GPT-Live-1.1 vs GPT-Realtime se reduce a una cuestión de arquitectura. GPT-Live-1.1 es un frontend de voz full-duplex que delega el razonamiento y las herramientas a un modelo backend independiente y cobra 0,05 $ por minuto activo. GPT-Realtime-2.1 es un único modelo de voz a voz que escucha, razona, invoca herramientas y habla, y se factura por token. Elige GPT-Live-1.1 cuando ya tengas un agente de texto; elige Realtime cuando quieras un solo modelo haciéndolo todo.
OpenAI añadió GPT-Live-1.1 a la API el 20 de noviembre de 2026, así que ahora tienes dos stacks de voz con endpoints, facturación y modelos de herramientas distintos. Nuestro artículo de julio GPT-Live vs GPT-Realtime comparaba la función de ChatGPT con la API; este compara API con API.
GPT-Live-1.1 vs GPT-Realtime de un vistazo
Así se comparan los dos stacks, según la página del modelo GPT-Live-1.1, la página del modelo gpt-realtime-2.1 y la página de precios de OpenAI el 20 de noviembre de 2026:
| GPT-Live-1.1 | gpt-realtime-2.1 | |
|---|---|---|
| Endpoint | v1/live/sessions |
v1/realtime |
| Diseño | Voz full-duplex más backend delegado | Un único modelo de razonamiento de voz a voz |
| Entrada | Audio, texto | Audio, texto, imagen |
| Salida | Audio, texto | Audio, texto |
| Facturación | 0,05 $/min activo, 0,02 $/min en espera | 32 $ de entrada, 64 $ de salida por 1 M de tokens de audio |
| Razonamiento y herramientas | Modelo backend, facturado aparte | Dentro del mismo modelo y precio |
| Llamada a funciones | Mediante delegación | session.tools |
| Transportes | WebRTC, WebSocket, SIP (entrante y saliente) | WebRTC, WebSocket, SIP (entrante) |
| Límites de velocidad | Sesiones concurrentes | Solicitudes y tokens por minuto |
La guía de agentes de voz de OpenAI resume la división en su tabla de arquitectura. GPT-Live es para «conversaciones full-duplex con un backend independiente». La API Realtime es para «habla, razonamiento y uso de herramientas en una sola sesión».
Arquitectura: delegación vs un solo modelo
GPT-Live-1.1 separa el hablar del pensar. El modelo de voz gestiona la conversación en tiempo real y escucha mientras habla. Cuando una petición requiere razonamiento, búsqueda o una herramienta, delega el trabajo a un modelo backend y mantiene la conversación activa mientras este se ejecuta.
La delegación se configura una sola vez, al crear la sesión, según la guía de conversaciones en vivo. Tiene dos modos:
-
responses: OpenAI ejecuta el backend a través de la API de Responses. Eliges el modelo endelegation.responses.modely añadesinstructions,tools,tool_choice,reasoningyservice_tier. La documentación sugiere empezar congpt-6-lunay pasar agpt-6-solpara tareas más exigentes. -
client: tu aplicación ejecuta el backend. GPT-Live envía un eventosession.delegation.createdy tú devuelves resultados con eventos comosession.instructions.append.
El modo no puede cambiarse a mitad de sesión; cambiarlo implica crear una sesión nueva. La configuración del backend dentro de ella puede modificarse con session.update.
gpt-realtime-2.1 adopta el enfoque opuesto: un solo modelo de razonamiento interpreta el audio, invoca herramientas y responde hablando. Sin segundo modelo, sin traspaso y todo el contexto en un único lugar.
Con GPT-Live-1.1 puedes cambiar el backend, o mantener tu agente de texto actual, sin tocar la capa de voz. Con Realtime, el modelo de voz es el agente.
Precios: por minuto vs por token
GPT-Live-1.1 factura por tiempo y Realtime por tokens. Eso hace que sus costes se comporten de forma muy distinta cuando los interlocutores hacen pausas, se alargan o permanecen en línea sin hablar.
| Concepto | GPT-Live-1.1 | gpt-realtime-2.1 | gpt-realtime-2.1-mini |
|---|---|---|---|
| Audio | 0,05 $/min activo, 0,02 $/min en espera | 32 $ de entrada, 64 $ de salida por 1 M de tokens | 10 $ de entrada, 20 $ de salida por 1 M de tokens |
| Texto | Facturado por duración de la sesión | 4 $ de entrada, 24 $ de salida por 1 M de tokens | 0,60 $ de entrada, 2,40 $ de salida por 1 M de tokens |
| Entrada en caché | n/a | 0,40 $ por 1 M de tokens | 0,30 $ de audio, 0,06 $ de texto por 1 M |
| Razonamiento y herramientas | Modelo backend a sus propias tarifas | Incluido en el precio por token | Incluido en el precio por token |
GPT-Live cobra por segundo, así que una llamada de 90 segundos cuesta 0,075 $ en tiempo de voz, no 0,10 $. Una sesión WebRTC factura 15 segundos mientras se inicializa, que se abonan una vez que empieza a funcionar.
La espera es la palanca de coste que Realtime no tiene. En WebRTC, configura wake_policy.type como "speech" e idle_timeout_s con un número entero entre 5 y 60. Tras esos segundos sin habla, la sesión baja a 0,02 $ por minuto hasta que alguien vuelva a hablar. La espera solo está documentada para WebRTC, así que las sesiones WebSocket y SIP facturan cada segundo conectado a la tarifa activa.
Para comparar ambos con tu propio tráfico, usa un punto de equilibrio en lugar de adivinar. Con 0,05 $ se compran unos 1.560 tokens de audio de entrada o 780 de audio de salida en gpt-realtime-2.1, y unos 5.000 de entrada o 2.500 de salida en 2.1-mini. Saca los recuentos de tokens de audio por minuto de tus eventos de uso de Realtime. Si tu minuto activo medio consume más que eso, el tiempo de voz de GPT-Live sale más barato; luego añade la factura de tokens del modelo backend para ver el panorama completo.
Realtime incluye el razonamiento en el precio por token; GPT-Live añade una factura de backend por cada tarea delegada pero recorta el coste de los tramos silenciosos con la espera. Para el lado de los tokens, consulta nuestra guía de gpt-realtime-2.1-mini.
Llamada a funciones y herramientas
Ambos stacks llaman a tus funciones, pero desde lugares distintos.
En Realtime, las herramientas viven en la sesión. La guía de herramientas de Realtime muestra una herramienta "type": "function" en session.tools, enviada con session.update. Tu cliente ejecuta la función y devuelve un elemento function_call_output. Los servidores MCP remotos también funcionan: añade una herramienta con "type": "mcp", un server_label y un server_url, y la API Realtime llama al servidor por ti. También puedes limitar las herramientas a un turno con response.tools.
En GPT-Live-1.1, las herramientas viven en el backend. Colocas herramientas de función, servidores MCP y herramientas alojadas como búsqueda web, búsqueda de archivos e intérprete de código en delegation.responses.tools. Los eventos del backend te llegan envueltos en sobres response.event, y los resultados de tus funciones vuelven como elementos function_call_output seguidos de response.create.
La ventaja: la voz se mantiene ágil mientras una herramienta lenta se ejecuta en el backend. El coste: dos modelos, dos flujos de eventos y dos facturas.
Turnos, interrupciones y transportes
Aquí es donde los dos se sienten más diferentes para quien llama.
Turnos. GPT-Live-1.1 es full-duplex: procesa el audio entrante mientras genera salida, así que puede escuchar, emitir señales de acompañamiento y ajustarse a mitad de frase. Realtime funciona por turnos detectados mediante actividad de voz. La guía de VAD de Realtime enumera dos modos en session.audio.input.turn_detection.type:
-
server_vad, el predeterminado, ajustado conthreshold,prefix_padding_msysilence_duration_ms. -
semantic_vad, ajustado coneagerness(low,medium,highoauto, que equivale amedium).
Realtime gestiona las interrupciones con interrupt_response. GPT-Live no necesita ese ajuste, porque ya está escuchando mientras habla.
Transportes. Ambos admiten WebRTC en el navegador y WebSocket en el servidor. Las llamadas telefónicas son distintas. Según la guía de SIP, GPT-Live admite SIP entrante y saliente, y las llamadas salientes están «disponibles para todas las organizaciones a través de la API Live, no del endpoint de creación de llamadas de la API Realtime». Una llamada SIP conectada mediante GPT-Live está limitada a 2 horas. La guía de SIP de Realtime cubre las llamadas entrantes a través del webhook realtime.call.incoming.
Límites y contexto
| Límite | GPT-Live-1.1 | gpt-realtime-2.1 |
|---|---|---|
| Contexto | 128.000 tokens por sesión, gestionados automáticamente | 128.000 tokens |
| Tokens máximos de salida | No publicado | 32.000 |
| Instrucciones | Hasta 16.384 tokens | No publicado |
| Límites de velocidad | Sesiones concurrentes, por modelo | 400 RPM y 200.000 TPM en el nivel Build |
GPT-Live cuenta concurrencia, no tokens. La página de GPT-Live-1 indica 50 sesiones concurrentes en Build, 300 en Launch y 500 en Grow, sin acceso al nivel Free. GPT-Live-1.1 tiene su propio límite independiente, y su página aún no publica cifras, así que revisa la página de límites de tu organización antes de lanzar nada.
Los límites de Realtime escalan hasta 10.000 RPM en Launch y 20.000 RPM en Grow.
¿Qué API de voz de OpenAI deberías usar?
Usa GPT-Live-1.1 cuando la voz sea una capa sobre un agente en el que ya confías, y usa Realtime cuando el modelo de voz deba ser el agente.
Elige GPT-Live-1.1 para:
- Añadir voz a un agente de texto, bot de soporte o flujo de trabajo existente sin reconstruirlo.
- Sesiones largas con pausas, como tutorías, coaching o acompañamiento, donde el modo de espera marca la diferencia.
- Llamadas telefónicas salientes, que solo ofrece la API Live.
- Conversaciones que necesitan solapamiento natural y señales de acompañamiento.
Elige gpt-realtime-2.1 para:
- Agentes de voz autocontenidos en los que un único modelo deba razonar y actuar.
- Aplicaciones que envían imágenes junto con voz.
- Equipos que quieren un solo flujo de eventos y una sola factura.
Elige gpt-realtime-2.1-mini para tareas de voz breves, de gran volumen y bajo coste, donde los precios por token superan a los precios por minuto. Nuestra guía de la API GPT-Realtime-2 cubre la configuración de Realtime en profundidad.
Deja que tu agente de código pruebe la API de herramientas con Apidog CLI
Gane quien gane, ambos llaman a lo mismo: tu API de herramientas. Una consulta lenta es silencio muerto en cualquiera de los dos casos, así que prueba su latencia y su contrato antes de que ningún interlocutor lo sufra. Deja que Claude Code, Codex o Cursor lo hagan con Apidog CLI.
Configúralo una vez:
npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_TOKEN>
apidog skill install
Luego dale un único prompt a tu agente:
Import ./voice-tools-openapi.yaml into Apidog project <projectId>. Build a test scenario
that calls GET /orders/{order_id} and GET /customers/{id} in sequence, asserts 200 and
the fields my voice agent reads aloud, and fails any request slower than 800 ms.
Run it 20 times against staging and tell me which step is slowest.
El agente importa la especificación, valida la forma del payload, construye el escenario y lo ejecuta:
apidog import --project <projectId> --format openapi --file ./voice-tools-openapi.yaml
apidog cli-schema get test-scenario-create
apidog cli-schema validate test-scenario-create --file scenario.json
apidog test-scenario create --project <projectId> --file scenario.json
apidog test-scenario import-steps <scenarioId> --project <projectId> --source endpoint --ids <endpointIds> --sync manual
apidog run -t <scenarioId> --project <projectId> -e <envId> -n 20 --timeout-request 800 -r cli,json
-n 20 repite la ejecución para que una respuesta afortunada no oculte una cola lenta, y --timeout-request 800 hace fallar cualquier llamada lo bastante lenta como para dejar esperando a un interlocutor. Cambia -r cli,json por -r junit en CI para que una regresión bloquee el despliegue, como muestra nuestra guía de Apidog CLI en CI/CD. ¿Eres nuevo en el flujo de trabajo con agentes? Empieza por Apidog CLI en Claude Code. El plan Free de Apidog cubre hasta 4 usuarios.
Preguntas frecuentes
¿Cuál es más barato, GPT-Live-1.1 o GPT-Realtime? Depende de tus tokens de audio por minuto y de tu backend. La voz de GPT-Live cuesta 0,05 $ por minuto activo más los tokens del modelo backend. En gpt-realtime-2.1, 0,05 $ compran unos 1.560 tokens de audio de entrada o 780 de audio de salida. Compáralo con tus propios registros de uso.
¿Puedo usar la llamada a funciones con GPT-Live-1.1? Sí, mediante delegación. Coloca las herramientas de función en delegation.responses.tools, o ejecuta el backend tú mismo en el modo de delegación de cliente. El modelo de voz no acepta una lista directa de herramientas como session.tools en Realtime.
¿GPT-Realtime admite facturación en modo de espera? No. La espera a 0,02 $ por minuto es una función de GPT-Live, y solo para sesiones WebRTC configuradas con wake_policy e idle_timeout_s. Realtime factura los tokens que consume cada sesión.
¿Puede GPT-Live-1.1 hacer llamadas telefónicas salientes? Sí. Crea una sesión con transport.type: "sip" y los datos de tu trunk SIP en POST /v1/live/sessions. La documentación de OpenAI indica que el SIP saliente funciona a través de la API Live, no del endpoint de creación de llamadas de la API Realtime.
¿GPT-Live-1.1 acepta entrada de imágenes? No. La página del modelo indica audio y texto de entrada y salida. Si tu agente de voz necesita ver imágenes, gpt-realtime-2.1 acepta entrada de imágenes a 5 $ por 1 M de tokens.


Top comments (0)