L’essentiel
- OpenAI ouvre GPT-Live-1 dans son API : le modèle vocal écoute et parle en même temps, pour 0,05 dollar la minute.
- Sur les tests d’interactivité de l’éditeur, il passe de 45,4 % à 80,1 % et la prise de tour tombe à 0,8 seconde contre 1,4.
- Sur un scénario de support bancaire vocal, il ne boucle que 32 % des tâches, contre 12,4 % au modèle précédent.
- Associé à GPT-6 Astra en effort de raisonnement moyen, il termine 83,6 % des tâches Tau3 dès le premier essai.
Mercredi, OpenAI a ouvert GPT-Live-1 aux développeurs de son API. La démonstration qui circule montre un modèle qu’on interrompt en pleine phrase et qui reprend sans perdre le fil : le full-duplex, écouter et parler simultanément, comme deux humains au téléphone. Dans le même document, l’éditeur publie le résultat de son banc d’essai de support bancaire : 32 % des tâches menées à terme. La fluidité de la conversation et le règlement du dossier n’avancent pas au même rythme.
La conversation n’était déjà plus le point de blocage
Les chiffres publiés par OpenAI sont spectaculaires sur un axe précis. L’interactivité full-duplex grimpe à 80,1 % contre 45,4 % pour GPT-Realtime-2.1. Le délai de prise de tour, ce temps mort avant que le modèle réponde, descend à 0,8 seconde au lieu de 1,4. Douze voix sont proposées, avec des accents, des dialectes et des langues qui varient, et l’API livre d’office les transcriptions ASR (reconnaissance automatique de la parole) en plus du texte généré.
Tout cela décrit une machine à tenir une conversation, pas une machine à régler un dossier. Un agent qui vous coupe la parole au bon moment reste un agent qui doit ensuite retrouver votre commande, vérifier une identité, déclencher un remboursement. Le confort d’écoute et la résolution du problème sont deux compétences distinctes, et l’annonce les confond.
Au guichet bancaire, deux appels sur trois échouent encore
OpenAI publie lui-même de quoi mesurer l’écart. Sur un scénario de support bancaire vocal, GPT-Live-1 affiche un taux de réussite de 32 %, soit deux fois et demie le modèle précédent, qui plafonnait à 12,4 %. Il reste deux échecs sur trois. Un centre d’appels qui mettrait ce modèle en production tel quel enverrait la majorité de ses conversations vers un conseiller humain, après avoir fait patienter le client.
Sur Tau3, la même famille de modèles atteint 83,6 % de tâches complétées au premier essai, dans des scénarios de service client aérien, distribution et télécoms. L’écart entre les deux résultats ne vient pas de la voix : dans ce second cas, GPT-Live-1 était associé à GPT-6 Astra en effort de raisonnement moyen. La voix reste un canal, l’intelligence vient du modèle qu’on branche derrière. OpenAI le dit sans détour : on associe librement le modèle vocal au backend de son choix, chacun avec sa profondeur de raisonnement, sa vitesse et son prix.
Cette architecture est l’apport principal de la sortie, et elle déplace la difficulté. Choisir la voix devient trivial. Choisir le cerveau, son niveau d’effort et le moment où l’on paie une réflexion plus longue devient un arbitrage d’ingénierie permanent.
Le tarif à la minute ne dit rien du prix d’un dossier clos
Trois dollars de l’heure de conversation, cela paraît dérisoire face à un plateau téléphonique. Cette lecture ne tient que si l’appel aboutit. S’y ajoutent les tokens consommés par le modèle de raisonnement, les tours de parole supplémentaires quand l’agent redemande une information, puis le coût complet de l’escalade vers un conseiller quand la tâche échoue. Sur une base de 32 % de résolution, chaque appel résolu porte le prix de deux appels perdus, plus le transfert.
Chez Google, la Live API de Gemini se facture au token audio, 3 dollars le million en entrée et 12 en sortie. L’unité de compte change, le problème reste entier : aucun fournisseur ne facture le dossier clos.
L’appel d’outils illustre la même mécanique. La précision passe de 60 % à 87 %, un bond considérable. Une tâche qui enchaîne dix appels d’API n’arrive pourtant au bout sans erreur qu’une fois sur quatre environ, en supposant les erreurs indépendantes. Une précision correcte à chaque étape se transforme en échec à l’échelle du scénario, et les scénarios de support sont longs par nature.
Chez Yelp, une tâche fermée et vérifiable en une requête
Yelp fait tourner le modèle sur ses réservations téléphoniques et constate un meilleur traitement des appels. La nature de la tâche explique beaucoup : une réservation, c’est une date, une heure, un nombre de couverts, un numéro de rappel. Le périmètre est fermé, le résultat se vérifie en une requête, l’échec reste sans gravité. Un litige de prélèvement bancaire n’offre aucune de ces trois facilités.
Les premiers déploiements rentables suivront cette ligne : périmètre étroit, sortie structurée, vérification automatique du résultat. Les équipes qui voudront confier d’emblée le support niveau 2 à un agent vocal s’apercevront vite que la latence de conversation ne les gênait pas. La latence de décision, elle, coûte cher, en secondes d’attente comme en dollars de raisonnement.
L’instrumentation à poser avant le premier appel
Les transcriptions livrées par l’API rendent au moins une chose possible tout de suite : mesurer proprement ce qui se passe. Trois compteurs suffisent à décider d’un déploiement, et aucun ne s’exprime en minutes.
- Le taux de résolution au premier appel, tâche par tâche, pas en moyenne sur l’ensemble du trafic.
- Le coût total par tâche résolue : voix, tokens de raisonnement, reprises et escalade humaine additionnés.
- Le point de rupture du scénario, autrement dit le nombre d’appels d’outils au-delà duquel le taux de réussite s’effondre.
OpenAI facture la minute parce que c’est la seule unité qu’un fournisseur de voix sait compter. Un directeur du support, lui, achète des dossiers clos. Tant que ces deux compteurs ne se rejoignent pas, le prix affiché restera le chiffre le moins informatif de toute l’annonce.
Mon avis
La facturation à la minute est le pire signal qu’on pouvait envoyer aux équipes qui construisent des agents vocaux, et je soupçonne OpenAI de le savoir. Payer le temps de parole récompense l’appel court, jamais l’appel qui règle le problème, et les premières intégrations vont donc produire des agents rapides et inutiles. D’ici la fin 2027, les fournisseurs qui visent le support d’entreprise passeront à une facturation à la tâche aboutie, parce que c’est le seul chiffre qui entre dans un business case. En attendant, si votre tableau de bord affiche des secondes plutôt que des dossiers clos, vous mesurez le confort de la conversation, pas la valeur du service.
