GPT-Live : ChatGPT tient la conversation, pas encore l'API

OpenAI a sorti GPT-Live le 8 juillet, presque en catimini, la veille du grand lancement de GPT-5.6. Et c'est peut-être le vrai changement de la semaine : une voix qui écoute et parle en même temps, sans attendre que vous ayez fini votre phrase. On l'a fait tourner deux jours. Côté ChatGPT, c'est troublant de naturel. Côté professionnel — standard téléphonique, support client, agent vocal maison — la réalité est nettement plus rêche.

Full-duplex : ce que ça change quand l'IA vous coupe la parole

Jusqu'ici, l'Advanced Voice Mode de ChatGPT fonctionnait par tours : vous parliez, un silence marquait la fin, l'IA répondait. Le fameux blanc de 1 à 2 secondes qui trahissait la machine. GPT-Live casse ce schéma. Selon l'annonce d'OpenAI, le modèle traite l'audio entrant et sortant simultanément et prend « des décisions plusieurs fois par seconde : parler, écouter, se taire, interrompre ou appeler un outil ».

Concrètement, pendant que vous exposez un problème, GPT-Live glisse des « mhmm », des « oui » ou reste silencieux si vous cherchez vos mots. Il peut vous couper pour préciser une info, exactement comme un collègue au téléphone. Sur un appel de dépannage simulé — « ma commande n'est pas arrivée, numéro 4471 » —, la conversation ne s'est jamais figée. C'est la première fois qu'on oublie, quelques secondes, qu'on parle à un modèle.

Quand la question devient complexe (recherche web, raisonnement long), GPT-Live délègue en arrière-plan à GPT-5.5 et poursuit la conversation en attendant le résultat. OpenAI revendique un score de 75,5 sur son échelle interne de « plaisance » vocale et des progrès sur le benchmark tau3-Voice Telecom, qui simule des tâches de support client réalistes. Chiffres maison, à prendre avec des pincettes — mais l'écart de fluidité est réel à l'oreille.

Combien coûte GPT-Live en France : les offres ChatGPT décodées

Bonne nouvelle : GPT-Live n'est pas un produit séparé à payer en plus. Il est intégré aux abonnements ChatGPT existants. Deux modèles :

• GPT-Live-1-mini — version allégée, disponible sur le plan gratuit (raisonnement « instant » uniquement).
• GPT-Live-1 — la version complète, avec trois niveaux de raisonnement (instant, medium, high), à partir de l'offre payante.

Côté tarifs 2026, la grille ChatGPT reste inchangée : gratuit à 0 $, Go à 8 $/mois, Plus à 20 $/mois, Pro à 100 $ puis 200 $/mois, Business à 25-30 $/utilisateur/mois, Enterprise sur devis. Autrement dit, pour tester GPT-Live-1 en conditions correctes, l'offre Go à 8 $ suffit. Pour un freelance ou un dirigeant qui veut dicter, brainstormer ou déléguer une recherche vocale entre deux rendez-vous, c'est le meilleur rapport qualité-prix du moment.

Le déploiement se fait sur iOS, Android et le web, avec plusieurs langues au lancement. Le français fonctionne, même si l'accent et le débit trahissent encore une base anglophone sur certaines tournures.

Le piège pour les pros : pas d'API, seulement GPT-Realtime-2.1

C'est le point que personne ne met en avant dans les threads enthousiastes. GPT-Live n'est pas disponible dans l'API. Si vous vouliez brancher cette voix magique sur votre standard téléphonique ou votre bot de support, c'est non — du moins pas maintenant. OpenAI ouvre une simple liste d'attente pour les développeurs.

Pour construire un agent vocal aujourd'hui, le produit officiel reste GPT-Realtime-2.1, accessible via WebRTC, WebSocket et SIP, avec une réduction de latence annoncée de 25 % au p95. C'est solide, mais ce n'est pas GPT-Live : pas la même architecture conversationnelle, pas les mêmes petits « mhmm » qui font toute la différence perçue.

Et le prix réel n'est pas anodin. D'après les comparatifs de développeurs, la voix temps réel d'OpenAI tourne autour de 0,06 $ la minute de conversation. Pour un agent qui encaisse 1 000 minutes d'appels par mois, comptez environ 60 $ — hors hébergement, hors télécom, hors intégration. À l'échelle d'un centre d'appels, la facture grimpe vite.

GPT-Live vs Gemini Live : lequel pour un agent vocal PME

Google avait pris de l'avance avec Gemini Live, et l'écart ne se referme pas partout. Sur le papier, Gemini 3.1 Flash Live affiche une latence d'environ 200 ms contre ≈300 ms pour la voix temps réel d'OpenAI, gère mieux les environnements bruyants (chantier, voiture, salon pro) en distinguant le bruit de fond d'une vraie prise de parole, et couvre plus de 200 langues. Cerise : il est gratuit à prototyper sur Google AI Studio, avec des limites de débit.

Deux différenciateurs comptent pour un usage pro :

• Partage d'écran et caméra. Gemini Live les gère en conversation full-duplex. GPT-Live, non — pas au lancement. Pour un support qui doit « voir » l'écran du client, l'avantage est net pour Google.
• Type de raisonnement. Les tests terrain donnent Gemini plus à l'aise sur les chaînes d'outils déterministes (vérifier une dispo, calculer un prix, envoyer une notif) et GPT-Live meilleur sur les enchaînements ouverts (résume ce sujet, synthétise, rédige un mail).

La reco pragmatique des builders qu'on a lus tient en une phrase : prototypez sur Gemini pour la latence, le coût zéro et les langues ; basculez vers OpenAI quand vous avez besoin d'intégration téléphonique SIP ou de serveurs d'outils MCP. Pour une PME qui veut juste un standard qui décroche, notre comparatif des plateformes d'agents vocaux reste plus actionnable que le choix brut du modèle.

Cas d'usage concrets — et là où GPT-Live déçoit encore

Où GPT-Live fait mouche dès aujourd'hui, sans API :

• Dictée et brainstorming mobile. Marcher, parler, laisser l'IA relancer. Le compte-rendu de réunion improvisé à l'oral devient tenable.
• Répétition d'entretien ou de pitch. L'IA vous coupe, vous relance, joue le client difficile. L'effet « interlocuteur » est enfin crédible.
• Support niveau 1 interne. Poser une question métier en marchant et obtenir une réponse sourcée, sans taper.

Ce qui coince encore, et qu'il faut assumer :

• Pas de vidéo ni de partage d'écran au lancement. Un manque pour tout support visuel.
• Trous de couverture linguistique hors grandes langues. Le français passe, mais certaines langues régionales ou techniques décrochent.
• Modèle d'arrière-plan figé sur GPT-5.5. Vous n'avez pas la main pour router vers un modèle moins cher ou plus rapide selon la tâche.
• Dépendance émotionnelle : OpenAI reconnaît surveiller encore l'attachement des utilisateurs à une voix aussi naturelle. Sujet ouvert, pas réglé.

Pour un dirigeant, la lecture est simple : GPT-Live améliore le confort d'usage de ChatGPT bien plus qu'il n'ouvre, tout de suite, un nouveau chantier d'automatisation. Le vrai levier business — l'agent vocal qui décroche vos appels — attendra l'ouverture de l'API ou passera par GPT-Realtime-2.1 et un intégrateur.

Envie de juger par vous-même avant d'investir dans une brique vocale plus lourde ? Le plus rapide reste d'activer le mode vocal directement dans l'app.

Notre verdict

GPT-Live est le premier assistant vocal grand public qui donne, quelques secondes durant, l'illusion d'une vraie conversation. À 8 $/mois via l'offre Go, c'est un ajout qui justifie presque à lui seul l'abonnement pour qui parle à son IA au quotidien. Mais ne confondez pas la démo et le déploiement : l'API n'est pas là, la voix « magique » n'est pas encore vendable en production, et Gemini Live reste devant sur la latence, les langues et le partage d'écran. Pour un usage personnel ou d'équipe : foncez tester. Pour un projet d'agent vocal client facturé : gardez la tête froide, chiffrez les 0,06 $/min de GPT-Realtime-2.1, et comparez sérieusement avec Google avant de signer quoi que ce soit.