Qu’est-ce que GPT-Live-1 (and GPT-Realtime-2.1) ?
GPT-Live-1 est le modèle vocal d'OpenAI pour la conversation en direct, le modèle ChatGPT Voice par défaut depuis juillet 2026 et disponible dans l'API depuis le 10 septembre. Il gère l'écoute, la parole et la prise de parole dans un seul modèle, et il est full-duplex : il continue d'écouter pendant qu'il parle, si bien que les appelants peuvent l'interrompre naturellement. Il ne fait pas lui-même le raisonnement. Vous lui attachez un modèle de texte, comme GPT-6 Astra ou GPT-6 Luna ou un modèle tiers, pour gérer la réflexion et les appels d'outils pendant que la voix poursuit la conversation.
Il est livré avec 12 voix, un biais par mots-clés et une meilleure reconnaissance des numéros de commande et codes postaux, et prend en charge les appels téléphoniques. Il accepte uniquement l'audio et le texte, sans entrée d'image, via l'endpoint v1/live/sessions.
Il coûte 0,05 $ par minute de session, facturé à la seconde, plus les tokens du modèle de texte attaché. L'alternative par tours d'OpenAI, GPT-Realtime-2.1, est tarifée au token : 32 $ par million de tokens audio en entrée et 64 $ en sortie, avec une version mini moins chère à 10 $ et 20 $, et accepte les images. GPT-Realtime-Translate, un traducteur vocal en direct, coûte 0,034 $ la minute.
Combien coûte GPT-Live-1 (and GPT-Realtime-2.1) ?
| Offre | Prix | Ce qui est inclus |
|---|---|---|
| GPT-Live-1 | $0.05 per session minute | Plus le modèle en arrière-plan et l'usage des outils |
| GPT-Realtime-2.1 | $32 in / $64 out per 1M audio tokens | Entrée en cache à 0,40 $ ; accepte les images |
| GPT-Realtime-2.1 mini | $10 in / $20 out per 1M audio tokens | |
| GPT-Realtime-Translate | $0.034 a minute | Traduction voix-à-voix |
GPT-Live-1 à 0,05 $ par minute de session, facturé à la seconde, plus les tokens du modèle en arrière-plan. GPT-Realtime-2.1 audio à 32 $ en entrée / 64 $ en sortie par million de tokens (0,40 $ en cache) ; mini à 10 $ / 20 $. GPT-Realtime-Translate à 0,034 $ la minute.
GPT-Live-1 (and GPT-Realtime-2.1) vaut-il le coup ?
L'amélioration de GPT-Live-1 est conversationnelle, pas intellectuelle. Parce qu'il écoute pendant qu'il parle, il gère les pauses, les interruptions et les prises de parole qui se chevauchent qui font paraître robotiques les agents vocaux par tours. OpenAI annonce un gain de 30 points sur Full Duplex Bench par rapport à GPT-Realtime-2.1, même s'il n'a publié que l'écart, et Speak, un client, fait état de 80 % d'interruptions en moins. Ce sont les chiffres d'OpenAI et de ses clients.
La conception sépare la voix du raisonnement. La couche vocale coûte un forfait de 0,05 $ la minute, 3 $ l'heure, et vous choisissez le modèle de texte derrière : un modèle bon marché pour les suivis de commande, GPT-6 Astra pour les réclamations compliquées. C'est flexible, mais cela signifie que le prix à la minute n'est qu'une partie du coût. Le meilleur résultat d'OpenAI sur le benchmark d'agents Tau3 vient de son association avec Astra à l'effort medium, son modèle le plus cher.
GPT-Realtime-2.1 reste le choix quand l'agent doit voir des images, ce que GPT-Live-1 a abandonné. Il coûte à peu près 0,05 $ à 0,11 $ la minute en usage typique, et sa version mini environ 0,016 $. GPT-Realtime-Translate, à 0,034 $ la minute, traduit la parole de plus de 70 langues en entrée vers 13 langues en sortie au fil de son arrivée.
Les lacunes sont les chiffres de latence, qu'OpenAI n'a pas publiés, et l'entrée d'image. GPT-Live-1.1 est déjà en cours de déploiement dans ChatGPT et annoncé comme à venir sur l'API.
Là où il fait la différence
Un distributeur qui exploite des lignes téléphoniques de service client
Gérer les appels de commande et de livraison sans interruptions maladroites
Associer GPT-Live-1 à GPT-6 Luna pour les appels courants. 1 000 heures d'appels coûtent 3 000 $ pour la couche vocale, plus les tokens de Luna ; orientez les escalades vers Astra.
Une équipe dont l'agent doit voir ce que l'appelant envoie
Discuter d'une photo ou d'une capture d'écran pendant un appel
Utiliser GPT-Realtime-2.1, qui accepte les images, à environ 0,05 $ à 0,11 $ la minute ; ou la version mini à à peu près 0,016 $ pour les appels plus simples.
Une entreprise qui organise des événements ou un support multilingues
Traduire la parole en direct entre les langues
GPT-Realtime-Translate diffuse audio et transcriptions traduits de plus de 70 langues en entrée vers 13 langues en sortie à 0,034 $ la minute.
Avant de vous engager
- Mise en route
- Créez une session sur v1/live/sessions avec gpt-live-1, choisissez une voix et attachez un modèle de texte en arrière-plan pour le raisonnement et les outils ; GPT-Realtime-2.1 utilise la Realtime API à la place.
- Intégrations
- API Realtime et Live d'OpenAI, appel de fonctions, prise en charge de la téléphonie ; n'importe quel modèle de texte OpenAI ou tiers en arrière-plan. GPT-Live-1 est le ChatGPT Voice par défaut pour Go, Plus et Pro.
- Données et confidentialité
- OpenAI ne s'entraîne pas sur les données de l'API sauf accord ; les journaux de surveillance des abus sont conservés jusqu'à 30 jours. Les endpoints de résidence des données coûtent 10 % de plus pour les modèles sortis après mars 2026.
- Coût à grande échelle
- Couche vocale à 3 000 $ les 1 000 heures d'appels, avant les tokens du modèle en arrière-plan. GPT-Realtime-2.1 revient à environ 3 $ à 6,60 $ l'heure en usage typique ; sa version mini environ 1 $.
- Limites
- Audio et texte uniquement ; 12 voix, voix personnalisées via l'équipe commerciale. 25 sessions simultanées au Tier 1, 500 au Tier 5. Date limite de connaissances au 31 juillet 2025. GPT-Realtime et GPT-Realtime-mini sont arrêtés le 20 janvier 2027.
Les points forts
- Full-duplex : écoute pendant qu'il parle, les interruptions fonctionnent donc naturellement
- Forfait de 0,05 $ la minute pour la couche vocale
- N'importe quel modèle de texte peut gérer le raisonnement et les outils derrière lui
- Jusqu'à 500 sessions simultanées au Tier 5
Les points faibles
- Pas d'entrée d'image, contrairement à GPT-Realtime-2.1
- Aucun chiffre de latence publié
- Le coût total dépend du modèle en arrière-plan que vous attachez
- Indisponible sur le niveau gratuit de l'API
Idéal pour
Les équipes qui construisent des agents téléphoniques de support ou de vente à fort volume et veulent une prise de parole naturelle et la liberté de choisir le modèle de raisonnement.
Alternatives à GPT-Live-1 (and GPT-Realtime-2.1)
GPT-Live-1 (and GPT-Realtime-2.1) : questions fréquentes
- GPT-Live-1 (and GPT-Realtime-2.1) vaut-il le coup ?
- Le moyen le plus naturel d'OpenAI de construire un agent téléphonique, avec des interruptions bien gérées ; la facture est plus simple à la minute mais pas forcément plus légère. Nous lui donnons 4.3 sur 5.
- Combien coûte GPT-Live-1 (and GPT-Realtime-2.1) ?
- GPT-Live-1 à 0,05 $ par minute de session, facturé à la seconde, plus les tokens du modèle en arrière-plan. GPT-Realtime-2.1 audio à 32 $ en entrée / 64 $ en sortie par million de tokens (0,40 $ en cache) ; mini à 10 $ / 20 $. GPT-Realtime-Translate à 0,034 $ la minute.
- Quels sont les inconvénients de GPT-Live-1 (and GPT-Realtime-2.1) ?
- Pas d'entrée d'image, contrairement à GPT-Realtime-2.1; aucun chiffre de latence publié; le coût total dépend du modèle en arrière-plan que vous attachez; indisponible sur le niveau gratuit de l'API.
- À qui s’adresse GPT-Live-1 (and GPT-Realtime-2.1) ?
- Les équipes qui construisent des agents téléphoniques de support ou de vente à fort volume et veulent une prise de parole naturelle et la liberté de choisir le modèle de raisonnement.
- Combien coûte GPT-Live-1 (and GPT-Realtime-2.1) pour une équipe ou en production ?
- Couche vocale à 3 000 $ les 1 000 heures d'appels, avant les tokens du modèle en arrière-plan. GPT-Realtime-2.1 revient à environ 3 $ à 6,60 $ l'heure en usage typique ; sa version mini environ 1 $.
- GPT-Live-1 (and GPT-Realtime-2.1) est-il sûr pour les données de l’entreprise ?
- OpenAI ne s'entraîne pas sur les donn ées de l'API sauf accord ; les journaux de surveillance des abus sont conservés jusqu'à 30 jours. Les endpoints de résidence des données coûtent 10 % de plus pour les modèles sortis après mars 2026.
- Quelles sont les meilleures alternatives à GPT-Live-1 (and GPT-Realtime-2.1) ?
- Les alternatives les plus proches que nous avons testées sont Eleven v4 and v4 Turbo, Voxtral 3 (Transcribe and TTS), Gemini 3.8 Flash TTS et Cartesia Sonic 3.6.
Réponses vérifiées le 25 oct. 2026.