- ▸ Un modèle qui parle et écoute en même temps
- ▸ Kundan Kumar : « le modèle vocal le plus intelligent »
- ▸ Traduction en direct et fil de secours
- ▸ Des visuels générés pour la météo, la bourse, le sport
Le modèle GPT-Live-1 traite le son entrant et la voix sortante en même temps. OpenAI présente cette architecture full duplex comme le moyen de réduire les coupures de parole et de rapprocher l’échange d’un dialogue humain. Disponibilité et modalités d’activation restent non communiquées.
Ce qu’il faut retenir – GPT-Live-1 est le nouveau modèle vocal d’OpenAI, dévoilé le 8 juillet 2026 lors d’un briefing presse relayé par The Verge. – Le mode duplex laisse l’IA parler et écouter simultanément : elle sait désormais se taire sur commande. – Le modèle bascule vers un modèle texte avancé, GPT-5.5, quand une requête demande du raisonnement ou une recherche web.
Un modèle qui parle et écoute en même temps
OpenAI refond le mode voix de ChatGPT avec un modèle inédit, GPT-Live-1. La bascule vise un défaut connu de l’ancienne version : l’IA coupait la parole ou peinait à tenir un flux naturel.
« This is a full duplex model », résume Kundan Kumar, responsable de recherche chez OpenAI, selon The Verge. Concrètement, le système traite le flux entrant et produit sa réponse « continuously and simultaneously ». Il ne fonctionne plus par tours de parole rigides, mais en continu, comme deux interlocuteurs qui s’écoutent.
Le titre de The Verge le formule sans détour : le nouveau mode voix est « meilleur pour se taire ». L’utilisateur peut lui ordonner d’arrêter de parler, et le modèle le reconnaît.
Kundan Kumar : « le modèle vocal le plus intelligent »
Kundan Kumar qualifie GPT-Live-1 de « smartest voice model » de l’entreprise. L’argument tient à une architecture hybride. Le modèle vocal gère la conversation en temps réel ; dès qu’une demande exige du raisonnement ou une recherche sur le web, il transfère la requête vers un modèle texte plus lourd, GPT-5.5.
Cette répartition résout un compromis classique. Un modèle vocal doit répondre vite, sans latence perceptible. Un modèle de raisonnement, lui, prend le temps de calculer. En séparant les deux étages, OpenAI garde la fluidité de l’oral tout en accédant, à la demande, à la puissance d’un modèle texte de génération supérieure.
Le modèle intègre aussi des signaux conversationnels. Il glisse des interjections comme « mhmm » pour marquer qu’il écoute, un comportement calibré pour donner l’impression de « talking to another person ».
Traduction en direct et fil de secours
GPT-Live-1 ajoute la traduction en temps réel : l’utilisateur parle, le modèle restitue dans une autre langue pendant l’échange, sans attendre la fin de la phrase.
OpenAI mentionne aussi un dispositif de sécurité. Le mode voix s’appuie sur un « expert-vetted crisis helpline support », un renvoi vers des lignes d’écoute validées par des experts en situation de crise. La formulation reste générale ; le périmètre exact des pays et services couverts n’est pas précisé à ce stade.
Des visuels générés pour la météo, la bourse, le sport
Le mode voix ne reste plus purement sonore. Sur certains sujets — météo, cours de Bourse, résultats sportifs —, le modèle complète l’échange par des visuels générés par IA.
L’ajout marque un glissement du vocal pur vers une interface mixte, voix plus image. Il rapproche ChatGPT des assistants qui affichent une carte ou un graphique en parallèle de leur réponse orale, terrain où Google et Amazon investissent depuis plusieurs années.
Notre lecture : la latence comme vrai front de bataille
Le duplex n’est pas un gadget d’ergonomie. La fluidité conversationnelle est devenue le point de friction n°1 des assistants vocaux : une IA qui coupe la parole casse l’usage plus sûrement qu’une réponse imparfaite. En traitant le combat sur la latence et le silence plutôt que sur la seule qualité des réponses, OpenAI cible l’angle mort de la génération précédente.
Ce mode est-il plus précis que l’ancienne version ?
Les sources disponibles à ce jour ne fournissent pas de comparaison chiffrée de précision. Elles confirment que GPT-Live-1 remplace un modèle antérieur qui peinait à maintenir un flux naturel, sans détailler de mesure de qualité des réponses.
Comment activer cette nouvelle fonctionnalité vocale ?
Non communiqué. Le modèle a été présenté lors d’un briefing presse le 8 juillet 2026, mais les étapes exactes d’activation côté utilisateur ne sont pas précisées dans les sources disponibles.
Ce qui reste à confirmer
OpenAI n’a pas communiqué de calendrier de déploiement mondial ni de tarif. À surveiller : la disponibilité hors anglophones et l’ouverture de la bascule GPT-5.5 aux comptes gratuits. Voir aussi notre suivi sur la course aux assistants vocaux temps réel.
