GPT-Live: qué es, cómo se usa y qué cuesta

GPT-Live es el modelo de voz de OpenAI: el que escucha y habla a la vez, el que mueve ChatGPT Voice en la aplicación de escritorio y el que se conecta por API para que un programa mantenga una conversación hablada. Está disponible para cualquier desarrollador desde el 10 de septiembre de 2026 y cuesta 0,05 $ por minuto de sesión. Sirve para coger una llamada y conversar; no sirve, por sí solo, para razonar ni para consultar tus datos: eso lo hace otro modelo detrás.

Si has llegado buscando «gpt live», lo que Google completa detrás de esas dos palabras es bastante preciso: «gpt live 1.1», «gpt live api», «gpt live 1», «gpt live mini», «gpt live como usar», «gpt live limits» y «gpt live transcription». Y con «que es gpt live» aparecen «que es gpt live 1» y «que es chat gpt live». Este artículo responde a esas preguntas con la documentación de OpenAI enlazada junto a cada dato, incluidas las dos que no tienen la respuesta que la gente espera: no hay ninguna página oficial que documente un «GPT-Live 1.1» y no existe ningún «GPT-Live mini».

Qué es GPT-Live y quién está detrás

GPT-Live lo hace OpenAI. Su identificador es gpt-live-1 y la propia ficha del modelo lo define como «nuestro modelo estrella para conversaciones de voz naturales y expresivas, con una gestión fluida de las interrupciones» —ficha de GPT-Live 1, traducción nuestra—.

Lo que lo distingue de un dictado o de una voz sintética es que funciona a dúplex completo: puede escuchar mientras habla. Si quien llama se interrumpe a mitad de frase o añade un dato por encima de la respuesta, la conversación no se rompe.

La segunda idea importante es la delegación. GPT-Live se ocupa de la conversación; el trabajo de verdad —mirar un pedido, consultar la agenda, cobrar— lo hace un modelo o un sistema que tú eliges, y que la guía oficial llama «backend». Así lo explica OpenAI en la guía de inicio: «GPT-Live gestiona una conversación hablada mientras un agente de backend busca información, usa herramientas y completa tareas» —traducción nuestra—. Por eso el usuario puede seguir hablando mientras por detrás se resuelve una consulta.

Dos datos más de la ficha oficial que conviene tener a mano: entra y sale audio y texto, pero no imagen ni vídeo, y su conocimiento del mundo está congelado a 31 de julio de 2025. Todo lo que sepa de tu negocio tiene que llegarle desde fuera.

En la API, GPT-Live 1 pasó a estar disponible para todo el mundo el 10 de septiembre de 2026, según el changelog de la API. En ChatGPT llegó antes: el resumen semanal del 20 al 24 de julio de 2026 presentó ChatGPT Voice y la propia documentación de ChatGPT sigue diciendo hoy que está «powered by GPT-Live» —ChatGPT Voice—.

Qué añadió OpenAI el 15 y el 16 de octubre de 2026

Esta semana GPT-Live ha hecho ruido por dos entradas del changelog, y son las de la captura de portada.

15 de octubre. Integración nativa de Decisions dentro de GPT-Live. En palabras de OpenAI, «tu aplicación puede actuar mientras tu usuario está hablando o reaccionar a lo que dice Live» —traducción nuestra—. Es la pieza que permite decidir algo a mitad de frase, sin esperar al final del turno.
16 de octubre. Dos cosas a la vez. La primera, prompt-to-voice para todos los clientes de la API: crear una voz describiéndola con palabras, sin grabación de referencia. La segunda, nueve voces nuevas: Nuri, Juni y Flitz en alemán; Brise y Sillage en francés; Nira en hindi; Harema y Shida en japonés; y Noeul en coreano.

Sobre prompt-to-voice, la guía de voces personalizadas añade la letra pequeña que importa: crear la voz es gratis, hablar con ella se cobra como cualquier sesión de GPT-Live, cada organización puede guardar hasta cien voces generadas por descripción y esas voces solo funcionan con GPT-Live, no con las API de texto a voz, Realtime ni Chat Completions.

¿Existe «GPT-Live 1.1»? Qué dice hoy el catálogo oficial

Esta es la búsqueda más repetida de la semana y la respuesta es incómoda: a 17 de octubre de 2026 no hemos encontrado ninguna página de OpenAI que documente un «GPT-Live 1.1». Lo comprobamos así, y cualquiera puede repetirlo:

El catálogo de modelos lista para voz GPT-Live 1 y GPT-Live-Transcribe, además de la familia GPT-Realtime. No aparece ninguna versión 1.1.
La ficha del modelo solo declara una instantánea, gpt-live-1, y pide usar ese identificador en las peticiones.
La dirección de una hipotética ficha de gpt-live-1.1 devuelve un 404.
Las entradas del changelog del 15 y el 16 de octubre etiquetan los cambios como gpt-live-1.

La prensa tecnológica, en español y en inglés, ha llamado «GPT-Live-1.1» al despliegue de voces nuevas de esta semana en ChatGPT. Puede que exista como versión interna del lado de ChatGPT; lo que sostenemos aquí es lo que se puede leer: la documentación pública habla de gpt-live-1. Si buscas «gpt live 1.1» y acabas en una página que te vende acceso a ese modelo, desconfía.

Lo mismo pasa con «gpt live mini»: no existe. El modelo pequeño de voz de OpenAI se llama gpt-realtime-2.1-mini y pertenece a la familia Realtime, que es la anterior arquitectura, la que resuelve voz, razonamiento y herramientas en una sola sesión.

Cómo se usa GPT-Live: dos caminos

Sin programar nada: ChatGPT Voice. Es la vía rápida. Según la documentación de ChatGPT, está en la aplicación de escritorio de ChatGPT con los planes Plus, Pro, Business, Edu y Enterprise —en Enterprise y Edu con dos semanas de acceso anticipado antes de activarse por defecto—, y también desde Codex en iOS emparejando el móvil con un ordenador. La propia página avisa de que la disponibilidad depende del despliegue y de la configuración del espacio de trabajo. El flujo es: abrir un chat o una tarea, pulsar «Start voice chat», dar permiso al micrófono, elegir voz y hablar.

Con desarrollo: la API. GPT-Live solo responde en un sitio, el endpoint v1/live/sessions. No funciona con Responses, ni con Chat Completions, ni con Realtime: la ficha del modelo los marca todos como no soportados. OpenAI recomienda empezar por su ejemplo de WebRTC, que conecta el micrófono y el altavoz del navegador contra un servidor propio que guarda la clave de API.

Para llevarlo al teléfono hay integraciones con socios: LiveKit, Twilio, Telnyx, Bandwidth y Daily/Pipecat. Ahí es donde esto deja de ser una demo de navegador y empieza a parecerse a una centralita.

¿Se puede usar desde España? Sí: España figura en la lista de países admitidos de la API de OpenAI.

Cuánto cuesta GPT-Live y qué no incluye ese precio

0,05 $ por minuto de sesión de voz, facturados por segundos y sin redondear al minuto entero. Está en la ficha del modelo y en la página de precios, con la misma advertencia en las dos: «el uso del modelo de backend y de las herramientas se factura aparte».

Esa frase es el 90 % de la letra pequeña. El precio de la voz es barato y predecible; lo que puede dispararse es el modelo que piensa por detrás, que se paga por tokens como cualquier otro.

Pasado a euros con el tipo de cambio de referencia del Banco Central Europeo del 16 de octubre de 2026 —1 euro = 1,1253 dólares, tipos de cambio de referencia del BCE—, y el cálculo es nuestro:

0,0444 € por minuto de conversación.
2,67 € por hora de línea abierta.
Cien llamadas de tres minutos en un mes son 300 minutos: 15 $, unos 13,33 €, solo de voz.

Para comparar, la transcripción en directo con gpt-live-transcribe cuesta 0,017 $ por minuto, unos 0,0151 € con el mismo tipo de cambio.

Dos límites más que responden a la búsqueda «gpt live limits». El primero: no hay plan gratuito; la ficha del modelo marca el nivel Free como no soportado. El segundo: el límite no se mide en peticiones por minuto sino en sesiones simultáneas, 50 en el nivel Build, 300 en Launch y 500 en Grow. Para un negocio pequeño, 50 llamadas a la vez es un techo que no vas a tocar.

¿Habla español? Las voces que hay y la que falta

Aquí está el dato que no hemos visto en ninguna de las noticias de esta semana. La tabla de opciones de voz de GPT-Live lista 21 voces adicionales, y ninguna tiene el español como idioma. El reparto, contado por nosotros sobre esa tabla el 17 de octubre de 2026: diez en inglés —con acento australiano, británico, irlandés, norteamericano, filipino y del sur de Estados Unidos—, dos en portugués de Brasil, tres en alemán, dos en francés, dos en japonés, una en hindi y una en coreano. La voz por defecto de una sesión es marin, que ni siquiera aparece en esa tabla.

Conviene no estirar el dato más de lo que da. OpenAI no dice que GPT-Live no hable español: dice, literalmente, «prueba la voz con los idiomas y la pronunciación que tu aplicación necesite» —traducción nuestra—, y en su guía de saludos telefónicos recomienda probar el saludo «en los idiomas que admitas». Lo que falta no es el idioma: es una voz diseñada y etiquetada para sonar a español. Las nueve que se añadieron el 16 de octubre fueron para alemán, francés, hindi, japonés y coreano. Otra vez, el español no estaba en la lista.

La salida que deja OpenAI es prompt-to-voice: describir con palabras la voz que quieres —su ejemplo oficial incluye el acento en la descripción— y guardarla. Nosotros no la hemos probado: hacerlo exige gastar en una cuenta de API y eso no se hace desde este flujo de publicación. Si alguien la prueba para un negocio español, el sitio donde se crea es el apartado de voces de la plataforma de OpenAI, y la propia guía obliga a algo que en España ya pide la ley: avisar de que la voz es sintética.

Qué cambia y qué no para un negocio pequeño en España

Qué cambia. Que la capa de voz de un agente telefónico tiene precio público, bajo y por segundos, y que conectarla a una línea de teléfono ya no es un proyecto de laboratorio: hay integraciones con los operadores de siempre. Si alguien te pasa un presupuesto de «IA que coge el teléfono», ahora sabes cuánto cuesta la parte de hablar.

Qué no cambia. Tres cosas. La primera, que el precio de la voz no es el precio del sistema: el modelo que consulta tu agenda, tu almacén o tu CRM se paga aparte, y es el que decide la factura. La segunda, que no hay voz española en el catálogo, y para un restaurante de Valencia o una clínica de Alcalá de Henares eso no es un detalle estético: es lo primero que oye el cliente. La tercera, que un modelo no es un servicio. GPT-Live no sabe tus horarios, no conoce tu política de cancelaciones y no tiene tu agenda: solo habla bien.

Y lo que ya era obligatorio sigue siéndolo. Desde el 2 de agosto de 2026 un sistema que conversa tiene que decir al empezar que es una IA, y siempre debe haber una salida hacia una persona. Lo desarrollamos en agente de voz con IA para restaurantes, que es el mismo problema visto desde el negocio en vez de desde el modelo.

La lectura de PotencIA

Esto es análisis nuestro, separado de lo que publica OpenAI. Y escribimos como parte interesada: PotencIA tiene un agente de voz para reservas en fase piloto.

Lo que haríamos. Mirar GPT-Live como lo que es, una pieza, y montar encima el resto: el saludo, las reglas del negocio, la agenda y el aviso legal. La noticia de la semana que de verdad vale para una pyme no son las voces nuevas, es la integración de Decisions del 15 de octubre: poder actuar mientras el cliente habla es lo que separa una conversación de un contestador caro.

Lo que no haríamos. Prometer a nadie una atención telefónica «en español nativo» con las voces del catálogo, porque hoy no las hay. Ni calcular el coste de un agente de voz con los 0,05 $ por minuto: falta el backend, y ese es el que crece.

Lo que vigilaríamos. Que aparezca una voz en español en esa tabla. Cuando llegue, cambia el cálculo para cualquier negocio de aquí que quiera automatizar el teléfono, y lo contaremos. Mientras tanto, si lo que te entra no son llamadas sino mensajes, el problema es otro y la herramienta también: de eso va PotencIA.

Cómo hemos verificado esto

Changelog de la API de OpenAI, leído el 17 de octubre de 2026. De ahí salen la fecha de disponibilidad general de GPT-Live 1 (10 de septiembre de 2026), la integración de Decisions del 15 de octubre y el lanzamiento de prompt-to-voice con las nueve voces nuevas del 16 de octubre.
Ficha del modelo gpt-live-1 y página de precios de OpenAI Developers, leídas el 17 de octubre de 2026: precio por minuto, facturación por segundos, modalidades, corte de conocimiento, endpoints admitidos, niveles de uso y sesiones simultáneas.
Guías de GPT-Live —inicio, gestión de sesiones con la tabla de voces, voces personalizadas, integraciones con socios— y lista de países admitidos, leídas el mismo día. El recuento de voces por idioma lo hemos hecho nosotros sobre esa tabla.
Documentación de ChatGPT (learn.chatgpt.com), para ChatGPT Voice, sus planes y la semana del 20 al 24 de julio de 2026 en la que se presentó.
Comprobación del «1.1»: hecha por nosotros el 17 de octubre de 2026 pidiendo la ficha de gpt-live-1.1 en la documentación, que responde 404, y revisando el catálogo completo de modelos y el changelog. Ninguna de las tres fuentes la nombra.
Conversión a euros: cálculo propio con el tipo de cambio de referencia del Banco Central Europeo del 16 de octubre de 2026 (1 euro = 1,1253 dólares). Los precios oficiales están en dólares.
Apps que se llaman así: el 17 de octubre de 2026 consultamos el buscador de la App Store española con el término «gpt live». El primer resultado es ChatGPT, de OpenAI OpCo, LLC, y entre los siete que devuelve no hay ninguna aplicación de terceros llamada «GPT Live». GPT-Live no es una app: es un modelo al que se accede por la API o a través de ChatGPT.
Demanda de búsqueda: autocompletado de Google en español para España, consultado el 17 de octubre de 2026 con las formas «gpt live», «que es gpt live», «gpt live 1.1», «gpt live gratis» y «chatgpt voz».
Las traducciones del inglés son nuestras y van marcadas como tales. No hemos usado GPT-Live ni hemos creado ninguna voz: probarlo exige una cuenta de pago y no se hace desde este flujo. La portada es una captura del changelog hecha ese mismo día con un navegador Chrome en modo headless; el resto de páginas se descargaron con curl.