Yandex Realtime vs OpenAI Realtime : un développeur a mesuré la latence et basculé la production

Le 6 juillet 2026, OpenAI a lancé gpt-realtime — un moteur « parole-à-parole » avec support des interruptions et d'une intonation naturelle. Un développeur qui construisait un réceptionniste IA vocal pour les entreprises sur une pile technologique russe a rapidement assemblé un prototype en une soirée, a comparé trois approches en termes de latence et a migré la production vers Yandex Realtime.

Qu'ont montré les mesures de latence ?

L'auteur a mesuré la latence bout en bout en utilisant la même méthode pour trois variantes et a obtenu une image claire.

• Yandex Realtime — ~330 ms (connexion directe en Russie sans VPN)
• OpenAI gpt-realtime — ~740 ms (VPN uniquement ; non disponible directement depuis la Russie)
• Ancien pipeline à trois niveaux (STT → LLM → TTS) — ~4,4 secondes

Yandex surpasse OpenAI d'un facteur deux purement en raison de la géographie : un VPN ajoute des centaines de millisecondes qu'aucune optimisation de code ne peut éliminer. L'approche à trois niveaux perd face aux deux de manière écrasante — une différence de 13x par rapport à Yandex est trop grande pour une interface vocale où une pause plus longue que 500 ms semble comme si le système était « gelé ».

Où les deux moteurs trébuchent

Avec OpenAI, le développeur s'est immédiatement heurté à une erreur 400 du point de terminaison — elle se produit avec une structure de requête WebSocket incorrecte et est documentée presque nulle part. Le débogage a pris une grande partie de la soirée.

Le deuxième problème est plus grave : le moteur a du mal avec l'accent russe. Le modèle de langage a été entraîné principalement sur l'anglais, et cela ne peut pas être corrigé en ajustant les prompts système — c'est une limitation architecturale.

Yandex a une barrière d'entrée plus élevée au niveau de l'autorisation : trois rôles d'accès et un échange OAuth→IAM fermé qui n'est documenté en détail nulle part. La documentation suppose que le développeur travaille déjà au sein de l'écosystème Yandex.Cloud. Sans comprendre ce schéma, l'obtention du premier jeton fonctionnel n'est pas triviale.

« Yandex parle le russe nativement.

OpenAI — non, et c'est un problème fondamental pour un produit vocal sur le marché russe », conclut l'auteur.

Comment la migration vers Yandex Realtime s'est déroulée

Après les mesures, la décision était évidente : l'auteur a rétabli la production dans trois domaines clés.

Pont WebSocket au lieu de REST. Yandex Realtime fonctionne via une connexion WebSocket persistante plutôt que des requêtes HTTP ponctuelles. Cela a nécessité de réécrire la logique de transmission audio : au lieu du téléchargement en chunks — streaming PCM en direct.

Lecteur PCM en direct au lieu de MP3. Le schéma précédent codait les réponses en MP3 avant la lecture, ce qui ajoutait de la latence. Le travail direct avec PCM a supprimé cette étape et éliminé les artefacts lors des interruptions — le codec MP3 n'avait pas le temps de « fermer » la trame lors d'un arrêt soudain.

Interruption sans écouteurs. Yandex Realtime prend en charge la suppression d'écho au niveau du moteur, donc le bot réagit correctement aux interruptions même via des haut-parleurs ordinaires. Dans l'ancien pipeline à trois niveaux, c'était fondamentalement impossible.

La partie la plus laborieuse s'est avérée être l'autorisation : il a fallu travailler manuellement sur l'échange de jeton OAuth→IAM car il existe presque aucun exemple prêt en Python.

Ce que cela signifie

Pour les produits vocaux sur le marché russe, le choix entre OpenAI Realtime et Yandex Realtime est avant tout un choix entre la commodité du premier prototype et la qualité de la langue russe en production. Yandex gagne en latence et prononciation, mais nécessite de comprendre IAM. L'ancien pipeline à trois niveaux appartient au passé : 4,4 secondes d'attente — ce n'est plus une conversation mais un répondeur de 2005.

Questions fréquemment posées

Peut-on utiliser OpenAI Realtime en Russie sans VPN ?

Non : en juillet 2026, le service n'est pas disponible directement depuis les adresses IP russes. Un VPN ajoute inévitablement de la latence et l'élève d'un potentiel ~400 ms à ~740 ms dans des conditions réelles.

En quoi

Yandex Realtime diffère-t-il du SpeechKit ordinaire ?

Yandex Realtime est un moteur duplex complet « parole-à-parole » sur une seule connexion WebSocket persistante avec support des interruptions. SpeechKit sont des services STT et TTS séparés qui doivent être manuellement cousus ensemble en un pipeline à trois niveaux avec une latence de 4+ secondes.