Cómo usar GPT-Live: activar la voz de ChatGPT, elegir un modo y conocer los límites

Sun, 12 Jul 2026 10:30:00 +0800

GPT-Live es la nueva generación de modelos de voz de OpenAI para ChatGPT. Su objetivo no es solo leer respuestas en voz alta, sino hacer que la conversación resulte más natural: puedes interrumpir, detenerte a pensar o pedirle que escuche en silencio hasta que termines. Cuando una pregunta necesita búsqueda o razonamiento más profundo, puede trabajar en segundo plano sin detener la conversación.

Se está desplegando gradualmente para usuarios de todo el mundo. Por eso, lo más práctico es comprobar si tu cuenta ya lo tiene, cómo empezar a usarlo y en qué casos todavía necesitas volver a un modo de voz anterior.

Comprueba si GPT-Live está disponible

En el lanzamiento inicial, GPT-Live se está habilitando poco a poco en ChatGPT para iOS, Android y la web. OpenAI indica estos modelos predeterminados:

Plan	Modelo predeterminado para la voz de ChatGPT
Free	GPT-Live-1 mini
Go, Plus, Pro	GPT-Live-1

Si tienes un plan elegible pero la interfaz de voz no ha cambiado, no reinstales la aplicación una y otra vez. En un despliegue gradual, las cuentas del mismo plan pueden recibir la actualización en momentos distintos. Comprueba lo siguiente:

Actualiza la aplicación móvil de ChatGPT o vuelve a abrir ChatGPT en el navegador.
Crea una conversación nueva y pulsa el botón de voz cerca del cuadro de entrada.
En el modo de voz, comprueba si puedes intervenir de forma natural o pedirle que haga una pausa y siga escuchando.
Si sigues viendo la experiencia anterior, espera a que avance el despliegue. Usa el modo de voz anterior cuando necesites vídeo o compartir pantalla.

La API de GPT-Live todavía no está disponible de forma general. Los desarrolladores y las empresas pueden registrarse para recibir avisos en la página de anuncio de OpenAI, pero que la voz de ChatGPT esté disponible no significa que ya exista una API de producción para invocar.

Inicia una conversación de voz más fluida

Abre cualquier conversación de ChatGPT y pulsa el botón de voz. La primera vez normalmente tendrás que permitir el acceso al micrófono; en la web, concédelo desde los permisos del sitio en el navegador.

Después de empezar, no hace falta esperar rígidamente a que termine cada respuesta. Estas formas de uso se parecen más a una conversación cotidiana:

Añade un detalle a mitad de la respuesta: «Una cosa más: mi presupuesto es…».
Di «Déjame pensar un momento» o «No respondas todavía; escucha hasta que termine» cuando necesites espacio.
Si el ritmo es demasiado rápido, pide claramente «Habla más despacio» o «Explícalo en tres puntos».
Para delegar trabajo en segundo plano, plantea el objetivo completo, por ejemplo: «Compara estos tres productos, investiga primero y luego dime la conclusión».

Puede mostrar tarjetas visuales de tiempo, bolsa y deportes durante la conversación, y sigue funcionando con búsqueda, memoria, imágenes y archivos. Si necesitas una conclusión basada en un adjunto, sube primero el archivo y después indica por voz la tarea y el formato de salida.

Cómo elegir Instant, Medium o High

Las conversaciones de voz no siempre requieren el nivel máximo de razonamiento. Cambia de modo según la tarea:

Modo	Mejor para	Recomendación
Instant	Charla, preguntas rápidas, dictado y práctica de idiomas	Úsalo primero para obtener respuestas más rápidas
Medium	Comparaciones, planificación y explicaciones con varios pasos	Expón claramente el contexto y las restricciones
High	Análisis complejos y preparación de decisiones importantes	Pídele que repita el objetivo y enumere supuestos y riesgos

OpenAI indica que GPT-Live-1 Instant y mini usan GPT-5.5 Instant en segundo plano, mientras que Medium y High usan GPT-5.5 Thinking con su esfuerzo de razonamiento correspondiente. Empieza con Instant para una conversación normal y aumenta el nivel solo si la tarea necesita realmente investigación, evaluación de alternativas o razonamiento largo.

Aprovecha una conversación que admite interrupciones

El diseño full-duplex de GPT-Live le permite recibir voz mientras genera una respuesta. Es especialmente útil en tres situaciones:

Durante el trayecto o las tareas domésticas

Divide el trabajo en turnos breves. Por ejemplo, pídele que ordene las tareas de hoy y, al oír el resultado, añade que la segunda debe pasar a la tarde. No tienes que explicar todo el contexto de una vez.

Al ordenar una idea en voz alta

Define primero el papel y el ritmo: «Voy a hablar durante dos minutos sin interrupciones; después resume las preguntas, los supuestos y los siguientes pasos». Así evitas conclusiones prematuras y conviertes ideas dispersas en una lista ejecutable.

Para practicar idiomas o simular diálogos

Indica cómo quieres las correcciones, por ejemplo: «Primero conversemos con normalidad y, al final, corrige solo los dos errores que más afecten a la comprensión». En un entorno ruidoso, acércate al micrófono y evita que varias personas hablen a la vez. GPT-Live se adapta mejor al ruido ambiental, pero no sustituye una entrada clara.

Limitaciones actuales

GPT-Live sigue en su despliegue inicial. Conviene conocer estos límites:

Todavía no combina la voz con vídeo ni con compartir pantalla dentro de ChatGPT.
Algunos idiomas pueden presentar acento no nativo o una fluidez irregular.
La interfaz y las opciones disponibles pueden variar según la cuenta, región, plan y versión del cliente.
Que la voz pueda buscar y razonar no garantiza que el resultado sea correcto. Para cuestiones financieras, médicas, legales o de seguridad de cuentas, pide fuentes y verifica por tu cuenta las conclusiones importantes.

Si tu necesidad principal es mostrarle una pantalla, usar la cámara o solucionar una interfaz en tiempo real, el modo Standard o el modo de voz avanzado anterior pueden ser más adecuados donde estén disponibles. No renuncies a las capacidades de entrada que requiere la tarea solo por usar GPT-Live.

Qué hacer si el micrófono falla o la experiencia de voz es anómala

Antes de asumir que hay un problema con el modelo, descarta permisos y dispositivos:

Confirma que ChatGPT o el navegador tiene permiso para usar el micrófono y que el sistema seleccionó el dispositivo de entrada correcto.
Prueba el micrófono con una grabadora o con otra aplicación de llamadas para confirmar que el hardware funciona.
Cierra reuniones, grabadores o herramientas de reducción de ruido que puedan estar usando el micrófono.
Si la red es inestable, cambia de red o vuelve a entrar en la sesión de voz; para tareas complejas, usa texto si hace falta.
Si el reconocimiento o el acento son deficientes solo en un idioma, usa frases más cortas y claras y confirma en texto el contenido importante cuando sea necesario.

Resumen

GPT-Live ayuda a convertir ChatGPT de un asistente de voz por turnos en un interlocutor más natural. Usa Instant para las peticiones diarias y aumenta el razonamiento solo para trabajo complejo; indica claramente cuándo debe escucharte sin interrumpir; vuelve a un modo de voz anterior cuando necesites vídeo o compartir pantalla. Como la disponibilidad sigue ampliándose, revisa primero la versión de la aplicación y el estado del despliegue en tu cuenta si la interfaz de voz aún no ha cambiado.

Anuncio oficial: https://openai.com/zh-Hans-CN/index/introducing-gpt-live/

Voice Chat on KnightLi Blog