O
OPENAI / gpt-live-1

GPT‑Live 1

Modelo de voz de OpenAI para escuchar y hablar de forma simultánea, manejar interrupciones y delegar razonamiento o herramientas en un modelo de apoyo. Su disponibilidad general se anunció el 10 de septiembre.

01 / RESUMEN

Lo esencial

ORIENTACIÓNConversación de voz en tiempo real

Uso principal declarado o inferido con cautela desde la documentación oficial.

CONTEXTOSesión de voz full-duplex

Capacidad máxima de entrada cuando la fuente la publica.

SALIDAAudio y texto en streaming

Límite máximo de generación documentado.

ACCESOOpenAI API

Canales de disponibilidad verificados.

TIPO DE MODELOVoz y audio · Texto y razonamiento

Familia funcional principal y especialidades verificadas.

LICENCIAPropietaria

Condiciones declaradas para API, pesos o despliegue propio.

02 / FICHA TÉCNICA

Límites e integración

ID de APIgpt-live-1
Tipo de modeloVoz y audio · Texto y razonamiento
Modelo de accesoPropietario de pago
LicenciaPropietaria
DespliegueAPI alojada
Lanzamiento10 SEP 2026
Corte de conocimientoNo publicado
EntradaTexto · Audio
SalidaTexto · Audio
Ventana de contextoSesión de voz full-duplex
Salida máximaAudio y texto en streaming
RazonamientoNo publicado
Herramientas publicadas
Salidas estructuradasNo publicado
Procesamiento por lotesNo publicado
Caché de promptsNo publicado
Ajuste finoNo publicado
Plataformas verificadasOpenAI Live API
ENCAJA MEJOR EN

Conversaciones habladas interactivas y agentes de voz. Las sesiones se crean mediante /v1/live/sessions. La integración puede delegar tareas de razonamiento sin interrumpir la conversación.

CONVIENE VIGILAR

Los límites se expresan en sesiones concurrentes y dependen del nivel de servicio. El endpoint Live y el endpoint Realtime tienen contratos diferentes. Las llamadas al modelo de apoyo y sus herramientas se cobran aparte.

03 / CAPACIDADES

Qué puede hacer

01

Orientación

Conversaciones habladas interactivas y agentes de voz. Las sesiones se crean mediante /v1/live/sessions. La integración puede delegar tareas de razonamiento sin interrumpir la conversación.

02

Contexto

Sesión de voz full-duplex · Audio y texto en streaming

03

Herramientas e integración

No publicado

04

Acceso

OpenAI API

Modalidades de entrada
TextoAudio
04 / PRECIOS

Coste documentado

ConceptoValorUnidad / condición
Entrada estándar$0,05 por minuto de sesiónTarifa estándar de API
Entrada en cachéNo publicadoLectura de prefijos reutilizados
Escritura o almacenamiento de cachéNo publicadoLa condición varía según proveedor
Salida estándarIncluido en la duración de la sesiónPuede incluir tokens de razonamiento
Entrada por lotesNo publicadoProcesamiento asíncrono
Salida por lotesNo publicadoProcesamiento asíncrono

La sesión cuesta 0,05 USD por minuto y se factura por segundos, sin redondear al minuto completo. El coste del modelo de apoyo se calcula con su propia tarifa.

i Los precios cambian y pueden depender del nivel, la región o la longitud del contexto. Revisa la fuente antes de tomar una decisión.

05 / EVALUACIONES

Cómo leer los resultados

“

La documentación describe conversación full-duplex, interrupciones y delegación. La evaluación de una integración debe medir latencia, comprensión, continuidad y costes de la sesión completa.

i No hemos localizado benchmarks publicados para este modelo.

Inferama solo destaca un «mejor resultado» cuando la métrica, el conjunto de prueba, la configuración y la fecha permiten una comparación equivalente. Las cifras del proveedor se presentan como afirmaciones de su propia fuente.

06 / VERSIONES

Cronología

GPT-Live-1

Disponibilidad general con sesiones Live.

ANÁLISIS

Análisis relacionados

Evaluación de conversación de GPT‑Live: cómo medir turnos, interrupciones y tareas sin confundir fluidez con fiabilidad
ANALISIS

Evaluación de conversación de GPT‑Live: cómo medir turnos, interrupciones y tareas sin confundir fluidez con fiabilidad

Evaluar un agente de voz exige separar la dinámica de la conversación, la comprensión, el éxito de la tarea y el control de las acciones externas. Este método propone pruebas reproducibles con audio, trazas temporales y verificación del estado final.

23 sep. 2026
Voxtral TTS: qué debe validar un equipo antes de sustituir una voz sintética en producción
NOTICIA

Voxtral TTS: qué debe validar un equipo antes de sustituir una voz sintética en producción

Mistral AI documenta Voxtral TTS como un servicio de generación de voz con streaming y varios formatos de salida. Antes de reemplazar un proveedor o modelo en llamadas, avisos o contenido publicado, un equipo debe comprobar no solo la calidad audible, sino también la compatibilidad del contrato técnico, operativo y de datos mediante una regresión con sus propios guiones.

22 sep. 2026
GPT-Transcribe: qué debe volver a validar un equipo antes de sustituir su transcriptor
NOTICIA

GPT-Transcribe: qué debe volver a validar un equipo antes de sustituir su transcriptor

GPT-Transcribe figura como un modelo de transcripción disponible a través de la API de OpenAI. Antes de reemplazar un sistema ASR existente, conviene validar no solo el texto resultante, sino también el contrato técnico que sostiene buscadores, resúmenes, alertas, citas, revisiones y registros de cumplimiento.

22 sep. 2026
Voces sintéticas en producción: cómo demostrar el consentimiento, controlar el parecido y retirar una voz con trazabilidad
GUIA

Voces sintéticas en producción: cómo demostrar el consentimiento, controlar el parecido y retirar una voz con trazabilidad

Usar una voz sintética de forma responsable exige más que una casilla de aceptación o una demo convincente. Esta guía explica cómo vincular cada audio con una autorización concreta, evaluar el parecido con personas identificables, informar cuando corresponda y retirar activos si cambian las condiciones de uso.

22 sep. 2026
07 / FUENTES

Trazabilidad