Uso principal declarado o inferido con cautela desde la documentación oficial.
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.
Lo esencial
Capacidad máxima de entrada cuando la fuente la publica.
Límite máximo de generación documentado.
Canales de disponibilidad verificados.
Familia funcional principal y especialidades verificadas.
Condiciones declaradas para API, pesos o despliegue propio.
Límites e integración
| ID de API | gpt-live-1 |
|---|---|
| Tipo de modelo | Voz y audio · Texto y razonamiento |
| Modelo de acceso | Propietario de pago |
| Licencia | Propietaria |
| Despliegue | API alojada |
| Lanzamiento | 10 SEP 2026 |
| Corte de conocimiento | No publicado |
| Entrada | Texto · Audio |
| Salida | Texto · Audio |
| Ventana de contexto | Sesión de voz full-duplex |
| Salida máxima | Audio y texto en streaming |
| Razonamiento | No publicado |
| Herramientas publicadas | |
| Salidas estructuradas | No publicado |
| Procesamiento por lotes | No publicado |
| Caché de prompts | No publicado |
| Ajuste fino | No publicado |
| Plataformas verificadas | OpenAI Live API |
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.
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.
Qué puede hacer
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.
Contexto
Sesión de voz full-duplex · Audio y texto en streaming
Herramientas e integración
No publicado
Acceso
OpenAI API
Coste documentado
| Concepto | Valor | Unidad / condición |
|---|---|---|
| Entrada estándar | $0,05 por minuto de sesión | Tarifa estándar de API |
| Entrada en caché | No publicado | Lectura de prefijos reutilizados |
| Escritura o almacenamiento de caché | No publicado | La condición varía según proveedor |
| Salida estándar | Incluido en la duración de la sesión | Puede incluir tokens de razonamiento |
| Entrada por lotes | No publicado | Procesamiento asíncrono |
| Salida por lotes | No publicado | Procesamiento 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.
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.
Cronología
GPT-Live-1
Disponibilidad general con sesiones Live.
Análisis relacionados
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 ↗ NOTICIAVoxtral 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 ↗ NOTICIAGPT-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 ↗ GUIAVoces 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 ↗