La IA de voz ya es lo suficientemente barata para construir con ella
OpenAI abrió esta semana su mejor IA de voz a todos los desarrolladores por cinco centavos por minuto, un precio asequible para casi cualquier equipo.
- $0.05/min
- costo por minuto de voz
- 23,000
- líneas de código eliminadas por un cliente
- +30 pts
- mejora sobre el modelo anterior
- 150M
- usuarios de voz de ChatGPT hoy
Durante años, construir un asistente de voz significaba unir tres sistemas separados: uno para convertir voz en texto, uno para razonar y otro para responder. Cada paso añadía retraso, y si un usuario interrumpía, toda la cadena se rompía. GPT-Live-1 de OpenAI, ahora disponible por API, fusiona esos tres pasos en un solo modelo.
El precio es la noticia. A $0,05 por minuto, una llamada de cinco minutos cuesta 25 centavos. Eso es suficientemente barato para que una pequeña startup opere agentes telefónicos reales sin un gran presupuesto. Una empresa que migró a GPT-Live-1 supuestamente eliminó 23.000 líneas de código que solo existían para manejar interrupciones — ahora el modelo lo gestiona por sí solo.
GPT-Live-1 es full-duplex — escucha y habla al mismo tiempo, igual que una persona. Los usuarios pueden interrumpir a mitad de frase sin que la IA pierda el hilo. En pruebas comparativas, superó al mejor modelo de voz anterior en 30 puntos. Esa diferencia importa más en todo lo orientado al cliente — una pausa incómoda o una interrupción fallida arruina la confianza.
Para quienes construyen software que habla con personas — soporte, formularios de registro, herramientas de reserva, llamadas de ventas — esto cambia lo que un equipo pequeño puede realmente lanzar. Lo importante: los $0,05 cubren solo la capa de voz; el razonamiento de IA detrás se factura aparte. Pero para la mayoría de los equipos, esto hace posible un agente de voz real por primera vez.