ChatGPT ya no te hace esperar: GPT-Live llega a 150 millones de usuarios

Cuando hablabas con ChatGPT antes, esperabas. El modelo procesaba tu voz, generaba una respuesta y la emitía, y luego esperaba tu siguiente turno. Esa arquitectura, denominada por turnos, es como ha funcionado la mayor parte de la IA de voz desde los primeros despliegues comerciales. OpenAI la ha eliminado.

GPT-Live funciona con una arquitectura full-duplex, lo que significa que procesa la voz entrante y genera su respuesta al mismo tiempo. La diferencia práctica es que puedes interrumpir al modelo a mitad de frase, y este se detiene. Puede registrar breves interjecciones, preguntas o cambios de dirección sin que ninguno de los interlocutores tenga que completar su turno primero. OpenAI ha iniciado hoy el despliegue global, lanzando GPT-Live-1 para suscriptores de pago (Go, Plus, Pro) y GPT-Live-1 mini para usuarios gratuitos, reemplazando el Advanced Voice Mode sin necesidad de una ventana de aceptación.

Los 150 millones de personas que usan las funciones de voz de ChatGPT cada semana notarán el cambio sobre todo en dos situaciones: conversaciones que cambian de dirección rápidamente y la desaparición de la pausa que antes indicaba que el modelo había terminado de hablar. GPT-Live puede señalar atención con breves reconocimientos —«mhmm», «sí»— o simplemente permanecer en silencio cuando el hablante aún está pensando. Cuando la conversación requiere búsqueda en la web, razonamiento más profundo o trabajo complejo, delega silenciosamente en un modelo frontera entre bastidores y devuelve el resultado al intercambio en vivo.

El párrafo del escepticismo importa aquí. Full-duplex no significa que GPT-Live haya mejorado en entender lo que dices, sino que puede responder al ritmo de una conversación de forma más natural. Las primeras pruebas sugieren que, cuando el hablante ofrece una explicación larga y densa, el modelo a veces reconoce una afirmación antes de haber terminado de procesar el significado completo. El sistema también se ejecuta íntegramente en los servidores de OpenAI, por lo que cada conversación de voz depende de una conexión de baja latencia que no todos los 150 millones de usuarios semanales tendrán en igual medida. Las regiones con infraestructura más lenta pueden descubrir que las ambiciones en tiempo real de GPT-Live superan la realidad de la red que las sustenta.

También hay una cuestión estructural sobre la propia migración. OpenAI ha movido automáticamente a toda su base de usuarios activos de voz a un nuevo sistema sin solicitar su consentimiento. La empresa lo presenta como una mejora, y en muchos aspectos lo es. Pero también es un cambio en el modelo de interacción con el que millones de personas habían calibrado sus expectativas, implementado sin una fecha de retiro anunciada para el sistema anterior.

OpenAI no ha anunciado cambios de precio para los suscriptores actuales de ChatGPT en relación con GPT-Live. Se espera que el despliegue llegue a todos los usuarios a nivel mundial en los próximos días. La fecha oficial de retiro de Advanced Voice Mode no ha sido confirmada.

Etiquetas: OpenAI, chatgpt, modelos de IA, full-duplex, GPT-Live, voz IA