OpenAI demuestra las capacidades multitarea de GPT-Live: buscar vuelos, clima y cotizaciones mientras se chatea, y encargarle los problemas difíciles a GPT-5.5

OpenAI el 15 de julio lanzó una demostración de multitarea de GPT-Live, mostrando que puede mantener una conversación continua: mientras, en segundo plano, te busca vuelos, clima, precios de acciones y el itinerario. GPT-Live utiliza una arquitectura full-duplex, que puede escuchar y hablar al mismo tiempo; cuando se trata de tareas complejas, se delegan al GPT-5.5 en segundo plano. El 8 de julio ya sustituyó oficialmente al Advanced Voice Mode anterior de ChatGPT.
（Antecedentes: OpenAI lanza GPT-Live: puede escuchar＋hablar al mismo tiempo, creando una experiencia de conversación como la de una persona）
（Complemento en segundo plano: ¡primer hardware de OpenAI revelado! Un altavoz sin pantalla que se mueve solo: un compañero de IA con cámara integrada）

Resumen de puntos clave

• El 15 de julio, OpenAI publicó una demostración de capacidad de multitarea de GPT-Live, con la que puedes consultar vuelos, clima y precios de acciones mientras conversas.
• GPT-Live utiliza una arquitectura full-duplex, escuchando y hablando a la vez; las tareas difíciles se delegan al GPT-5.5 en segundo plano, que toma decisiones de interacción varias veces por segundo.
• El 8 de julio, GPT-Live sustituyó Advanced Voice Mode; se puede usar pagando con GPT-Live-1 y de forma gratuita con la versión mini.

OpenAI puso sobre la mesa las imágenes de una prueba real de GPT-Live. El 15 de julio, oficialmente lanzó un video de demostración de capacidades de multitarea: la idea central es que puede hablar contigo sin interrupciones, mientras que en segundo plano se encarga de esas tareas engorrosas como consultar vuelos, revisar el clima, obtener precios de acciones y organizar el itinerario. Solo han pasado una semana desde el lanzamiento de GPT-Live.

En comparación con el “vaivén” del Advanced Voice Mode anterior, donde “tú hablas y luego habla” con turnos sucesivos, esta demostración busca demostrar no tanto que su voz sea más natural, sino si realmente puede ocuparse de varias cosas a la vez.

Mientras chatea, resuelve asuntos en segundo plano

GPT-Live se basa en una arquitectura full-duplex que le permite escuchar y hablar simultáneamente. Cada segundo, realiza múltiples decisiones de interacción, determinando cuándo hablar, cuándo seguir escuchando o cuándo llamar a herramientas. Cuando necesita consultar información o realizar tareas de varios pasos, no se queda atascado con la conversación: delega el trabajo al GPT-5.5 ejecutado en segundo plano. Mientras el cálculo está en curso, sigue conversando contigo, y durante la charla también aparecen tarjetas visuales en tiempo real como clima y precios de acciones.

Esta arquitectura ya apareció cuando se lanzó el 8 de julio: GPT-Live-1 se ofrece a los usuarios de pago de Go, Plus y Pro, y GPT-Live-1 mini a los usuarios gratuitos, asumiendo por completo el Advanced Voice Mode.

Los datos que OpenAI dio entonces fueron que, en pruebas a ciegas con humanos, ambas versiones superan claramente a la versión anterior. En el examen de razonamiento de nivel investigación GPQA, el modo de razonamiento avanzado de GPT-Live-1 obtuvo 84,2%, casi el doble del 45,3% de la versión anterior.

El audio debe ser la interfaz principal

Después de una semana, ya añadió esta demostración; OpenAI evidentemente quiere aprovechar el tema todavía candente para grabar en la mente de los usuarios la idea de que “el audio es la interfaz principal, no una función adicional para chatear por texto”. En esa misma semana, acababa de librar una batalla de relaciones públicas al conseguir puntos de Codex con la experiencia de uso de GPT-5.6, y además sacó un hardware de compañero de voz sin pantalla, apostando todo de manera consistente por el audio.

El verdadero umbral nunca ha estado en si la voz suena como humana, sino en si puede acompañarte al hablar y terminar las cosas. Esta demostración está diseñada para mostrar lo segundo; que luego resulte o no fluido en el uso real, solo se sabrá cuando se ponga en manos de un gran número de usuarios.

Preguntas frecuentes

¿Cuál es la capacidad de multitarea de GPT-Live?

Se refiere a que, mientras mantiene una conversación continua, puede procesar en segundo plano al mismo tiempo tareas como consultar vuelos, el clima, precios de acciones y el itinerario. Gracias a la arquitectura full-duplex que escucha y habla a la vez, si la tarea es compleja se delega a GPT-5.5 sin interrumpir la conversación.

¿En qué se diferencia GPT-Live de Advanced Voice Mode?

La versión anterior depende de turnos con decisiones en silencio: se habla primero y luego se cambia de turno; eso puede causar pausas y malentendidos al intentar robar la palabra. GPT-Live cambió a un enfoque full-duplex que permite escuchar y hablar simultáneamente; en GPQA, obtuvo 84,2%, acercándose al doble del 45,3% de la versión anterior.