Agents API y GPT-Live-1: qué anuncia OpenAI y qué revisar

Qué cambia

Hechos confirmados por OpenAI

Agents API (beta pública, disponible para todos los desarrolladores):

• Permite crear y ejecutar agentes en la nube con el arnés de Codex, que OpenAI mantiene. El arnés es la capa que gestiona el contexto, las herramientas y los subagentes.
• El agente puede trabajar en un entorno elegido por quien lo construye: un espacio aislado gestionado por OpenAI, infraestructura propia o la de socios como Cloudflare, Modal, Vercel u Oracle, entre otros.
• Admite herramientas MCP, funciones propias y herramientas integradas como la búsqueda web. Puede repartir el trabajo entre varios subagentes y resume el contexto antiguo cuando la sesión se alarga.
• Según OpenAI, no hay tarifa adicional: se paga por los tokens y las herramientas que use el agente. Durante la beta seguirán cambiando el producto hasta llegar a disponibilidad general.

GPT-Live-1 (disponible en la API desde el 10 de septiembre):

• Es un único modelo que escucha y habla a la vez, en lugar de encadenar reconocimiento de voz, un modelo de texto y síntesis de voz. Gestiona interrupciones y admite llamadas telefónicas.
• Puede delegar el razonamiento y las llamadas a herramientas en un modelo de texto de fondo, como GPT-6 Astra u otro de terceros.
• Cuesta 0,05 dólares por minuto por la capa de voz. El modelo de fondo y el agente se contratan aparte.
• OpenAI ofrece más voces con distintos acentos y dice que ampliará idiomas en los próximos meses.

Datos que son afirmaciones del proveedor

OpenAI cita resultados propios y de clientes: una mejora de 30 puntos en una prueba de conversación simultánea frente a GPT-Realtime-2.1, un modelo anterior de OpenAI, una reducción de casi el 80 % de las interrupciones en una aplicación de idiomas y una mejora de puntuación de 0,71 a 0,85 en una evaluación de un cliente de Agents API. Son cifras que publica el propio proveedor, en condiciones que no conocemos. No las hemos reproducido.

Nuestra lectura

Esto es interpretación de Rapio.

1. Son piezas de construcción. Ninguno de los dos productos es una herramienta que una pyme instale y use. Su efecto llegará a las pymes a través de software y de proveedores que los incorporen.
2. El coste de voz no es solo el de la voz. Un ejemplo hipotético: un negocio inventado atiende 500 llamadas al mes de 4 minutos. Son 2.000 minutos y, a 0,05 dólares, unos 100 dólares al mes solo por la capa de voz. A eso se suman el modelo de fondo, las herramientas y lo que cobre la telefonía, que las páginas no detallan.
3. Más autonomía exige más límites. Un agente con acceso a correo, calendario o clientes puede equivocarse con consecuencias. La guía de automatización con supervisión humana explica cómo definir qué puede hacer solo y qué debe aprobar una persona.
4. Un agente de voz con clientes plantea la cuestión de la transparencia. El artículo 50 del Reglamento de IA exige que los sistemas que interactúan con personas las informen de que hablan con una IA, salvo que sea evidente. Cómo se cumple depende del proveedor y de cómo lo despliegues; más en la nota sobre el AI Act y en la guía de atención al cliente.
5. Las conversaciones grabadas o transcritas pueden contener datos personales. Conviene decidir qué se guarda, cuánto tiempo y quién accede, con quien lleve tu protección de datos.

Lo que no sabemos

• Cuándo pasará Agents API de beta a disponibilidad general.
• Cuánto costará un agente real, porque depende de tokens, herramientas y entorno.
• Cómo rinde GPT-Live-1 en español y con acentos locales: las páginas hablan de más acentos y de ampliar idiomas, pero no listan el español.
• Si las mejoras que citan los clientes se repiten en otros casos.

Qué hacer

1. Si no desarrollas software, no hace falta actuar. Pregunta a tus proveedores si van a usar estas tecnologías y con qué datos.
2. Si estás valorando un asistente de voz o un agente, pide una prueba acotada: un caso repetible, con datos no sensibles y sin acciones irreversibles.
3. Define antes de empezar los permisos mínimos, los límites de gasto, el registro de lo que hace y una salida manual.
4. Calcula el coste con tus volúmenes, incluyendo voz, modelo, herramientas y telefonía, y no solo el precio por minuto.
5. Usa la calculadora de ROI con supuestos prudentes antes de decidir.