ToolNavs Outils IA à découvrir
Proposer Connexion
Retour à Informations sur l’IA
GPT-Live-1.1 arrive dans l'API d'OpenAI : la voix en veille à 0,02 dollar la minute, 60 % moins cher

GPT-Live-1.1 arrive dans l'API d'OpenAI : la voix en veille à 0,02 dollar la minute, 60 % moins cher

Informations sur l’IA • Admin • • 17 vues

Le 19 novembre 2026, le compte développeur d'OpenAI a annoncé que le modèle vocal GPT-Live-1.1 est désormais accessible aux développeurs via l'API, sous l'identifiant gpt-live-1.1. Lancée en même temps, la facturation en veille (Standby) : lorsque l'appel reste silencieux au-delà d'un délai défini, l'inférence se met en pause tandis que la connexion reste ouverte, à 0,02 dollar la minute — soit 60 % de moins que les 0,05 dollar habituels par minute en conversation active. L'essentiel de cette mise à jour n'est pas de savoir combien le modèle est devenu plus intelligent, mais que maintenir un agent vocal en ligne pendant longtemps coûte pour la première fois moins cher sur la facture.

Ce qui coûte cher, c'est le silence : comment fonctionne le mode veille

Le vrai coût d'un appel vocal ne se situe souvent pas dans la parole : un agent d'assistance attend pendant qu'un client cherche son numéro de commande, la ligne reste silencieuse longtemps, et le modèle continue d'être facturé à la minute. Le mode veille vise précisément ce temps mort : les développeurs peuvent régler le délai de silence entre 5 et 60 secondes ; une fois dépassé, le modèle suspend l'inférence tandis que la connexion WebRTC et l'historique de la conversation sont conservés, et reprend automatiquement dès que quelqu'un parle. Le temps de silence est facturé 0,02 dollar la minute, à la seconde près. Selon le calcul d'OpenAI, dix minutes de silence coûtent 0,20 dollar en veille contre 0,50 dollar au tarif normal. Cette option vaut pour GPT-Live-1 comme pour 1.1, et elle ne couvre que la session vocale elle-même — l'utilisation du modèle d'arrière-plan et des outils est facturée séparément.

GPT-Live-1.1 n'est pas un modèle entièrement nouveau : depuis le 15 octobre, il anime déjà la voix de ChatGPT Plus et Pro, et c'est la première fois qu'il est confié aux développeurs de l'API. Les trois améliorations citées par OpenAI sont toutes concrètes : des accents plus stables d'une langue à l'autre, de sorte que l'allemand ou le japonais glisse moins facilement vers un accent anglais ; une reconnaissance plus précise des informations exactes comme les lettres épelées, les numéros de téléphone, les numéros de commande et les codes de confirmation ; et un meilleur suivi des instructions, permettant de confier les tâches complexes à un agent d'arrière-plan sans interrompre la conversation vocale. L'API ajoute aussi 38 identifiants de voix, dont sept nouveaux, parmi lesquels calandria, hornero et luciernaga, à coloration espagnole.

Pour les développeurs, l'arbitrage est tout aussi clair : GPT-Live prend en charge la conversation en duplex intégral — écouter tout en parlant — avec WebRTC comme mode de connexion recommandé, ainsi que WebSockets et la téléphonie SIP ; mais il ne prend pas en charge les sorties structurées ni l'affinage, ses entrées et sorties se limitent au texte et à l'audio, il ne traite ni images ni vidéos, et il n'existe pas d'option auto-hébergée. Autrement dit, il convient aux points d'entrée vocaux toujours en ligne comme le service client ou les assistants téléphoniques ; pour les tâches textuelles exigeant un contrôle fin, une autre interface reste préférable. La course à la voix était de toute façon animée cette année — ElevenLabs vient de racheter l'entreprise japonaise de voix Kotoba pour plus de 100 millions de dollars, et le nouveau modèle vocal de Microsoft coûte 1 centime la minute — la compétition entre modèles vocaux passe de « peut-il parler ? » à « combien coûte de rester en ligne en silence ? ».

Outils Recommandés

Plus