OpenAI a présenté GPT-Live, une nouvelle génération de modèles vocaux qui alimente désormais ChatGPT Voice. La capacité phare semble simple et ne l'est pas : GPT-Live écoute et parle en même temps.
Toutes les expériences vocales précédentes de ChatGPT, y compris le mode vocal avancé, fonctionnaient tour à tour. Vous parliez, il attendait, il répondait. GPT-Live fonctionne en duplex intégral : il traite l'audio entrant tout en générant une sortie, et il décide plusieurs fois par seconde s'il doit parler, continuer à écouter, faire une pause, interrompre ou appeler un outil. Il peut laisser échapper un "mhmm" pendant que vous expliquez quelque chose, attendre pendant que vous réfléchissez, et se rétablir naturellement si vous le coupez au milieu d'une phrase.
GPT-Live en un coup d'œil
| Détail | |
|---|---|
| Annoncé | 8 juillet 2026 |
| Ce que c'est | Famille de modèles vocaux en duplex intégral alimentant ChatGPT Voice |
| Variantes | GPT-Live-1, GPT-Live-1 mini, GPT-Live-1 Medium, GPT-Live-1 High |
| Backend | GPT-5.5 Instant (1 et mini) ; GPT-5.5 Thinking (Medium et High) |
| Par défaut pour payant (Go/Plus/Pro) | GPT-Live-1 |
| Par défaut pour le niveau gratuit | GPT-Live-1 mini |
| Plateformes | iOS, Android, chatgpt.com (déploiement mondial) |
| Partage vidéo/écran | Pas au lancement ; "nous travaillons à introduire ces capacités prochainement" |
| API | Pas encore disponible ; OpenAI prévoit de l'intégrer à l'API "bientôt" |
Les quatre variantes et ce qui les anime
GPT-Live est livré en famille, et OpenAI est inhabituellement clair sur le câblage : "GPT-Live-1 (instant) et GPT-Live-1 mini utilisent le modèle GPT-5.5 Instant en arrière-plan, tandis que GPT-Live-1 Medium et GPT-Live-1 High utilisent le modèle GPT-5.5 Thinking avec un effort de raisonnement moyen et élevé."
La couche vocale est donc le produit, et GPT-5.5 fait le gros du travail de réflexion derrière. En pratique :
- GPT-Live-1 est le pilote quotidien, désormais le modèle par défaut pour les abonnés Go, Plus et Pro.
- GPT-Live-1 mini sert les utilisateurs du niveau gratuit avec le même style d'interaction en duplex intégral.
- GPT-Live-1 Medium et High échangent la vitesse de réponse contre un raisonnement plus approfondi, soutenu par GPT-5.5 Thinking avec un effort moyen et élevé.
Délégation : la deuxième idée architecturale
Le duplex intégral est une moitié de la conception. L'autre est la délégation. "Lorsqu'une question nécessite une recherche, un raisonnement ou des capacités plus agiles, GPT-Live peut déléguer la tâche à un autre modèle comme GPT-5.5", et il réintègre le résultat dans la conversation une fois prêt.
Cela résout le dilemme classique de l'IA vocale : les modèles suffisamment rapides pour le chat en temps réel sont trop superficiels pour les questions difficiles, et les modèles suffisamment intelligents pour les questions difficiles sont trop lents pour la conversation. GPT-Live divise le travail. Le modèle vocal maintient la conversation en vie, y compris les rétro-canaux, tandis qu'un modèle plus puissant travaille en arrière-plan. Vous continuez à parler ; la réponse arrive quand elle est disponible.
Ce que GPT-Live peut faire au lancement
Au-delà de la mécanique conversationnelle, l'ensemble des fonctionnalités de lancement comprend :
- Recherche web, déléguée et réintégrée dans le dialogue
- Traduction en direct entre les langues en conversation
- Cartes visuelles affichées à l'écran pour la météo, les actions et les sports
- Téléchargement d'images et de fichiers au sein d'une conversation vocale
- Mémoire, cohérente avec le reste de ChatGPT
Et la lacune au lancement : "Au lancement, GPT-Live ne prendra pas en charge la voix avec la vidéo ou le partage d'écran dans ChatGPT." Le mode vocal avancé conserve ces capacités pour les abonnés éligibles, et les modes vocaux Standard et Avancé restent disponibles. Si le fait de pointer votre caméra vers des objets est important pour votre flux de travail, ne changez pas encore ; les détails sont dans GPT-Live vs Advanced Voice Mode.
Les références citées par OpenAI
OpenAI nomme trois évaluations, toutes comparées au mode vocal avancé plutôt qu'à des produits concurrents :
- GPQA : GPT-Live-1 "surpasse considérablement" le mode vocal avancé sur le raisonnement scientifique de niveau expert en biologie, chimie et physique.
- BrowseComp : "forts gains" sur la recherche web agressive et les informations difficiles à localiser.
- τ³-Voice Telecom (une variante interne) : meilleure performance sur les tâches de support télécoms multi-tours réalistes.
OpenAI rapporte également que les utilisateurs ont "fortement préféré" GPT-Live lors de conversations en face à face de 5 à 10 minutes. Notez ce qui est absent : scores publiés, chiffres de latence et prix. Les affirmations sont directionnelles et rapportées par le fournisseur, alors traitez-les comme une forme, pas comme un tableau de bord. Les chiffres des concurrents arriveront lorsque les articles de comparaison pourront tester le produit en production.
Où en sont les développeurs
Il n'existe pas d'API GPT-Live aujourd'hui. Les mots exacts d'OpenAI : "Nous prévoyons également de les intégrer à l'API bientôt, et les développeurs et les entreprises peuvent s'inscrire pour être informés en utilisant ce formulaire."
Ce qui existe pour la création d'agents vocaux actuellement est l'API Realtime, généralement disponible avec la famille gpt-realtime-2.1, le transport WebSocket et WebRTC, l'appel téléphonique SIP et le support de serveur MCP. Si vous êtes venu ici pour planifier un produit vocal, le guide pratique est Existe-t-il une API GPT-Live ? Ce que les développeurs peuvent utiliser aujourd'hui, et la confusion de noms entre les deux piles est démêlée dans GPT-Live vs GPT-Realtime.
En attendant, lorsque vous prototypez avec l'API Realtime, Apidog gère les parties moins glamoureuses : le test des sessions WebSocket, l'inspection des événements streamés et la simulation de votre backend vocal afin que le travail client ne soit pas bloqué par une connexion de modèle en direct.
Comment essayer GPT-Live
Le déploiement est mondial mais échelonné sur iOS, Android et chatgpt.com. Les utilisateurs payants obtiennent GPT-Live-1 comme nouveau défaut vocal ; les utilisateurs gratuits obtiennent GPT-Live-1 mini. Mettez à jour l'application, ouvrez Voix et vérifiez quel modèle répond ; si rien n'a encore changé, le déploiement n'a pas encore atteint votre compte. La configuration étape par étape, le changement de variante et le chemin CarPlay (tous les forfaits, iOS 26.4+) sont couverts dans comment utiliser GPT-Live.
Pourquoi ce lancement est important
La voix a été l'interface IA la plus conviviale pour les démos et la moins prête pour la production pendant deux ans. La prise de parole à tour de rôle donnait l'impression que chaque assistant était un talkie-walkie. Le duplex intégral associé à la délégation est la première architecture grand public qui traite la conversation comme continue plutôt que transactionnelle, et OpenAI l'a livrée à des centaines de millions d'utilisateurs par défaut, et non comme un aperçu de laboratoire.
La version développeur de cette architecture arrive "bientôt". Lorsqu'elle sera disponible, les agents vocaux en temps réel auront une nouvelle référence à tester ; d'ici là, le chemin de l'API Realtime est l'endroit où les systèmes fonctionnels sont construits. Téléchargez Apidog gratuitement si vous en construisez un maintenant ; le débogage WebSocket à lui seul justifie sa place.
FAQ
Qu'est-ce que GPT-Live en une phrase ? La famille de modèles vocaux en duplex intégral d'OpenAI alimentant ChatGPT Voice : il écoute tout en parlant, assure des rétro-canaux naturels et délègue les questions difficiles à GPT-5.5 en arrière-plan.
GPT-Live est-il gratuit ? Les utilisateurs du niveau gratuit obtiennent GPT-Live-1 mini comme modèle vocal par défaut. Les niveaux payants (Go, Plus, Pro) obtiennent GPT-Live-1.
GPT-Live prend-il en charge la vidéo ou le partage d'écran ? Pas au lancement. Le mode vocal avancé conserve la vidéo et le partage d'écran pour les abonnés éligibles ; OpenAI indique qu'il travaille à intégrer ces fonctionnalités à GPT-Live bientôt.
Existe-t-il une API GPT-Live ? Pas encore. OpenAI prévoit d'intégrer GPT-Live à l'API "bientôt" ; les développeurs peuvent construire des agents vocaux dès aujourd'hui sur l'API Realtime.
Quel modèle alimente GPT-Live ? GPT-Live-1 et mini fonctionnent sur GPT-5.5 Instant ; les variantes Medium et High utilisent GPT-5.5 Thinking avec un effort de raisonnement moyen et élevé.