Ce qu'OpenAI a réellement livré
OpenAI a lancé GPT-Live le 8 juillet 2026 en deux versions, GPT-Live-1 et une plus légère, GPT-Live-1 mini. La conception est full-duplex, c'est-à-dire que le modèle écoute et parle en même temps et prend une décision d'interaction plusieurs fois par seconde, si bien qu'il peut glisser un bref acquiescement, tenir un échange rapide ou simplement se taire pendant que vous réfléchissez. Pour tout ce qui exige un vrai raisonnement ou une recherche sur le web, il confie le travail à un modèle de frontière en arrière-plan, GPT-5.5 au lancement, et rapporte la réponse dans la conversation. Il se déploie maintenant chez tous les utilisateurs de ChatGPT sur iOS, Android et le web, GPT-Live-1 devenant la voix par défaut de Go, Plus et Pro et la version mini celle des utilisateurs gratuits. Dans les tests d'OpenAI, les gens l'ont nettement préférée au précédent Advanced Voice Mode.
Le hic, c'est qui peut bâtir dessus. Lors de ce lancement, les modèles animent l'expérience vocale grand public de ChatGPT, tandis que l'accès développeur se trouve derrière un formulaire d'inscription sans date de disponibilité. La vidéo et le partage d'écran ne sont pas encore pris en charge, et la parité multilingue complète manque, les démonstrations hors de l'anglais sonnant nettement à côté. Ainsi, la voix la plus naturelle qu'OpenAI ait jamais livrée est arrivée d'abord comme une fonction grand public, et le point d'accès dont une entreprise aurait besoin pour la placer dans son propre produit reste une liste d'attente.
La meilleure voix et la voix constructible se sont séparées
Une semaine avant GPT-Live, le 1 juillet, xAI a livré le Grok Voice Agent Builder, et le contraste est l'histoire. C'est une surface sans code plus une API qui permet à une équipe de monter un agent vocal de production en quelques minutes, avec téléphonie, récupération de connaissances, outils, garde-fous et observabilité inclus. Il est tarifé et disponible aujourd'hui, à environ 0,05 dollar, proche de 0,05 euro, la minute d'audio avec les voix incluses, plus environ 0,01 dollar la minute si vous ajoutez un numéro de téléphone fourni, et les recherches côté serveur facturées à part. Il y a donc désormais deux réponses à la question de la meilleure IA vocale : la meilleure expérience, celle d'OpenAI et pour l'instant réservée au grand public, et la meilleure que vous pouvez réellement déployer, qui arrive avec une API et un prix à la minute que vous pouvez inscrire dans un calcul.
La leçon pour l'exploitant est d'arrêter de confondre la démo et le déployable. Une voix que vous ne pouvez pas acheter à l'échelle, dont les conditions peuvent changer avant la disponibilité générale, est un signal sur la direction du marché, pas une dépendance sur laquelle lancer une ligne clients. Quand vous choisissez ce qu'un client entendra à votre numéro d'assistance ce trimestre, la liste restreinte est l'ensemble des modèles livrés avec une API publiée et un prix, et le plus complet d'entre eux, en ce moment, n'est pas celui qui a fait les gros titres.
Ce qu'un exploitant européen devrait faire
Un prix mesuré à la minute est la partie utile, car il transforme la voix en poste de coût que vous pouvez prévoir. À environ 0,05 dollar la minute, un appel d'assistance de quatre minutes représente environ 0,20 dollar, proche de 0,18 euro, de voix avant tout appel d'outil, et c'est un chiffre que vous pouvez opposer au coût d'une minute humaine et à votre volume d'appels. Traitez-le comme un coût unitaire, pas comme une nouveauté : modélisez la facture mensuelle sur vos minutes d'appel réelles avant de vous engager, et rappelez-vous que les recherches côté serveur et un numéro de téléphone s'y ajoutent. Le point est qu'une API tarifée permet ce calcul, et qu'une fonction grand public en liste d'attente non.
Deux réserves ont leur place dans le plan. D'abord, l'écart multilingue n'est pas une note de bas de page pour une entreprise européenne : la démo en anglais ne garantit pas la qualité que vos clients entendront dans leur propre langue, validez donc l'agent dans cette langue, sur vos propres scripts, avant qu'il n'approche un client. Ensuite, attendez-vous à ce que le niveau full-duplex qu'OpenAI vient de fixer devienne d'ici quelques mois la base que les clients tiennent pour acquise, ce qui veut dire qu'un menu téléphonique par tours commencera à sembler daté plus vite que prévu. Bâtissez sur un modèle que vous pouvez réellement acheter, tarifez-le à votre volume réel, testez-le dans la langue de votre marché et surveillez la sortie générale d'OpenAI pour bouger quand la meilleure voix deviendra quelque chose que vous pouvez déployer et non seulement montrer.
À lire ensuite: GPT-5.6 Terra égale GPT-5.5 à moitié prix | xAI clone la voix d'une marque en deux minutes pour cinq centimes la minute
