GPT-Live-1.1 vs Gemini 3.8 Live: seis nuevos idiomas frente a noventa y siete, y por qué esa brecha no lo cuenta todo

Cuenta los idiomas y la pelea parece decidida antes de empezar. Gemini 3.8 Live, anunciado por Google DeepMind el 15 de septiembre de 2026, ha soportado 97 idiomas con cambio automático a mitad de conversación desde su lanzamiento. GPT-Live-1.1, desplegado por OpenAI el 15 de octubre de 2026, añade trece nuevas opciones de voz —dos para francés, alemán, hindi, japonés, coreano y español mexicano, más una voz en inglés llamada Bubbie—. Seis idiomas nuevos frente a noventa y siete es una proporción en la que nadie tiene que pensar.

También es una comparación entre una semana de trabajo y un año de cobertura, y por eso la cifra que zanja la discusión no es la cifra que debería decidirla. Los dos lanzamientos miden cosas distintas: la cifra de Google describe cuánto del mundo puede retener la sesión; la de OpenAI describe qué acentos sonaban mal de forma audible antes y ahora no. Para un comprador, la pregunta útil no es cuál de los dos recuentos es mayor. Es a cuál de los dos puedes llamar de verdad, y qué le ocurre al resto de tu stack cuando lo haces.

La disponibilidad es donde se rompe la comparación

Empieza por ahí, porque es el punto en el que estos dos modelos dejan de ser alternativas.

GPT-Live-1.1 es un lanzamiento para consumidores. Llegó a ChatGPT Voice el 15 de octubre de 2026, junto con un segundo modelo, GPT-Live-1.1 Quip, que sucede a GPT-Live-1 mini y se convierte en el predeterminado para las cuentas inferiores a Plus. El anuncio de OpenAI deja explícito que la API es un evento posterior —"próximamente en la API"— y la documentación lo confirma: la página de modelos todavía incluye gpt-live-1 y gpt-live-transcribe y nada más reciente, y gpt-live-1.1 devuelve un 404 como página de modelo. No hay ID de modelo, ni límite de velocidad ni precio para GPT-Live-1.1 en ningún lugar al que pueda acceder un desarrollador.

Gemini 3.8 Live es el caso opuesto. Es un modelo de API con una tarifa publicada — $0,005 por minuto de entrada de audio y $0,018 por minuto de salida de audio — y se puede invocar desde el día en que se anunció, con la variante Extended Thinking distribuida a través de Gemini Live, Docs, Gmail y Keep para suscriptores de IA. La disponibilidad empresarial de Google sigue siendo una vista previa privada sin compromiso de disponibilidad general, lo cual es una restricción real por sí sola, pero es un tipo de restricción distinto al de no tener ningún endpoint en absoluto.

Así que uno de estos es algo que puedes comprar y el otro es algo que puedes usar. Esa asimetría tiene más consecuencias que cualquier benchmark que aparezca por debajo, y es lo que la mayoría de las comparaciones de estos dos modelos durante la semana de lanzamiento dejan de lado.

Qué mide realmente un 97 contra seis

La brecha es real. Si quienes llaman hablan polaco o tailandés, Gemini 3.8 Live es el único de los dos que puede atender la llamada, y nada más en este artículo importa.

Lo que el número no mide es la calidad dentro de la superposición, y la superposición es donde está casi toda la demanda.

• Qué se compra por 97 — cobertura de cola larga y la capacidad de cambiar de idioma a mitad de frase sin perder la sesión. Para una línea de soporte que abarca una docena de mercados europeos, esa única función es el producto.

• Qu — profundidad en los mercados donde la generación anterior se equivocaba de forma audible. La afirmación de OpenAI tiene que ver con la naturalidad del acento, más que con la comprensión, y los seis idiomas elegidos se encuentran entre los mayores mercados de voz no anglófonos, en lugar de ser una muestra aleatoria. Las notas de la versión también describen una gama más amplia de frases cortas para señalar que el modelo está buscando, que es lo que los usuarios oyen como «checking…».

• Lo que ninguno de los dos números te dice — cómo suena cualquiera de ellos. No existe ningún benchmark de acentos público y reproducible, ni una puntuación independiente de calidad de voz para ninguno de los dos modelos en ninguno de los dos conjuntos de idiomas. Ambas cifras son recuentos del proveedor de las opciones de configuración regional compatibles, y ambos proveedores las publican sin adjuntar una metodología.

La consecuencia práctica es que el número de idiomas es un filtro de preselección, no una decisión. Si las personas que te llaman hablan uno de los siete idiomas anteriores, el número es irrelevante y la calidad del acento se convierte en una prueba de escucha que tú mismo realizas. Si no lo hacen, la decisión ya está tomada por ti.

El consejo independiente y el problema de la variante.

Donde existe medición independiente, esta existe para la generación anterior del lado de OpenAI. En el Artificial Analysis Speech to Speech Index, leído del tablero tal como estaba el 16 de octubre de 2026:

• Grok Voice 3.0 — 86.9

• GPT-Live-1 (backend de Astra, esfuerzo medio) — 83.2

• Gemini 3.8 Live Extended Thinking (High) — 82,6

• Grok Voice 2.0 — 81.3

• GPT-Live-1 (backend de Sol, esfuerzo bajo) — 80.1

• Gemini 3.8 Live — 76.0

• GPT-Realtime-2.1 High — 75.2

• Grok Voice 1.0 — 73.7

• GPT-Realtime-2 (High) — 73.6

• Gemini 3.1 Flash Live High — 72.0

De ese ordenamiento se desprenden dos cosas. Primero, el modelo que aparece en segundo lugar en el título de este artículo ocupa el sexto puesto, mientras que una variante del otro ocupa el tercero; el 82.6 que se cita pertenece a Gemini 3.8 Live Extended Thinking, una configuración diferente con un despliegue más limitado. Segundo, no hay ninguna fila de GPT-Live-1.1 en ninguna parte de la tabla, por lo que el sucesor está representado aquí por el número que obtuvo su predecesor.

Leído frente a la configuración estándar —los 76,0 de Gemini 3.8 Live frente a los 83,2 de GPT-Live-1—, la familia OpenAI lidera por 7,2 puntos según la evidencia del predecesor. Leído frente a la variante Extended Thinking, es una diferencia de 0,6 puntos en sentido contrario, lo cual está dentro de la variación que cabe esperar de una tabla que se vuelve a ejecutar a medida que se añaden modelos. Ninguna de las dos lecturas es una medición de GPT-Live-1.1, y vale la pena ser francos al respecto: la propia evidencia del sucesor es una declaración en la tarjeta de sistema de que rinde a la par que GPT-Live-1 con prompts de producción, lo cual es una afirmación sobre no sufrir regresiones, no una puntuación.

Donde la arquitectura todavía los separa

La diferencia del dúplex completo no ha desaparecido. Simplemente ha dejado de ser decisiva.

GPT-Live-1.1 hereda la estructura de GPT-Live-1: audio de entrada y audio de salida procesados continuamente dentro de un solo modelo, sin cadena de voz a texto → modelo de lenguaje → texto a voz, señales de retroalimentación como «mhmm» producidas de forma nativa, y la interrupción se maneja decidiendo varias veces por segundo si seguir hablando o ceder el turno. Eso sigue siendo lo que los sistemas por turnos hacen mal, y Gemini 3.8 Live sigue siendo por turnos.

Lo que hace Gemini 3.8 Live en su lugar es mantener la sesión productiva mientras hay un turno en curso: procesamiento de entrada visual casi en tiempo real, ejecución en segundo plano de herramientas y API que acusa recibo de una solicitud y mantiene viva la conversación mientras se completa la llamada, y una variante de Extended Thinking que narra su progreso en voz alta. La respuesta de Google al problema del silencio es llenar el silencio con trabajo en lugar de eliminar el límite del turno. Ambos enfoques evitan que quien llama cuelgue; fallan de manera diferente, y los modelos basados en turnos aún pueden malinterpretar una pausa.

La entrada visual es el costo concreto de esa disyuntiva. La cámara y el uso compartido de pantalla han formado parte de la superficie de Gemini 3.8 Live desde su lanzamiento, y la propia documentación de OpenAI para la familia Live incluye la entrada de imágenes y video entre las funciones explícitamente no compatibles —una limitación que se extiende a GPT-Live-1.1, ya que las páginas de ayuda para consumidores de la nueva versión repiten que Live no admite video ni uso compartido de pantalla. Si tu agente necesita mirar algo, esto decide la comparación antes de que lo haga cualquier benchmark.

La comparación de costos, con el asterisco adjunto

En cuanto a las tarifas de front-end publicadas, Google es más barato por un amplio margen. Gemini 3.8 Live cobra $0,018 por minuto de salida de audio frente a los $0,05 por minuto de voz de GPT-Live-1, y ese $0,05 es la única cifra por minuto que OpenAI ha publicado para la familia Live —pertenece al modelo más antiguo, y no se ha anunciado ninguna tarifa para GPT-Live-1.1 porque no existe ningún endpoint al que asociarla.

El asterisco es que ninguno de los dos números es la factura. Los $0.05 de GPT-Live-1 cubren únicamente el front-end de voz. El razonamiento ocurre en un modelo de texto delegado, y la documentación de Live de OpenAI declara claramente que las llamadas de backend a Responses se facturan al precio normal del modelo configurado — así que cinco centavos por minuto de tiempo de voz se convierten en tres dólares por hora de tiempo de voz antes de que se cuente un solo token de razonamiento. Gemini 3.8 Live tiene la misma estructura: la ejecución de herramientas en segundo plano es trabajo de modelo de texto, facturado a las tarifas de modelo de texto que Google no ha publicado para este producto.

Por eso, cualquier cifra de coste por hora que veas para cualquiera de los dos modelos es un número parcial disfrazado de total. Una hora de tiempo de voz de GPT-Live-1 son $3.00 de front-end antes de que el backend se mida siquiera, y la cifra total depende enteramente de a qué modelo delegues y de con qué frecuencia se le llame. Para Gemini 3.8 Live, el front-end es más barato por minuto y el backend no se divulga. Comparar las dos tarifas destacadas solo te informa sobre la mitad barata de cada factura.

La capa a la que ambos le entregan trabajo

Ambos sistemas delegan, y ese es el hecho que hace que esta comparación sea menos una decisión de dependencia de lo que sugiere la cantidad de idiomas. GPT-Live-1.1 pasa las consultas difíciles a un modelo de texto de backend por diseño; la ejecución de herramientas en segundo plano de Gemini 3.8 Live se resuelve en llamadas ordinarias al modelo. En ambos casos, la capa de voz es una interfaz delgada sobre un modelo de razonamiento que el proveedor trata como configurado y medido de forma independiente. La variación de costos reside ahí, las diferencias de calidad entre configuraciones se manifiestan ahí, y cambiar es barato ahí porque no toca la integración de voz.

Esa es la mitad de una pila de voz donde un enrutador se gana su lugar, por lo que vale la pena ser precisos sobre el límite. En OrcaRouter la capa de razonamiento es más de 200 modelos detrás de una sola clave a precio de lista del proveedor sin recargo, lo que significa que un recorte de precio upstream llega a nuestro lado el mismo día en lugar de en la próxima renovación de contrato — una propiedad que importa más de lo habitual en una estructura de facturación de dos medidores donde el backend es el medidor que se mueve. El DSL de enrutamiento te permite nombrar el objetivo de delegación explícitamente e intercambiarlo en tráfico en vivo, y la conmutación por error automática mantiene una sesión activa cuando un backend falla o se agota el tiempo de espera a mitad de llamada, que es un modo de fallo que la voz tiene y el texto no. Una aclaración, porque sería fácil implicar lo contrario: no alojamos los endpoints de voz GPT-Live-1.1 o Gemini 3.8 Live. Esos provienen de las propias plataformas de los proveedores, y en el caso de GPT-Live-1.1 no hay un endpoint público que alojar. Los modelos de texto a los que estos sistemas derivan trabajo generalmente están en el enrutador.

Cómo elegir

Elige Gemini 3.8 Live si necesitas lanzar ya, si tus idiomas van más allá de los siete mencionados arriba o si el modelo tiene que ver algo. Acepta que estás comprando la configuración estándar que obtiene 76,0 en el índice compuesto, que el 82,6 que se cita normalmente pertenece a la variante Extended Thinking, que el acceso empresarial es una vista previa privada y que el coste total por hora tampoco se publica en tu lado de la factura.

Elige GPT-Live-1.1 si la calidad de la conversación es el producto y tus idiomas se encuentran dentro de su conjunto — y si puedes esperar. La toma de turnos full-duplex sigue siendo el referente de naturalidad, el salto de versión es una mejora real respecto a GPT-Live-1, y el trabajo de acentos se centra exactamente en los idiomas que antes estaban peor. Además, a día de hoy, no es algo que puedas llamar desde código.

Elige GPT-Live-1 si necesitas voz de OpenAI y la necesitas este mes, porque es el único miembro de esa familia con un ID de modelo, un endpoint documentado y una tarifa publicada.

La fecha que hay que seguir es aquella en la que gpt-live-1.1 obtiene una página de modelo. Ahí es cuando esto deja de ser una comparación entre un producto ya disponible y un anuncio, y cuando la afirmación sobre el acento, el número de idiomas y el precio se vuelven comprobables en la misma tarde.

Comparaciones como esta son también donde se manifiestan los modos de fallo: los incidentes de IA documentados y los fallos de agentes que hay detrás de los modelos de esta clase se recopilan en the OrcaRouter AI Incident Archive, donde cada entrada incluye sus propias fuentes, su gravedad, su grado de confianza y su indicador de disputa.