OpenAI lance GPT-Live-1 et GPT-Live-1 mini, ses nouveaux modèles vocaux pour ChatGPT

Début juillet 2026, OpenAI a lancé une nouvelle génération de modèles vocaux pour ChatGPT : GPT-Live-1 et sa version allégée GPT-Live-1 mini. Avec eux, le mode vocal de l'assistant bascule entièrement sur une architecture en full duplex. L'information provient du digest technologique chinois 36Kr (36氪), qui cite ses sources.

Ce qui change dans le mode vocal de ChatGPT

Les précédentes versions de l'assistant vocal de ChatGPT fonctionnaient selon un tour de parole strict : l'utilisateur prononçait sa phrase, le modèle attendait une pause, puis seulement formulait une réponse impossible à interrompre avant la fin. GPT-Live-1 et GPT-Live-1 mini changent complètement ce scénario. Les deux modèles reposent sur une architecture « full duplex » : ils reçoivent la parole de l'utilisateur et génèrent la leur simultanément, au lieu de fonctionner chacun à leur tour.

• Les nouveaux modèles s'appellent GPT-Live-1 (version principale) et GPT-Live-1 mini (version allégée, pour les usages moins gourmands en ressources)
• Tous deux reposent sur une architecture full duplex : réception et génération de la parole se déroulent en parallèle, et non successivement
• L'utilisateur peut interrompre la réponse du modèle à tout moment de la conversation
• La mise à jour concerne l'ensemble des fonctionnalités vocales de ChatGPT

Pourquoi la conversation avec l'assistant devient plus naturelle

Première conséquence du full duplex : la disparition des pauses gênantes et de l'alternance rigide des répliques, typiques des bots vocaux de la génération précédente. Si l'utilisateur précise sa question en pleine phrase, la reformule ou veut simplement couper le modèle d'un « attends, ce n'est pas ce que je voulais dire », GPT-Live-1 réagit immédiatement. Il ne déroule plus jusqu'au bout une réponse générée à l'avance, comme dans les modes vocaux antérieurs de ChatGPT.

Techniquement, le full duplex est plus complexe à mettre en œuvre que la chaîne classique « reconnaissance vocale → génération de la réponse → synthèse vocale ». Le modèle doit arbitrer en permanence entre continuer à parler, écouter ou faire les deux à la fois, sans que les voix se chevauchent et sans perdre le fil de la conversation. C'est pourquoi ce type de système est longtemps resté rare, même chez les grands laboratoires.

À quoi sert la version allégée mini

Proposer deux modèles, GPT-Live-1 et GPT-Live-1 mini, est un choix classique pour les services vocaux, où la latence est déterminante pour donner l'impression d'un dialogue « vivant ». La version allégée vise les usages où priment la rapidité de réaction et une charge moindre sur l'infrastructure, tandis que le modèle principal peut servir lorsque la priorité va à la qualité et à la précision des réponses.

Où cela servira en premier

La réactivité conversationnelle se remarque surtout lorsque la voix est le seul moyen d'interagir avec l'assistant : au volant, les mains occupées, en dictée ou au service client vocal. Dans ces situations, une seconde d'attente de trop ou l'impossibilité de corriger rapidement le modèle se ressentent bien plus vivement que dans un chat textuel, où il suffit d'envoyer une précision dans le message suivant. Le full duplex supprime précisément cette source d'agacement : la conversation s'enchaîne sans les pauses artificielles du type « parlez après le bip ».

Ce que cela signifie

Le lancement de GPT-Live-1 montre que la concurrence entre assistants vocaux d'IA s'est déplacée de la seule qualité de la synthèse vocale vers le naturel du dialogue lui-même : à quel point la conversation avec le modèle paraît vivante, plutôt qu'un échange de répliques avec un répondeur. Les utilisateurs, qui s'adressent de plus en plus à ChatGPT à la voix plutôt qu'au clavier, obtiennent un assistant qui se comporte davantage comme un interlocuteur réel, avec ses interruptions et ses précisions, que comme un serveur vocal classique aux scénarios figés. Sachant que Google dispose déjà de son propre mode vocal, Gemini Live, la mise à jour du moteur vocal de ChatGPT apparaît comme une réponse directe à la concurrence croissante pour les utilisateurs qui préfèrent parler à l'IA plutôt que taper.