GPT-Live-1.1 vs GPT-Live-1: El salto de versión cambió quién recibe qué modelo

Nada en la aplicación le dijo a nadie que el modelo de voz había cambiado. Ese es precisamente el propósito de un incremento de versión dentro de una familia: está pensado para pasar desapercibido. GPT-Live-1.1reemplazó a GPT-Live-1 en ChatGPT Voice el 15 de octubre de 2026, y los únicos documentos públicos que explican el cambio son la tarjeta de sistema publicada ese mismo día y una entrada de notas de versión en el centro de ayuda de OpenAI. La publicación en X que lo anunciaba mencionaba voces, acentos y menos "checking…", nada de lo cual te dice para qué sirve realmente un número de versión dentro de una familia de modelos.

Esto es para lo que sirve, en este caso: la actualización es una reasignación de con qué modelo hablan las distintas cuentas, más un sucesor para el modelo pequeño, más un conjunto de resultados de evaluación que se movieron en ambas direcciones. Si usas el producto, uno de ellos cambió para ti esta semana. Si construyes sobre él, ninguno de ellos cambió.

La estructura de dos modelos, y por qué la gama mini importa más que el titular

GPT-Live siempre ha sido un par, no un modelo. GPT-Live-1 se lanzó como el buque insignia y GPT-Live-1 mini como el hermano más ligero, y la propia documentación de ayuda al consumidor de OpenAI los asigna según el nivel de suscripción. GPT-Live-1.1 mantiene exactamente esa forma: GPT-Live-1.1 es el sucesor de GPT-Live-1, y GPT-Live-1.1 Quip es el sucesor de GPT-Live-1 mini.

Lo que ha cambiado es el mapeo.

• Plus y superiores — GPT-Live-1.1, incluido dentro de Codex y Dots.

• Planes gratuitos e inferiores — GPT-Live-1.1 Quip.

• Todos los demás, en la práctica — la misma lista de voces, la misma ruta Ajustes → Voz, pero no el mismo modelo por debajo.

La consecuencia merece afirmarse sin rodeos, porque es el hecho más subinformado de este lanzamiento: dos personas que comparen «GPT-Live-1.1» en la misma semana podrían no estar comparando el mismo modelo. La tarjeta del sistema evalúa GPT-Live-1.1 y GPT-Live-1.1 Quip como sistemas separados en todo momento, informa resultados separados para cada uno frente a GPT-Live-1 y GPT-Live-1 mini, respectivamente, y nunca presenta una cifra combinada. Esa es la forma correcta de hacerlo, y significa que cualquier afirmación de la forma «GPT-Live-1.1 hace X» necesita que se le adjunte un nivel para tener sentido.

La división tampoco es nueva. Cinco semanas antes, el 9 de septiembre de 2026, OpenAI reestructuró los límites de uso de GPT-Live por plan —tres horas en GPT-Live-1 mini para Go, tres horas en GPT-Live-1 para Plus, quince horas para el nivel Pro de $100, ilimitado para el de $200— y dejó obsoletos los niveles de inteligencia separados Instant/Medium/High Voice en favor de elegir directamente un modelo de backend y un esfuerzo de razonamiento. El salto de versión hereda esa disposición en lugar de crearla; lo que cambió el 15 de octubre es qué modelo ocupa cada peldaño.

Hay un segundo hecho estructural que la ficha reitera, y que explica por qué el trabajo de seguridad es como es. GPT-Live es un sistema de dos modelos a nivel de arquitectura: el modelo de voz gestiona la conversación y delega las consultas difíciles a un modelo de texto. Los autores de la ficha plantean la hipótesis de que los modelos GPT-Live «heredarían su comportamiento de alineación de sus modelos "de pensamiento"» —que es el destino de la delegación, y no la capa de voz, donde ocurre el razonamiento relevante para la seguridad. Esa hipótesis es fundamental para todo lo que viene después, y es la razón por la que la ficha se compara con GPT-5.6 Terra, el modelo de texto utilizado para esas evaluaciones.

Lo que dicen las evaluaciones, en ambas direcciones

El resultado principal es tranquilizador y acotado. En evaluaciones nativas de voz con prompts de producción —la distribución real del tráfico—, tanto GPT-Live-1.1 como GPT-Live-1.1 Quip "rinden a la par que sus predecesores, sin regresiones estadísticamente significativas". Para cualquiera que tema que una actualización de versión haya degradado silenciosamente lo que usa todos los días, ese es el número que responde a la pregunta.

Las evaluaciones con prompts sintéticos dicen algo diferente, y la tarjeta no lo oculta. Ambos modelos muestran regresiones estadísticamente significativas frente a sus predecesores en las categorías de contenido sexual, salud mental, dependencia emocional y gore. También hay una ligera regresión en Respecting Warnings. En Blocker Deception, GPT-Live-1.1 rinde ligeramente mejor y Quip ligeramente peor. En un escenario de herramienta de búsqueda averiada, GPT-Live-1.1 rinde ligeramente peor y Quip ligeramente mejor.

Hay dos lecturas de eso disponibles y la tarjeta respalda la primera. Primera lectura: el resultado del prompt de producción es el operativo, los prompts sintéticos sondean rincones que el tráfico de voz ordinario no alcanza, y que los dos modos de evaluación discrepen es un artefacto conocido de la construcción de prompts adversarios. Segunda lectura: la dirección del movimiento en las sondas adversarias es negativa para ambos modelos, y un incremento de versión no es automáticamente neutral en cuanto a seguridad.

Ambas son ciertas. La razón por la que vale la pena mantener ambas a la vista es que la segunda casi nunca sobrevive al trayecto hacia la cobertura del lanzamiento, y es la que importaría si una versión futura avanzara más en la misma dirección.

En cuanto a los límites de capacidad, la ficha es inusualmente concreta, y la razón es arquitectónica y no una cuestión de contención. Ninguno de los dos modelos, al operar sin delegación, podría considerarse plausiblemente Alto en ninguna de las Preparedness Framework Tracked Categories de OpenAI — porque estos modelos de voz carecen de acceso amplio a herramientas independientemente de los modelos a los que delegan, y no tienen capacidad de ejecución de código. El argumento de seguridad y el techo de capacidad son el mismo hecho expresado dos veces, y es el ejemplo más claro en este lanzamiento de la estructura de GPT-Live haciendo el trabajo que, de otro modo, tendrían que hacer las salvaguardas.

Los números que aún no existen, y el que cambió

GPT-Live-1 tiene una huella pública que GPT-Live-1.1 no tiene.

• No hay ningún gpt-live-1.1 ID de modelo en la página de modelos de OpenAI. La familia Live todavía enumera gpt-live-1 y gpt-live-transcribe solamente.

• No hay precio por minuto. Los $0.05 por minuto de voz de GPT-Live-1 son la única cifra en la familia, y corresponden al modelo anterior.

• No hay ninguna fila en el índice Speech to Speech de Artificial Analysis. GPT-Live-1 aparece dos veces en la tabla capturada el 16 de octubre de 2026 — 83,2 con el backend Astra y esfuerzo de razonamiento medio, y 80,1 con Sol y esfuerzo bajo — y el sucesor no aparece por ninguna parte.

Esa última ausencia es de la que hay que tener cuidado. Es tentador interpretar la calidad de GPT-Live-1.1 como el 83.2 de GPT-Live-1, y los dos modelos son de la misma familia, con la misma arquitectura y un resultado de paridad declarado en prompts de producción. Aun así, no es una medición de GPT-Live-1.1. Lo que la ficha realmente autoriza es la afirmación de que el sucesor no sufrió regresión en prompts de producción, lo cual es una afirmación distinta y más débil que una puntuación.

Por qué un incremento de versión es un problema de enrutamiento

Si dejamos a un lado la comparación de modelos, lo interesante de este lanzamiento es que es un evento de despliegue que lleva el nombre de un modelo. OpenAI reescribió qué nivel recibe qué modelo, introdujo un sucesor para el nivel pequeño y dejó la interfaz idéntica. Todo lo que cambió es una asignación.

Esa es exactamente la forma de problema que un router existe para resolver, y vale la pena ser preciso acerca de dónde está el límite. El cambio para el consumidor es decisión de OpenAI y usted no tiene voz ni voto en ello. La capa de razonamiento delegada es un asunto distinto: la ficha nombra GPT-5.6 Terra como el backend utilizado para sus evaluaciones, y la documentación de la API trata el front-end de voz y el backend de razonamiento como configurados por separado y facturados por separado. Esa es la capa donde un cambio de versión según el calendario de otro no tiene por qué convertirse en un cambio en el suyo.

OrcaRouter ofrece más de 200 modelos tras una única clave al precio de lista del proveedor y sin recargo, así que un cambio de precio upstream llega a nuestro lado el mismo día en lugar de esperar a la próxima renovación. El patrón que defiende esta versión es un destino de delegación fijado con un fallback explícito: el DSL de enrutamiento permite nombrar el backend al que una sesión entrega el trabajo, cambiarlo sobre tráfico en vivo sin tocar la integración de voz, y mantener una llamada activa cuando un proveedor da error. Para ser precisos sobre lo que somos y lo que no: no alojamos GPT-Live-1.1, GPT-Live-1.1 Quip ni GPT-Live-1 — esos endpoints de voz provienen de la propia API de OpenAI, y las versiones 1.1 no están en ninguna API en absoluto. Los modelos de texto a los que estos sistemas delegan están, por lo general, en el router.

Hay una segunda razón por la que la capa de delegación es donde debería absorberse una actualización de versión. El propio argumento de seguridad de la tarjeta del sistema depende del backend: GPT-Live hereda su comportamiento de alineación del modelo al que delega el trabajo. Si ese es el mecanismo, entonces el backend no es un detalle de implementación: es la parte del sistema que determina qué hace el conjunto cuando una consulta se vuelve difícil. Ser dueño de esa elección vale más que ser dueño del envoltorio de voz.

Qué hacer con esto

Si eres usuario, revisa tu nivel. Plus y superiores tienen GPT-Live-1.1; por debajo de eso tienen GPT-Live-1.1 Quip. La lista de voces es la misma en ambos casos, así que el nivel es lo único que te dice qué modelo responde, y no se muestra en la aplicación.

Si usas la API, nada cambió el 15 de octubre de 2026. gpt-live-1sigue siendo el ID del modelo, $0.05 por minuto de voz sigue siendo la tarifa, y la documentación no ha cambiado. No elabores un presupuesto basándote en un ID de modelo que aún no existe.

Si estás planificando el lanzamiento de la API, las tres cosas que conviene vigilar son el ID del modelo, el precio y la primera fila independiente del índice. La tarjeta del sistema ya te ha contado la forma del relato de seguridad y la estructura de niveles; lo que no te ha contado, y no puede, es cómo suena para quien llama. Esa es la misma brecha que existía con GPT-Live-1 en julio de 2026 y que solo se cerró cuando un laboratorio externo realizó la evaluación.

Y el propio número de versión merece que se calibren las expectativas con él. GPT-Live-1 pasó de ser una función para consumidores a una API con tarificación por uso en dos meses, y su sucesor va por el mismo camino con los mismos dos documentos —una ficha y una nota de versión— haciendo las veces de publicación de lanzamiento. Así se ve desde fuera una familia de modelos madura: la noticia deja de ser el modelo y pasa a ser el encargo.

Un resultado como este también sirve como recordatorio de que los errores de los modelos ya están documentados: los incidentes de IA y los fallos de agentes que hay detrás de los modelos de esta clase se recopilan en el Archivo de Incidentes de IA de OrcaRouter, donde cada entrada incluye sus propias fuentes, su gravedad, su grado de confianza y su indicador de disputa.