texto que puedes decirle al modo de voz para arrancar la prueba, sin tener que improvisarlo en el momento.

No hace falta acertar a la primera. La idea de estos tres guiones es que pruebes uno hoy, ajustes lo que no sonó natural, y lo repitas mañana con el escenario más parecido a tu negocio.

Cuándo no te sirve

No te sirve todavía si tu prioridad es que alguien conteste el teléfono fijo de tu negocio sin que un humano intervenga: eso depende de la API, y OpenAI no ha publicado ni fecha ni precio para abrirla. Tampoco es la herramienta correcta si necesitas una transcripción textual exacta de cada llamada para un expediente o un contrato —está pensada para conversar, no para levantar acta. Y si tu equipo ya tiene un guion de atención telefónica maduro y que funciona, la ganancia de meter voz con IA encima es marginal por ahora: el costo de cambiar de herramienta puede pesar más que lo que ahorra.

Tampoco es el momento si lo que necesitas es hablar de información sensible por teléfono —datos de un cliente, un número de cuenta, un diagnóstico médico. OpenAI no ha publicado, junto con GPT-Live, controles de privacidad pensados específicamente para uso empresarial con datos delicados; hasta que eso quede documentado, lo prudente es probarlo con conversaciones que no importaría que alguien más escuchara.

En ninguno de estos casos la respuesta es “nunca” —es “todavía no, con lo que hay publicado hoy”. Vale la pena revisar esta pieza otra vez cuando OpenAI anuncie la API.

Qué hacer el lunes

No hace falta un proyecto para empezar a usar esto —hace falta media hora y un plan de ChatGPT que ya tienes. Ni siquiera hace falta avisarle a nadie más del equipo: es una prueba que puedes correr solo, antes de decidir si vale la pena involucrar a alguien más. Tres pasos, en orden:

10 minutos. Abre el modo de voz en tu plan actual e interrúmpelo a media frase un par de veces. Eso te dice, de entrada, si la latencia y el corte se sienten naturales o si todavía se nota la máquina.

15 minutos. Corre el guion de traducción de esta pieza con alguien de tu equipo simulando a un cliente que habla otro idioma. Es la prueba más rápida de si te sirve para una llamada real.

5 minutos. Anota, con tu equipo, qué tan lejos están de necesitar la API —conectar la voz al teléfono del negocio— para no improvisar cuando OpenAI la publique.

Con eso ya sabes, con evidencia propia y no con la demo de OpenAI, si el modo de voz te sirve para algo esta semana o si te conviene esperar a que la API esté disponible.

Por qué vale la pena seguirle la pista

GPT-Live no resuelve, por sí solo, el problema de contestar el teléfono de un negocio —esa promesa sigue pendiente de la API. Lo que sí resuelve, desde hoy, es la fricción de escribir cuando hablar sería más rápido: preparar una conversación difícil, dictar en vez de teclear, traducir sin cambiar de aplicación. Son ganancias chicas, pero no cuestan nada nuevo si ya pagas un plan de ChatGPT.

El punto de inflexión real llega cuando OpenAI abra la API con fecha y precio. Ahí la pregunta deja de ser “¿se siente natural hablar con la IA?” y pasa a ser “¿le confío la primera llamada de un cliente nuevo?”. Vale la pena haber probado el modo de voz antes de que llegue esa decisión, para no tomarla en frío —y con evidencia propia, no con la demo de OpenAI.

Por lo pronto, lo razonable es tratar a GPT-Live como lo que es hoy: una herramienta de preparación y de traducción, útil desde ya, y un adelanto de algo más grande que todavía no tiene fecha. Seguirle la pista no cuesta nada —usarla ya, tampoco.