GPT-Live-1.1 vs GPT-Realtime : quelle API vocale OpenAI choisir ?

GPT-Live-1.1 associe une voix full-duplex à un backend délégué et est facturé à la minute ; gpt-realtime-2.1 est un modèle speech-to-speech unique facturé au token. Voici comment ils se comparent et lequel choisir.

Ashley Goolam

Ashley Goolam

20 November 2026

GPT-Live-1.1 vs GPT-Realtime : quelle API vocale OpenAI choisir ?

Apidog pour les entreprises

Déploiement sur site

SSO & RBAC

Conforme SOC 2

Découvrir Apidog Enterprise

Le match GPT-Live-1.1 vs GPT-Realtime se résume à une question d'architecture. GPT-Live-1.1 est un frontend vocal full-duplex qui délègue le raisonnement et les outils à un modèle backend distinct et facture 0,05 $ par minute active. GPT-Realtime-2.1 est un modèle speech-to-speech unique qui écoute, raisonne, appelle des outils et parle, facturé au token. Choisissez GPT-Live-1.1 si vous disposez déjà d'un agent texte ; choisissez Realtime si vous voulez qu'un seul modèle fasse tout.

OpenAI a intégré GPT-Live-1.1 à l'API le 20 novembre 2026 : vous disposez donc désormais de deux stacks vocales avec des endpoints, une facturation et des modèles d'outils différents. Notre article de juillet GPT-Live vs GPT-Realtime comparait la fonctionnalité ChatGPT avec l'API ; celui-ci oppose API et API.

GPT-Live-1.1 vs GPT-Realtime en un coup d'œil

Voici comment les deux stacks se comparent, d'après la page du modèle GPT-Live-1.1, la page du modèle gpt-realtime-2.1 et la page de tarification d'OpenAI consultées le 20 novembre 2026 :

GPT-Live-1.1 gpt-realtime-2.1
Endpoint v1/live/sessions v1/realtime
Conception Voix full-duplex + backend délégué Un seul modèle de raisonnement speech-to-speech
Entrée Audio, texte Audio, texte, image
Sortie Audio, texte Audio, texte
Facturation 0,05 $/min en activité, 0,02 $/min en veille 32 $ en entrée, 64 $ en sortie par million de tokens audio
Raisonnement et outils Modèle backend, facturé séparément Au sein du même modèle et du même prix
Appel de fonctions Via la délégation session.tools
Transports WebRTC, WebSocket, SIP (entrant et sortant) WebRTC, WebSocket, SIP (entrant)
Limites de débit Sessions simultanées Requêtes et tokens par minute

Le guide des agents vocaux d'OpenAI résume cette distinction dans son tableau d'architecture. GPT-Live est destiné aux « conversations full-duplex avec un backend séparé ». La Realtime API sert à la « parole, au raisonnement et à l'usage d'outils dans une seule session ».

Architecture : délégation vs modèle unique

GPT-Live-1.1 sépare la parole de la réflexion. Le modèle vocal gère la conversation en temps réel et écoute pendant qu'il parle. Lorsqu'une requête demande du raisonnement, une recherche ou un outil, il délègue le travail à un modèle backend et poursuit la conversation pendant que celui-ci s'exécute.

Architecture côte à côte : à gauche, un appelant se connecte à la voix de GPT-Live-1.1, qui délègue à un modèle backend Responses appelant des outils hébergés, vos fonctions et MCP ; à droite, un appelant se connecte à gpt-realtime-2.1, qui appelle lui-même vos fonctions et MCP

La délégation se configure une seule fois, à la création de la session, comme l'explique le guide des conversations live. Elle propose deux modes :

Le mode ne peut pas changer en cours de session ; en changer implique de créer une nouvelle session. En revanche, les paramètres du backend qu'elle contient peuvent être modifiés avec session.update.

gpt-realtime-2.1 adopte l'approche inverse : un seul modèle de raisonnement interprète l'audio, appelle les outils et répond vocalement. Pas de second modèle, pas de transfert, et tout le contexte au même endroit.

Avec GPT-Live-1.1, vous pouvez changer de backend, ou conserver votre agent texte existant, sans toucher à la couche vocale. Avec Realtime, le modèle vocal est l'agent.

Tarification : à la minute vs au token

GPT-Live-1.1 facture au temps, Realtime facture au token. Leurs coûts se comportent donc très différemment dès que les appelants marquent des pauses, s'étendent ou restent en ligne.

Poste de coût GPT-Live-1.1 gpt-realtime-2.1 gpt-realtime-2.1-mini
Audio 0,05 $/min en activité, 0,02 $/min en veille 32 $ en entrée, 64 $ en sortie par million de tokens 10 $ en entrée, 20 $ en sortie par million de tokens
Texte Facturé à la durée de la session 4 $ en entrée, 24 $ en sortie par million de tokens 0,60 $ en entrée, 2,40 $ en sortie par million de tokens
Entrée mise en cache n/a 0,40 $ par million de tokens 0,30 $ audio, 0,06 $ texte par million
Raisonnement et outils Modèle backend à ses propres tarifs Inclus dans le prix au token Inclus dans le prix au token

GPT-Live facture à la seconde : un appel de 90 secondes coûte donc 0,075 $ de temps vocal, et non 0,10 $. Une session WebRTC est facturée 15 secondes le temps de son initialisation, ce montant étant crédité dès qu'elle démarre.

La veille est le levier de coût que Realtime n'a pas. En WebRTC, définissez wake_policy.type sur "speech" et idle_timeout_s sur un nombre entier compris entre 5 et 60. Après ce nombre de secondes sans parole, la session passe à 0,02 $ par minute jusqu'à ce que quelqu'un reparle. La veille n'est documentée que pour WebRTC : les sessions WebSocket et SIP facturent chaque seconde connectée au tarif actif.

Pour comparer les deux sur votre propre trafic, calculez un seuil de rentabilité plutôt que de partir au hasard. 0,05 $ achète environ 1 560 tokens audio d'entrée ou 780 tokens audio de sortie sur gpt-realtime-2.1, et environ 5 000 tokens d'entrée ou 2 500 tokens de sortie sur 2.1-mini. Récupérez les volumes de tokens audio par minute dans vos événements d'usage Realtime. Si votre minute active moyenne en consomme davantage, le temps vocal de GPT-Live est plus économique ; ajoutez ensuite la facture de tokens du modèle backend pour obtenir une vue complète.

Realtime intègre le raisonnement dans le prix au token ; GPT-Live ajoute une facture backend par tâche déléguée, mais réduit le coût des moments de silence grâce à la veille. Pour le volet tokens, consultez notre guide gpt-realtime-2.1-mini.

Appels de fonctions et outils

Les deux stacks appellent vos fonctions, mais depuis des endroits différents.

Avec Realtime, les outils sont attachés à la session. Le guide des outils Realtime montre un outil "type": "function" dans session.tools, envoyé avec session.update. Votre client exécute la fonction et renvoie un élément function_call_output. Les serveurs MCP distants fonctionnent aussi : ajoutez un outil avec "type": "mcp", un server_label et une server_url, et la Realtime API appelle le serveur pour vous. Vous pouvez également limiter les outils à un seul tour avec response.tools.

Avec GPT-Live-1.1, les outils résident sur le backend. Placez les outils de fonction, les serveurs MCP et les outils hébergés comme la recherche web, la recherche de fichiers et Code Interpreter dans delegation.responses.tools. Les événements du backend vous parviennent enveloppés dans des enveloppes response.event, et les résultats de vos fonctions sont renvoyés sous forme d'éléments function_call_output suivis d'un response.create.

L'avantage : la voix reste réactive pendant qu'un outil lent s'exécute sur le backend. Le prix à payer : deux modèles, deux flux d'événements et deux factures.

Prise de parole, interruptions et transports

C'est là que la différence se ressent le plus pour un appelant.

Prise de parole. GPT-Live-1.1 est full-duplex : il traite l'audio entrant pendant qu'il génère sa réponse, et peut donc écouter, émettre des signaux d'écoute et s'ajuster en pleine phrase. Realtime fonctionne par tours détectés via l'activité vocale. Le guide VAD de Realtime répertorie deux modes dans session.audio.input.turn_detection.type :

  1. server_vad, le mode par défaut, ajusté avec threshold, prefix_padding_ms et silence_duration_ms.
  2. semantic_vad, ajusté avec eagerness (low, medium, high ou auto, qui équivaut à medium).

Realtime gère l'interruption (barge-in) avec interrupt_response. GPT-Live n'a pas besoin de ce paramètre, puisqu'il écoute déjà pendant qu'il parle.

Transports. Les deux prennent en charge WebRTC dans le navigateur et WebSocket côté serveur. La téléphonie, elle, diffère. D'après le guide SIP, GPT-Live prend en charge le SIP entrant et sortant, et les appels sortants sont « disponibles pour toutes les organisations via la Live API, et non via l'endpoint de création d'appel de la Realtime API ». Un appel SIP GPT-Live connecté est limité à 2 heures. Le guide SIP de Realtime couvre les appels entrants via le webhook realtime.call.incoming.

Limites et contexte

Limite GPT-Live-1.1 gpt-realtime-2.1
Contexte 128 000 tokens par session, gérés automatiquement 128 000 tokens
Nombre maximal de tokens en sortie Non publié 32 000
Instructions Jusqu'à 16 384 tokens Non publié
Limites de débit Sessions simultanées, par modèle 400 RPM et 200 000 TPM sur le palier Build

GPT-Live compte les sessions simultanées, pas les tokens. La page GPT-Live-1 indique 50 sessions simultanées sur Build, 300 sur Launch et 500 sur Grow, sans accès au palier Free. GPT-Live-1.1 dispose de sa propre limite, distincte, et sa page ne publie pas encore de chiffres : vérifiez la page des limites de votre organisation avant un lancement.

Les limites de Realtime montent jusqu'à 10 000 RPM sur Launch et 20 000 RPM sur Grow.

Quelle API vocale d'OpenAI choisir ?

Optez pour GPT-Live-1.1 lorsque la voix est une couche posée sur un agent auquel vous faites déjà confiance, et pour Realtime lorsque c'est le modèle vocal qui doit être l'agent.

Organigramme de décision : si vous avez déjà un agent texte ou un backend à conserver, utilisez GPT-Live-1.1 ; sinon, si vous avez besoin d'entrée image ou d'un seul modèle qui fait tout, utilisez gpt-realtime-2.1 ; sinon, pour les sessions longues avec beaucoup de silence, utilisez GPT-Live-1.1 avec la veille, sinon gpt-realtime-2.1-mini

Choisissez GPT-Live-1.1 pour :

Choisissez gpt-realtime-2.1 pour :

Choisissez gpt-realtime-2.1-mini pour les tâches vocales courtes, à fort volume et à faible coût, où le prix au token bat le prix à la minute. Notre guide de l'API GPT-Realtime-2 détaille la configuration de Realtime.

Laissez votre agent de code tester l'API d'outils avec Apidog CLI

Quelle que soit la stack retenue, les deux appellent la même chose : votre API d'outils. Une requête lente, c'est du silence à l'antenne dans les deux cas : testez sa latence et son contrat avant qu'un appelant ne l'entende. Laissez Claude Code, Codex ou Cursor s'en charger avec Apidog CLI.

Installez-le une fois pour toutes :

npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_TOKEN>
apidog skill install

Puis donnez un seul prompt à votre agent :

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.

L'agent importe la spec, vérifie la forme du payload, construit le scénario et l'exécute :

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 répète l'exécution pour qu'une réponse chanceuse ne masque pas une queue lente, et --timeout-request 800 fait échouer tout appel assez lent pour laisser un appelant attendre. Remplacez -r cli,json par -r junit en CI pour qu'une régression bloque le déploiement, comme le montre notre guide CI/CD d'Apidog CLI. Vous débutez avec le workflow agent ? Commencez par Apidog CLI dans Claude Code. Le plan Free d'Apidog couvre jusqu'à 4 utilisateurs.

FAQ

Lequel est le moins cher, GPT-Live-1.1 ou GPT-Realtime ? Cela dépend de vos tokens audio par minute et de votre backend. La voix GPT-Live coûte 0,05 $ par minute active, plus les tokens du modèle backend. Sur gpt-realtime-2.1, 0,05 $ achète environ 1 560 tokens audio d'entrée ou 780 tokens audio de sortie. Comparez avec vos propres journaux d'usage.

Peut-on utiliser l'appel de fonctions avec GPT-Live-1.1 ? Oui, via la délégation. Placez les outils de fonction dans delegation.responses.tools, ou exécutez vous-même le backend en mode de délégation client. Le modèle vocal n'accepte pas de liste d'outils directe comme le fait session.tools côté Realtime.

GPT-Realtime prend-il en charge la facturation en veille ? Non. La veille à 0,02 $ par minute est une fonctionnalité de GPT-Live, et uniquement pour les sessions WebRTC configurées avec wake_policy et idle_timeout_s. Realtime facture les tokens consommés par chaque session.

GPT-Live-1.1 peut-il passer des appels téléphoniques sortants ? Oui. Créez une session avec transport.type: "sip" et les détails de votre trunk SIP sur POST /v1/live/sessions. La documentation d'OpenAI précise que le SIP sortant passe par la Live API, et non par l'endpoint de création d'appel de la Realtime API.

GPT-Live-1.1 accepte-t-il des images en entrée ? Non. La page du modèle indique de l'audio et du texte en entrée comme en sortie. Si votre agent vocal doit voir des images, gpt-realtime-2.1 accepte les images en entrée à 5 $ par million de tokens.

Pratiquez le Design-first d'API dans Apidog

Découvrez une manière plus simple de créer et utiliser des API