OpenAI a lancé le 8 juillet 2026 GPT-Live, une génération de modèles vocaux capables d’écouter et de parler en même temps, désormais au cœur du mode voix de ChatGPT. L’entreprise remplace ainsi son précédent mode vocal avancé par une architecture dite « full-duplex » censée rapprocher l’échange d’une conversation humaine.
Le changement est d’abord technique. Là où le mode vocal précédent traitait une suite de messages séparés, GPT-Live traite l’entrée sonore en continu tout en produisant sa réponse, ce qui lui permet, selon OpenAI, de décider plusieurs fois par seconde s’il doit parler, continuer à écouter, marquer une pause, s’interrompre ou déclencher un outil. L’enjeu commercial est net dans un secteur où Apple, Amazon et des jeunes pousses comme Sesame ont récemment mis à jour leurs assistants pour les rendre plus conversationnels.
Deux modèles pour deux niveaux d’abonnement
OpenAI déploie deux versions, GPT-Live-1 et GPT-Live-1 mini, auprès des utilisateurs de ChatGPT dans le monde. D’après TechCrunch, GPT-Live-1 mini remplace par défaut le mode vocal avancé pour l’ensemble des comptes, tandis que la version plus lourde, GPT-Live-1, est réservée aux abonnés payants. L’entreprise n’a pas communiqué de tarif spécifique pour ces modèles ni de calendrier de mise à disposition via son interface de programmation.
La bascule concerne donc directement les utilisateurs gratuits, qui héritent de la version allégée sans intervention de leur part. OpenAI décrit un déploiement progressif, sans préciser à ce stade le rythme exact ni les éventuelles restrictions géographiques.
Ce choix de réserver le modèle le plus capable aux formules payantes suit une logique déjà observée chez OpenAI, qui échelonne l’accès à ses versions les plus avancées selon le niveau d’abonnement. La différence de traitement entre GPT-Live-1 et sa déclinaison mini n’a pas été quantifiée par l’entreprise en matière de qualité vocale ou de latence, deux critères déterminants pour un usage conversationnel.
Un modèle vocal qui délègue à GPT-5.5
GPT-Live n’est pas conçu pour tout traiter seul. Pour les questions qui exigent une recherche sur le web, un raisonnement approfondi ou une tâche plus complexe, le modèle délègue en arrière-plan à un modèle de texte plus avancé et rapporte le résultat dans le fil de la conversation une fois celui-ci prêt. Au lancement, OpenAI indique que GPT-Live s’appuie sur GPT-5.5 pour ces opérations de fond.
L’entreprise met aussi en avant des signaux conversationnels : le modèle peut ponctuer l’échange de « mhmm » ou « yeah » pour marquer son attention, enchaîner des allers-retours courts, ou rester silencieux le temps que l’interlocuteur réfléchisse. La fonction de traduction en direct, rendue possible par la capacité à écouter et parler simultanément, figure parmi les nouveautés mises en avant.
La voix présentée comme futur point d’entrée
Chez OpenAI, l’ambition affichée dépasse la simple amélioration d’un mode existant. Atty Eleti, responsable produit de ChatGPT Voice, a déclaré à TechCrunch : « Avec le temps, nous pensons que cela ouvrira aussi la possibilité d’utiliser la voix comme une sorte d’interface principale de l’informatique. » La formulation reste prospective et engage la vision de l’entreprise plus qu’un usage déjà établi.
Ce positionnement s’inscrit dans une concurrence directe. Apple et Amazon ont fait évoluer leurs assistants vers plus de fluidité et une meilleure gestion du contexte, et des acteurs plus récents comme Sesame, fondée par le cofondateur d’Oculus Brendan Iribe, ont lancé leurs propres assistants conversationnels. Le mode vocal devient un terrain de démarcation entre grands fournisseurs d’IA.
Des limites visibles dès les démonstrations
La promesse d’un échange naturel se heurte encore à des imperfections. Lors d’une démonstration de traduction en direct vers le hindi, l’assistant a parlé avec un fort accent américain et un hindi jugé peu naturel, au ton légèrement livresque, rapporte TechCrunch. L’exemple illustre l’écart qui peut subsister entre la fluidité annoncée et le rendu réel selon les langues.
OpenAI n’a pas détaillé publiquement, au moment du lancement, l’ensemble des garde-fous encadrant ces modèles vocaux ni les mesures spécifiques prévues pour les usages sensibles. Les conditions d’accès à GPT-Live-1 hors abonnement payant et son éventuelle ouverture aux développeurs via l’interface de programmation restaient également à préciser.
