Todos los modelos
OpenAI

GPT-Live 1

La interfaz de voz full-duplex de OpenAI para conversaciones naturales, que delega el razonamiento más complejo y las acciones en un agente de backend independiente.

Descripción general

Qué es realmente GPT-Live 1

GPT-Live 1 escucha y habla a la vez, así que puede gestionar pausas, confirmaciones breves, interrupciones y ruido de fondo sin obligar a que cada intercambio siga turnos rígidos. También ofrece transcripciones y el texto de las respuestas junto con el audio en directo.

La arquitectura separa la conversación del trabajo más complejo. GPT-Live 1 gestiona la experiencia de voz, mientras que un modelo de Responses API o un agente gestionado por la aplicación se encarga del razonamiento y de las herramientas aprobadas. Por eso, el precio de voz publicado no incluye el uso del modelo de backend, las herramientas, la telefonía ni la infraestructura de la aplicación.

Ideal para

  • Llamadas naturales de atención al cliente y gestión de citas
  • Interfaces de voz que deben seguir hablando mientras el trabajo está en curso
  • Equipos que quieren elegir o gestionar el agente de backend

Comparación en su categoría

Los datos que importan en los modelos de voz

Son especificaciones publicadas por los proveedores, no resultados de benchmarks de Cody. Consulta las fuentes enlazadas para ver los límites actuales y las excepciones de cada endpoint.

Tarifa
$0,05 / minuto de voz + uso de backendPrecio por tokens, caracteres o minutos en la vía de acceso indicada.
Modo de interacción
Frontend de voz full-duplex con backend delegadoFuncionamiento voz a voz, audio a audio o texto a voz en streaming.
Latencia publicada
No publicadoMedición publicada por el proveedor, con las exclusiones que indica; no es una prueba de Cody.
Idiomas
Múltiples acentos, dialectos e idiomas; lista exacta no publicadaIdiomas documentados por el proveedor o una indicación clara de que no se han publicado.
Herramientas y control
Responses o delegación desde el cliente a agentes y herramientas de backendLlamadas a funciones nativas, razonamiento u opciones de control de la voz.
Contexto o límite de entrada
No publicadoLímite documentado de tokens o caracteres, cuando tiene sentido.

Acceso por API y proveedores

Dónde conseguir GPT-Live 1

Disponibilidad

Regiones y fase de acceso

Disponible a través de Live API de OpenAI para aplicaciones de voz de telefonía, navegador y servidor.

El acceso directo depende de la lista actualizada de países admitidos por OpenAI; este modelo no está disponible en el nivel gratuito de la API.

Consultar la disponibilidad actual

Datos y entrenamiento

Uso y retención de datos

OpenAI afirma que, por defecto, el contenido de la API no se usa para entrenar modelos. Los registros de supervisión de abusos pueden conservarse hasta 30 días por defecto, y las organizaciones que cumplan los requisitos disponen de controles adicionales.

Es un resumen del material citado del proveedor, no asesoramiento legal. Una pasarela de terceros puede tener condiciones de almacenamiento, enrutamiento, entrenamiento y residencia de datos distintas de las de la API directa de la empresa que desarrolla el modelo.

Leer la política del proveedor

Preguntas frecuentes

Preguntas frecuentes sobre GPT-Live 1

¿Qué es GPT-Live 1?

La interfaz de voz full-duplex de OpenAI para conversaciones naturales, que delega el razonamiento más complejo y las acciones en un agente de backend independiente. GPT-Live 1 escucha y habla a la vez, así que puede gestionar pausas, confirmaciones breves, interrupciones y ruido de fondo sin obligar a que cada intercambio siga turnos rígidos. También ofrece transcripciones y el texto de las respuestas junto con el audio en directo.

¿Cuándo se lanzó GPT-Live 1?

GPT-Live 1 se lanzó el 10 de septiembre de 2026, según la documentación citada del proveedor.

¿Dónde puedo acceder a GPT-Live 1?

Disponible a través de Live API de OpenAI para aplicaciones de voz de telefonía, navegador y servidor. Vías de acceso que recoge esta guía: OpenAI.

¿Cuánto cuesta GPT-Live 1?

0,05 $ / minuto de voz. Las sesiones de voz se facturan por segundo, sin redondear a minutos completos. El uso del modelo de backend y de las herramientas se factura aparte, igual que la telefonía y la infraestructura de la aplicación.

¿Dónde está disponible GPT-Live 1?

Disponible a través de Live API de OpenAI para aplicaciones de voz de telefonía, navegador y servidor. El acceso directo depende de la lista actualizada de países admitidos por OpenAI; este modelo no está disponible en el nivel gratuito de la API.

¿Se usan mis datos de la API de GPT-Live 1 para entrenar modelos?

OpenAI afirma que, por defecto, el contenido de la API no se usa para entrenar modelos. Los registros de supervisión de abusos pueden conservarse hasta 30 días por defecto, y las organizaciones que cumplan los requisitos disponen de controles adicionales. La política depende de la vía de acceso y de las condiciones de tu cuenta, así que vuelve a comprobarla antes de pasar a producción.

Comparaciones relacionadas

Comparaciones cara a cara

  1. GPT-Live 1 vs Grok Voice 3.0

    El modelo de voz en tiempo real de Grok para conversaciones, atención al cliente y asistentes que utilizan herramientas durante una llamada.

    Ver la comparación completa
  2. GPT-Live 1 vs Gemini 3.8 Live

    El modelo de voz en tiempo real de Google para conversaciones fluidas con audio, texto y contexto visual.

    Ver la comparación completa
  3. GPT-Live 1 vs Gemini 3.8 Live Extended Thinking

    Un modelo de voz Gemini independiente que resuelve solicitudes complejas en segundo plano mientras mantiene la conversación.

    Ver la comparación completa
  4. GPT-Live 1 vs GPT-Realtime-2.1

    El modelo de razonamiento de voz a voz en tiempo real de OpenAI para agentes de voz que usan herramientas y también necesitan contexto de texto e imagen.

    Ver la comparación completa
  5. GPT-Live 1 vs Gemini 3.1 Flash Live Preview

    Modelo de vista previa de audio a audio de Google para diálogos de baja latencia con conciencia, pensamiento, base de búsqueda y llamadas de funciones multimodales.

    Ver la comparación completa
  6. GPT-Live 1 vs Eleven v3 Conversational

    Modelo expresivo de conversión de texto a voz en tiempo real ElevenLabs para diálogo natural, entrega emocional, etiquetas de audio y más de 70 idiomas.

    Ver la comparación completa
  7. GPT-Live 1 vs Inworld Realtime TTS-2

    El modelo expresivo de conversión de texto a voz en tiempo real más nuevo de Inworld, diseñado para recordar la entrega conversacional y hablar en más de 100 idiomas.

    Ver la comparación completa
  8. GPT-Live 1 vs Grok Voice 2.0

    Modelo de voz Grok de la generación anterior, obsoleto en favor de Grok Voice 3.0.

    Ver la comparación completa