OpenAI presentó GPT-Live el 13 de julio de 2026 como su primer modelo de voz con arquitectura full-duplex: escucha, habla y razona en paralelo, sin el esquema de turnos del modo voz actual de ChatGPT ni la latencia de esperar a que el usuario termine de hablar. El anuncio llega cuatro días antes del GA previsto de Gemini 3.5 Pro (17 de julio) y en la misma semana en que GPT-5.6 —Sol, Terra y Luna— salió a disponibilidad general el 9 de julio. Esta pieza se publica el 14 de julio de 2026, un día después del comunicado oficial.
Qué ha pasado exactamente
GPT-Live no es una capa de síntesis sobre GPT-5.6 Terra: es un modelo entrenado para audio continuo. La arquitectura full-duplex permite que el sistema procese la voz entrante mientras genera respuesta hablada —interrupciones incluidas— en lugar del patrón push-to-talk o voice activity detection con silencio obligatorio entre turnos. OpenAI lo integra en ChatGPT (planes Plus y superiores), en la API Realtime bajo el identificador gpt-live-2026-07 y como backend del modo voz de ChatGPT Work, el producto empresarial que la compañía despliega en paralelo esta misma semana de julio.
Las capacidades declaradas van más allá de la conversación. Traducción en tiempo real mantiene la voz del interlocutor con acento natural mientras el contenido se transmite en otro idioma —OpenAI cita pruebas internas en 12 pares de idiomas, incluido español-inglés y español-francés, con latencia media inferior a 400 ms en condiciones de red estándar. Búsqueda web en directo permite que el modelo consulte fuentes mientras el usuario sigue hablando —no al final del turno— y cite resultados en la respuesta oral. La delegación a agentes enruta subtareas a Codex (generación de código), a un agente de navegación web o a flujos definidos por el desarrollador vía API, devolviendo el resultado a la conversación de voz sin cambiar de interfaz.
El calendario de OpenAI en julio de 2026 es denso. El 9 de julio activó GPT-5.6 en GA con precios de API fijados en Sol a 5 $/30 $ por millón de tokens (entrada/salida), Terra a 2,50 $/15 $ y Luna a 1 $/6 $; Sol en hardware Cerebras supera los 700 tokens/segundo para clientes selectos. El 11 de julio, Apple presentó demanda federal por robo de secretos comerciales contra OpenAI e io Products, citando ex empleados de hardware y entrevistas «show and tell» sobre baterías y placas lógicas. En la misma ventana, OpenAI negocia la adquisición de Northslope —consultora de despliegue enterprise— y mantiene activo el S-1 confidencial de su OPV con Goldman Sachs y Morgan Stanley, valorada en unos 730.000 millones de dólares en mercado privado.
El contexto competitivo fija el reloj. Google mantiene Gemini 3.5 Pro en preview limitada en Vertex AI para clientes enterprise; el GA público está previsto para el 17 de julio de 2026 —cuatro días después del anuncio de GPT-Live—. Según nuestra cobertura del retraso de junio, Gemini 3.5 Pro alcanza 70,7% en Terminal-Bench 2.1, 18 puntos por debajo de GPT-5.6 Sol (91,9% en modo Ultra). Google no ha anunciado un equivalente full-duplex nativo para esa fecha; su modo voz en la app Gemini sigue operando con turnos. OpenAI, con GPT-Live, intenta marcar diferencia en interacción hablada antes de que Google cierre su ventana de lanzamiento de julio.
Por qué importa
El salto de turn-taking a full-duplex cambia la percepción de latencia más que cualquier mejora de benchmark textual. En el modo voz clásico de ChatGPT —disponible en España desde 2024 con el botón de micrófono en iOS y Android— el usuario habla, espera el silencio detectado, el modelo transcribe, razona y sintetiza. GPT-Live elimina la cola de espera: el razonamiento ocurre mientras la persona habla, de forma comparable a una llamada telefónica donde ambos interlocutores pueden solaparse sin romper la conversación. Para aplicaciones de traducción simultánea o negociación en tiempo real, esa diferencia no es cosmética —es la diferencia entre intérprete con 2-3 segundos de retardo y uno con retardo percibido inferior al umbral humano de ~500 ms.
La integración de búsqueda web en directo y delegación a agentes convierte la voz en interfaz de orquestación, no solo en chat oral. Un usuario puede preguntar «¿cuál es el precio actual del alquiler en el Eixample según el último informe?» mientras el modelo ya está consultando portales inmobiliarios; o pedir «genera el script de migración y dime en voz alta qué hace» mientras Codex escribe el código en segundo plano. Eso acerca GPT-Live al concepto de asistente ejecutivo que OpenAI promociona con ChatGPT Work, donde equipos empresariales necesitan manos libres en desplazamiento o en almacén —no solo transcripción post-turno.
El timing frente a Gemini 3.5 Pro refuerza la narrativa de producto de OpenAI en un mes complicado. La demanda de Apple del 11 de julio amenaza la integración de ChatGPT en Apple Intelligence; la OPV de 730.000 M$ exige demostrar categorías de ingreso más allá del chat de texto; y Anthropic ya supera a OpenAI en ingresos autodeclarados (~47.000 M$ anualizados frente a 25.000-33.000 M$ proyectados). GPT-Live es una apuesta por una vertical —voz conversacional en producción— donde Google aún no compite en GA y donde ElevenLabs domina síntesis pero no razonamiento full-duplex integrado.
Para desarrolladores, el endpoint gpt-live-2026-07 en la API Realtime factura por minuto de audio procesado —OpenAI fijó 0,08 $/min de entrada y 0,24 $/min de salida en el tier estándar, con descuento del 50% para volúmenes superiores a 100.000 minutos/mes— además del coste de tokens cuando se delega a Sol o Terra. Ese modelo de precio distingue GPT-Live de la API de chat por tokens: una llamada de 10 minutos con tres delegaciones a Terra puede costar menos que 500.000 tokens de ida y vuelta en texto, pero más que una sesión de modo voz clásico que solo transcribe al final. La decisión de arquitectura —full-duplex vs turn-based— pasa a ser decisión de facturación.
Qué significa en España
Turismo y hostelería son el primer mercado español donde GPT-Live tiene aplicación inmediata medible. España recibió 94,5 millones de turistas internacionales en 2025 según datos del Instituto Nacional de Estadística; en julio de 2026, la temporada alta concentra equipos de recepción en hoteles de Barcelona, Palma y Benidorm que atienden en cuatro o cinco idiomas con plantilla limitada. La traducción full-duplex con latencia inferior a 400 ms permite que un recepcionista hable en castellano mientras el huésped francés o alemán escucha la respuesta en su idioma sin pausa de intérprete —un flujo que hoy requiere Google Translate en modo conversación (turnos) o personal bilingüe. Un hotel de 120 habitaciones en la Costa Brava que paga 23 €/mes por ChatGPT Plus por recepcionista accedería a GPT-Live sin coste adicional de suscripción según el comunicado de OpenAI; el límite práctico será la calidad de micrófono en mostrador y el ruido ambiente, no el precio del software.
Para pymes de atención al cliente —talleres mecánicos en Sevilla, clínicas dentales en Madrid, gestorías en Valencia— el contraste con el modo voz actual de ChatGPT en España es claro. Hasta el 13 de julio, el flujo en la app móvil era: pulsar micrófono → hablar → esperar → escuchar respuesta → repetir. Sin API de voz integrada en CRMs locales como Holded o Factorial, la voz quedaba confinada al consumidor individual. GPT-Live en ChatGPT Work —desplegado en paralelo esta semana— permite que un autónomo con 3 empleados configure un número de teléfono que enruta a GPT-Live con acceso a su base de conocimiento de productos, mientras delega consultas de stock a un agente web. El coste: plan Business de OpenAI (~25 €/usuario/mes más IVA) más 0,08-0,24 $/min de API Realtime si supera los minutos incluidos —comparable a una línea de Atención al Cliente básica de operador tradicional (~0,15 €/min) pero disponible 24/7 sin turnos de fin de semana.
Los call centers españoles —sector que emplea a más de 250.000 personas según la patronal AECE— enfrentan la implicación más directa. GPT-Live no sustituye un agente humano en reclamaciones complejas o ventas consultivas, pero sí puede absorber el 40-60% del tráfico de nivel 1 (horarios, estado de pedido, FAQs) que hoy cuesta entre 800 € y 1.200 €/puesto/mes en Andalucía o Galicia. Un contact center de 50 puestos en Malaga que enrute el 30% de llamadas entrantes a GPT-Live con delegación a Terra para consultas de base de datos podría reducir plantilla de primera línea en 8-12 puestos —ahorro bruto de 96.000-144.000 €/año antes de costes de API. El riesgo laboral es real: el convenio colectivo estatal de contact centers no previó asistentes full-duplex en 2024; las empresas que desplieguen GPT-Live en 2026 operarán en zona gris hasta que sindicatos como CCOO o UGT negocien cláusulas de «asistencia IA» en la próxima revisión.
La comparación con alternativas disponibles hoy en España sitúa el panorama. El modo voz de ChatGPT (turn-based) sigue siendo la opción más extendida entre particulares con ChatGPT Plus a 23 €/mes. ElevenLabs Conversational AI ofrece agentes de voz con latencia competitiva pero requiere montar el stack de razonamiento aparte —normalmente enrutando a GPT-4o o Claude vía API, sin full-duplex nativo de un solo proveedor. Gemini en la app móvil española mantiene turnos; su GA del 17 de julio no incluye, según la documentación de preview en Vertex AI, un modo equivalente a GPT-Live. Whisper sigue siendo la herramienta de referencia para transcribir llamadas grabadas —0,006 $/min en API—, no para conversación en vivo. Para una cadena de restauración con 15 locales en País Vasco y Navarra, la decisión de julio de 2026 probablemente será: GPT-Live en Work para reservas telefónicas en euskera-castellano-inglés, Whisper para analizar grabaciones de calidad, y ElevenLabs solo si necesitan voz clonada de marca para publicidad —tres herramientas, tres facturas, frente a una sola con GPT-Live si OpenAI cumple la promesa de delegación integrada.
Análisis
GPT-Live es el producto más convincente que OpenAI ha lanzado en voz desde Advanced Voice Mode de 2024 —pero llega en el peor momento posible para pedir atención. La misma semana incluye GA de GPT-5.6, ChatGPT Work, la compra de Northslope, la OPV de 730.000 M$ y la demanda de Apple del 11 de julio. Un inversor que lea titulares del 13 de julio verá cuatro historias de OpenAI compitiendo entre sí; GPT-Live corre riesgo de quedar como demostración técnica mientras el mercado digiere Sol/Terra/Luna y el litigio con Cupertino.
La apuesta full-duplex es acertada en producto y prematura en despliegue. Las demos internas de OpenAI muestran conversaciones naturales con interrupciones; las pruebas en entornos ruidosos —terraza de bar en La Barceloneta, taller con maquinaria— aún no tienen datos públicos independientes. El modo voz turn-based actual falla en ruido ambiente; GPT-Live promete ser más robusto al procesar audio continuo, pero esa promesa necesita validación de terceros antes de que un hotel de cuatro estrellas sustituya a un recepcionista bilingüe por un iPad con ChatGPT Work.
Si Google lanza Gemini 3.5 Pro el 17 de julio sin modo full-duplex nativo, OpenAI mantendrá ventaja de calendario en voz conversacional durante al menos un trimestre —tiempo suficiente para que integradores españoles monten pilotos en hostelería antes de Navidad 2026. Si, en cambio, Google anuncia en I/O tardío o en el propio GA un competidor duplex con integración en Android —donde Gemini ya es asistente por defecto en el 67% de smartphones vendidos en España según Kantar—, GPT-Live quedará confinado al ecosistema Apple-OpenAI justo cuando la demanda de Apple por secretos comerciales tensa esa alianza. La variable que nadie controla en julio de 2026 no es la latencia de 400 ms: es si Tim Cook sigue enrutando Siri a ChatGPT cuando el juez del Distrito Norte de California empiece a pedir deposiciones sobre hardware robado.
Herramientas relacionadas
- ChatGPT — GPT-Live se activa en planes Plus (23 €/mes en España) y superiores; la ficha documenta el modo voz turn-based anterior y los límites por plan frente al nuevo flujo full-duplex integrado con GPT-5.6 Terra para delegación de tareas.
- Gemini — competidor directo cuyo GA está previsto el 17 de julio, cuatro días después de GPT-Live; la ficha compara precios (Google AI Pro a 21,99 €/mes) y el modo voz con turnos frente al full-duplex de OpenAI.
- ElevenLabs — referencia en síntesis y clonación de voz (Eleven v3, 70+ idiomas); relevante para comparar calidad de timbre y prosodia cuando GPT-Live delega la locución final o cuando una pyme española necesita voz de marca clonada aparte del razonamiento de OpenAI.
- Whisper — transcripción offline y API a 0,006 $/min; complemento natural para call centers españoles que quieran analizar grabaciones de llamadas atendidas por GPT-Live sin mezclar facturación de conversación en vivo con auditoría post-llamada.
Fuentes
- OpenAI — Introducing GPT-Live: full-duplex voice with real-time reasoning (13 jul 2026)
- OpenAI — GPT-Live API Realtime documentation and pricing (jul 2026)
- VentureBeat — OpenAI's GPT-Live brings full-duplex voice ahead of Gemini 3.5 Pro (13 jul 2026)
- OpenAI — Introducing GPT-5.6: Sol, Terra and Luna (9 jul 2026)
- Reuters — Apple sues OpenAI over trade secrets (11 jul 2026)