GPT-Live 1
Le frontend vocal full-duplex d'OpenAI, conçu pour des conversations naturelles, qui délègue le raisonnement approfondi et les actions à un agent backend distinct.
Le frontend vocal full-duplex d'OpenAI, conçu pour des conversations naturelles, qui délègue le raisonnement approfondi et les actions à un agent backend distinct.
Présentation
GPT-Live 1 écoute et parle en même temps : il peut ainsi gérer les pauses, les acquiescements, les interruptions et le bruit de fond sans enfermer chaque échange dans des tours de parole rigides. Il fournit aussi les transcriptions et le texte des réponses en parallèle de l'audio en direct.
L'architecture sépare la conversation du travail de fond. GPT-Live 1 gère l'expérience vocale, tandis qu'un modèle de l'API Responses ou un agent exploité par l'application se charge du raisonnement et des outils approuvés. Le prix publié pour la voix n'inclut donc ni l'utilisation du modèle backend, ni les outils, ni la téléphonie, ni l'infrastructure applicative.
Comparaison par catégorie
Il s'agit de caractéristiques publiées par les fournisseurs, et non de scores de benchmark de Cody. Consultez les sources en lien pour connaître les limites actuelles et les exceptions propres à chaque point de terminaison.
Accès API et fournisseur
Disponibilité
Disponible via l'API Live d'OpenAI pour les applications vocales sur navigateur, sur serveur et en téléphonie.
L'accès direct dépend de la liste à jour des pays pris en charge par OpenAI ; le niveau gratuit de l'API n'est pas disponible pour ce modèle.
Vérifier la disponibilité actuelleDonnées et entraînement
OpenAI indique que le contenu envoyé à l'API n'est pas utilisé par défaut pour l'entraînement. Par défaut, les journaux de surveillance des abus peuvent être conservés jusqu'à 30 jours ; des contrôles supplémentaires sont proposés aux organisations éligibles.
Il s'agit d'une synthèse des documents cités du fournisseur, et non d'un avis juridique. Une passerelle tierce peut appliquer des conditions de stockage, de routage, d'entraînement et de résidence des données différentes de celles de l'API directe de l'éditeur du modèle.
Lire la politique du fournisseurQuestions fréquentes
Le frontend vocal full-duplex d'OpenAI, conçu pour des conversations naturelles, qui délègue le raisonnement approfondi et les actions à un agent backend distinct. GPT-Live 1 écoute et parle en même temps : il peut ainsi gérer les pauses, les acquiescements, les interruptions et le bruit de fond sans enfermer chaque échange dans des tours de parole rigides. Il fournit aussi les transcriptions et le texte des réponses en parallèle de l'audio en direct.
D'après les documents cités du fournisseur, GPT-Live 1 est sorti le 10 septembre 2026.
Disponible via l'API Live d'OpenAI pour les applications vocales sur navigateur, sur serveur et en téléphonie. Voies d'accès répertoriées dans ce guide : OpenAI.
0,05 $/minute vocale. Les sessions vocales sont facturées à la seconde sans arrondi à la minute entière. L’utilisation du modèle backend et des outils est facturée séparément, tout comme la téléphonie et l’infrastructure applicative.
Disponible via l'API Live d'OpenAI pour les applications vocales sur navigateur, sur serveur et en téléphonie. L'accès direct dépend de la liste à jour des pays pris en charge par OpenAI ; le niveau gratuit de l'API n'est pas disponible pour ce modèle.
OpenAI indique que le contenu envoyé à l'API n'est pas utilisé par défaut pour l'entraînement. Par défaut, les journaux de surveillance des abus peuvent être conservés jusqu'à 30 jours ; des contrôles supplémentaires sont proposés aux organisations éligibles. La politique dépend de la voie d'accès du fournisseur et des conditions de votre compte : vérifiez-la de nouveau avant toute mise en production.
Comparaisons associées
Le modèle vocal temps réel de Grok pour les conversations, le service client et les assistants utilisant des outils pendant un appel.
Ouvrir la comparaison complèteLe modèle vocal en temps réel de Google pour des échanges réactifs avec audio, texte et contexte visuel.
Ouvrir la comparaison complèteUn modèle vocal Gemini distinct qui traite les demandes complexes en arrière-plan tout en poursuivant la conversation.
Ouvrir la comparaison complèteLe modèle de raisonnement voix vers voix en temps réel d'OpenAI, pour les agents vocaux qui utilisent des outils et ont aussi besoin d'un contexte textuel et visuel.
Ouvrir la comparaison complèteModèle audio-audio en avant-première de Google pour un dialogue à faible latence avec une conscience multimodale, une réflexion, une mise à la terre de recherche et un appel de fonction.
Ouvrir la comparaison complèteModèle de synthèse vocale en temps réel expressif de ElevenLabs pour un dialogue naturel, une transmission émotionnelle, des balises audio et plus de 70 langues.
Ouvrir la comparaison complèteLe tout nouveau modèle expressif de synthèse vocale en temps réel d'Inworld, conçu pour mémoriser les conversations et parler dans plus de 100 langues.
Ouvrir la comparaison complèteModèle vocal Grok de génération précédente, déprécié au profit de Grok Voice 3.0.
Ouvrir la comparaison complète