Una persona llama a tu app y dice: «Quiero cambiar mi cita al viernes; ¿queda algo por la tarde?». Si el asistente de voz solo conversa, puede responder con una frase convincente sin consultar el calendario. Si además puede decidir qué paso ejecutar mientras escucha, puede elegir «buscar disponibilidad», comprobar el resultado y pedir confirmación antes de mover la cita. Esa es la aplicación concreta de la integración que OpenAI añadió a GPT‑Live el 15 de octubre de 2026.

El changelog oficial anuncia que GPT‑Live ahora se conecta de forma nativa con Decisions. Live puede delegar una elección tipada directamente al modelo de decisiones o dispararla al llegar fragmentos de transcripción de la persona o del propio asistente. Antes, un flujo equivalente tenía que pasar por una llamada desde tu aplicación. Menos pasos de red pueden ayudar a responder más rápido, pero OpenAI no demuestra en ese anuncio la latencia de tu app: hay que medirla con tus propias conversaciones.

Qué cambia para un creador de apps

Decisions no escribe una respuesta larga. Devuelve opciones definidas por tu producto, por ejemplo «consultar horario», «responder pregunta» o «ninguna». Según la guía técnica de OpenAI, puedes dejar que Live delegue cuando reconozca una solicitud o configurar disparadores sobre fragmentos de transcripción. La integración usa GPT‑Live para la conversación y GPT‑6 Luna para la decisión. La API Decisions sigue en beta pública; GPT‑Live 1 está disponible de forma general en la API.

La distinción que importa: una decisión del modelo no es permiso para ejecutar. Tu backend conserva las reglas de negocio, la identidad del usuario, la confirmación y el registro de cambios. OpenAI lo ilustra con el control de temperatura de un vehículo: el sistema aplica el cambio, lee el estado real y solo entonces Live confirma lo ocurrido. Para una reserva, pago o mensaje a un cliente, conviene la misma separación.

Una prueba pequeña que sí vale la pena

Empieza con una tarea reversible, como buscar horarios disponibles, no con cobrar o cancelar una cita. En una app de reservas de ejemplo, define tres resultados posibles: buscar_horario, responder_pregunta y sin_accion. Haz que el backend trate «buscar_horario» como lectura del calendario, nunca como cambio de la reserva. Si el usuario pide moverla, Live debe anunciar la hora elegida y solicitar una confirmación explícita antes de llamar al sistema que guarda la cita.

Prueba al menos estas conversaciones con una conexión de GPT‑Live y acceso `api.decisions.write`, como requiere la documentación:

1. «¿Hay horas libres el viernes por la tarde?» → buscar disponibilidad; no modificar nada.
2. «¿Cuánto dura la consulta?» → responder pregunta; no abrir ni cambiar una cita.
3. «Mueve mi cita a las cuatro… espera, mejor a las cinco» → no aplicar la primera hora; esperar el final y confirmar la hora definitiva.
4. Ruido o frase incompleta → sin acción; pedir aclaración.

Registra en cada prueba la opción devuelta, el tiempo desde que terminó la frase hasta la respuesta, la acción real del backend y si hubo una corrección humana. El tercer caso es clave: una decisión temprana sobre un fragmento de transcripción puede quedar obsoleta cuando la persona continúa hablando. El sistema debe poder descartarla.

Costos y límites antes de lanzarlo

El changelog de GPT‑Live 1 indica un precio base de US$0,05 por minuto de sesión, facturado por segundo, y que el uso de modelos y herramientas de backend se cobra aparte. La tarifa publicada para `/v1/decisions` con GPT‑6 Luna es US$0,10 por millón de tokens de entrada; esa cifra corresponde a ese endpoint y no basta por sí sola para calcular una sesión con integración nativa. Comprueba la facturación real del flujo en tu panel antes de estimar costo por usuario.

Mi lectura: esta novedad vale para productos donde la voz debe producir una acción comprobable en tiempo real —soporte, reservas o control de una interfaz— y el retraso importa. Para una app que solo transcribe y muestra texto, añade complejidad sin una ventaja clara. Primero mide una tarea, un costo y un error posible; después decide si la voz necesita tomar decisiones mientras escucha.