OpenAI vient de basculer le mode vocal de ChatGPT en full-duplex. Avec GPT-Live, l’assistant écoute et parle en même temps, gère les interruptions et peut lancer une recherche web sans interrompre la conversation. Le déploiement est mondial.
Un appel téléphonique, pas un talkie-walkie
Jusqu’ici, parler à ChatGPT ressemblait à un jeu de rôle au talkie-walkie : l’utilisateur parlait, l’IA réfléchissait, puis répondait. Avec GPT-Live, c’est fini. OpenAI a déployé le 8 juillet 2026 un modèle vocal en full-duplex, comme un appel téléphonique classique. L’assistant écoute et parle simultanément, repère les hésitations, encaisse les interruptions et reprend le fil sans faire répéter son interlocuteur.
Le modèle repose sur une architecture inédite : GPT-Live-1 gère la conversation temps réel en local, tandis que les tâches complexes (calculs, raisonnement, recherche web) sont déléguées à GPT-5.5 en arrière-plan, sans coupure perceptible ni délai supplémentaire. 150 millions d’utilisateurs utilisent déjà la voix de ChatGPT chaque semaine, selon OpenAI, soit une progression de 50 % en six mois.
GPT-Live-1 pour les abonnés, GPT-Live-1-mini gratuit
GPT-Live-1 devient le modèle vocal par défaut pour les abonnés Go, Plus et Pro. Une version allégée, GPT-Live-1-mini, est proposée aux comptes gratuits. Le déploiement couvre iOS, Android et le web, dans plusieurs langues. Les comptes Business, Enterprise et Edu ne sont pas concernés pour l’instant, mais OpenAI promet un accès API « prochainement » pour les développeurs.
Un sélecteur de « niveau d’intelligence » (Instant, Medium, High) permet de choisir entre réactivité et profondeur de raisonnement. Le mode Instant privilégie la rapidité des échanges pour les questions simples ; le mode High délègue davantage de calculs à GPT-5.5 pour les sujets complexes, au prix d’une latence légèrement plus élevée mais bien inférieure à l’ancien mode vocal.
Côté technique, OpenAI a misé sur une architecture à deux vitesses. Le modèle GPT-Live-1 traite le flux audio en temps réel sur des serveurs optimisés pour la faible latence, tandis que les requêtes les plus exigeantes sont redirigées vers GPT-5.5, le dernier modèle phare d’OpenAI. Cette séparation permet une fluidité inédite sans sacrifier la qualité des réponses complexes. Lors d’une démonstration relayée par TechCrunch, le système a enchaîné interruptions, corrections en direct et questions pièges sans jamais perdre le fil de la conversation.
Une mue attendue qui change la donne
Ce saut technique était anticipé depuis plusieurs mois. Dès mai 2026, OpenAI avait laissé entrevoir un modèle baptisé GPT-Bidi-1, spécialisé dans le dialogue bidirectionnel. GPT-Live concrétise cette vision : l’IA vocale cesse d’être une interface figée pour devenir un véritable partenaire de conversation. TechCrunch, The Verge et CNET confirment le lancement, soulignant la fluidité inédite des échanges.
Pour les professionnels, l’impact est immédiat : recherche vocale enrichie, assistance mains-libres pendant le travail, intégration avec les flux d’information en continu. Les cas d’usage vont du journaliste qui dicte et vérifie des sources en parallèle au développeur qui interroge la documentation sans quitter son environnement de codage. OpenAI ouvre également trois nouveaux modèles audio pour l’API Realtime, confirmant sa stratégie de faire de la voix le prochain paradigme d’interaction avec l’IA.
Vers une voix qui ne coupe plus jamais la parole
GPT-Live n’est pas qu’une mise à jour technique : c’est un changement de paradigme dans la manière dont les humains interagissent avec les machines. En supprimant la latence du « tour de parole », OpenAI rapproche l’IA de l’expérience d’un échange humain , avec les hésitations, les reprises et la fluidité qui vont avec.
Le timing de ce lancement n’est pas anodin. Alors que Google prépare une grosse mise à jour de Gemini Live et qu’Anthropic améliore Claude Voice, OpenAI verrouille son avance avec une expérience vocale que The Verge décrit comme « enfin naturelle ». Business Insider note que le modèle sait même ralentir quand on lui demande, et Engadget confirme que GPT-Live « se tait mieux » que son prédécesseur. Des détails qui font la différence entre un gadget et un outil du quotidien.
Sur le plan économique, OpenAI mise sur la voix comme prochaine interface dominante. L’entreprise a également publié trois nouveaux modèles audio pour son API Realtime, ciblant les développeurs qui construisent des agents vocaux, des traducteurs simultanés et des assistants téléphoniques. Le marché des assistants vocaux IA devrait atteindre 50 milliards de dollars d’ici 2030, selon les analystes cités par Reuters, et OpenAI entend bien en capter la plus grosse part.
Vers une voix qui ne coupe plus jamais la parole
Reste à voir comment les concurrents, Google avec Gemini Live et Anthropic avec Claude Voice, répondront à ce qui ressemble déjà à un nouveau standard. GPT-Live est disponible dès maintenant sur iOS, Android et le web, pour tous les niveaux d’abonnement. L’API Realtime avec les nouveaux modèles audio est accessible aux développeurs sur la plateforme OpenAI. Une version pour les comptes Enterprise est attendue dans les prochaines semaines.
