ChatGPT Realtime en Rusia: por qué un desarrollador eligió Yandex

El 6 de julio de 2026, OpenAI lanzó ChatGPT Realtime, un motor de voz a voz con soporte para interrupciones y entonación natural.

¿Qué mostraron las mediciones de latencia?

El autor midió la latencia de extremo a extremo de las tres opciones con el mismo método y obtuvo un panorama claro.

• Yandex Realtime — ~330 ms (conexión directa en Rusia, sin VPN)
• OpenAI gpt-realtime — ~740 ms (solo con VPN; no está disponible directamente desde Rusia)
• Antigua cadena de tres eslabones (STT → LLM → TTS) — ~4,4 segundos

Yandex supera a OpenAI por el doble únicamente por la geografía: la VPN añade varios cientos de milisegundos que ninguna optimización de código puede eliminar. La cadena de tres eslabones pierde frente a ambos por goleada. Una diferencia de 13 veces respecto a Yandex es demasiado grande para una interfaz de voz, donde una pausa de más de 500 ms da la sensación de que el bot «se cuelga».

Dónde tropiezan ambos motores

Con OpenAI, el desarrollador se topó de inmediato con un error 400 del endpoint. Aparece cuando la estructura de la solicitud WebSocket es incorrecta y casi no está documentado. La depuración se llevó buena parte de la tarde.

El segundo problema es más grave: el motor maneja mal el acento ruso. El modelo de lenguaje se entrenó sobre todo con inglés, y esto no se corrige con ajustes del prompt del sistema: la limitación es de arquitectura.

En Yandex, la barrera de entrada es más alta en la autorización: tres roles de acceso y un intercambio OAuth→IAM cerrado que no está descrito en detalle en ningún sitio. La documentación da por hecho que el desarrollador ya trabaja dentro del ecosistema de Yandex Cloud. Sin entender este esquema, obtener el primer token funcional no es trivial.

«Yandex domina el ruso de forma nativa.

OpenAI no, y es un problema fundamental para un producto de voz en el mercado ruso», resume el autor.

Cómo fue la migración a Yandex Realtime

Tras las mediciones, la decisión resultó obvia: el autor reescribió producción en tres áreas clave.

Puente WebSocket en lugar de REST. Yandex Realtime funciona con una conexión WebSocket persistente, no con solicitudes HTTP puntuales. Esto obligó a reescribir la lógica de envío de audio: streaming PCM en vivo en lugar de chunked upload.

Reproductor PCM en vivo en lugar de MP3. El esquema anterior codificaba las respuestas en MP3 antes de reproducirlas, lo que añadía latencia. Trabajar directamente con PCM eliminó ese paso y los artefactos durante las interrupciones, porque el códec MP3 no lograba «cerrar» el frame ante una parada repentina.

Interrupciones sin auriculares. Yandex Realtime incluye cancelación de eco a nivel de motor, por lo que el bot reacciona correctamente a las interrupciones incluso con altavoces normales. En la antigua cadena de tres eslabones esto era imposible por principio.

La autorización resultó ser lo más laborioso: hubo que descifrar a mano el intercambio de tokens OAuth→IAM, porque casi no hay ejemplos listos en Python.

Qué significa

Para los productos de voz en el mercado ruso, elegir entre OpenAI Realtime y Yandex Realtime es sobre todo elegir entre la comodidad del primer prototipo y la calidad del ruso en producción. Yandex gana en latencia y pronunciación, pero exige entender IAM. La antigua cadena de tres eslabones se queda atrás: 4,4 segundos de espera ya no es una conversación, sino un contestador automático de 2005.

Preguntas frecuentes

¿Se puede usar OpenAI Realtime en Rusia sin VPN?

No. En julio de 2026, el servicio no está disponible directamente desde direcciones IP rusas. La VPN añade inevitablemente latencia y la eleva de unos ~400 ms potenciales a ~740 ms en condiciones reales.

¿En qué se diferencia

Yandex Realtime del SpeechKit habitual?

Yandex Realtime es un motor de voz a voz full duplex sobre una única conexión WebSocket persistente, con soporte para interrupciones. SpeechKit son servicios STT y TTS independientes que hay que unir por cuenta propia en una cadena de tres eslabones con más de 4 segundos de latencia.

¿Está disponible ChatGPT Realtime en Rusia?

Solo con VPN y una latencia de ~740 ms; la conexión directa desde Rusia no está disponible.

¿Por qué el desarrollador eligió

Yandex en lugar de ChatGPT Realtime?

Yandex Realtime mostró una latencia de ~330 ms desde Rusia, casi el doble de rápido que OpenAI gpt-realtime con VPN (~740 ms).