OpenAI a déployé GPT-Live, une nouvelle génération de modèles vocaux pour ChatGPT permettant l’écoute et la parole simultanées. Disponible mondialement sur iOS, Android et le web, ce système utilise une architecture full-duplex pour rendre les conversations plus naturelles et déléguer les tâches complexes au modèle de pointe GPT-5.5.
L’architecture full-duplex élimine les pauses conversationnelles
Le principal obstacle des assistants vocaux jusqu’à présent résidait dans leur nature séquentielle : l’IA écoutait, puis traitait, puis répondait. Selon PCWorld, les versions précédentes de ChatGPT fonctionnaient comme d’anciennes radios CB, où chaque interlocuteur devait attendre que l’autre termine son intervention.
GPT-Live change cette dynamique grâce à une architecture full-duplex. Le modèle peut désormais traiter les entrées tout en générant des sorties, ce qui lui permet de décider en temps réel s’il doit continuer à parler, s’interrompre ou simplement écouter. Cette fluidité permet aux utilisateurs d’interrompre l’IA naturellement, comme lors d’un appel téléphonique standard.
GPT-Live donne l’impression que parler avec l’IA est une véritable conversation. C’est également notre modèle vocal le plus intelligent à ce jour.
OpenAI, via LinkedIn
Cette capacité de traitement continu améliore non seulement le timing des réponses, mais facilite également la traduction en direct. L’IA n’a plus besoin d’attendre la fin d’une phrase complète pour commencer à traduire, réduisant ainsi la friction cognitive pour l’utilisateur.
GPT-Live-1 et GPT-Live-1 mini : une segmentation par abonnement
OpenAI a structuré le déploiement de ces modèles selon le type d’utilisateur. Le modèle GPT-Live-1 devient la norme pour les abonnés des forfaits Go, Plus et Pro. Pour les utilisateurs gratuits, c’est la version GPT-Live-1 mini qui est installée par défaut.
L’efficacité de cette nouvelle approche est soutenue par des tests d’évaluation humaine sur des conversations de 5 à 10 minutes. Comme le rapporte EdTech Innovation Hub, les taux de préférence pour GPT-Live-1 s’élèvent à 75,7 %, tandis que GPT-Live-1 mini affiche un taux de 69,2 % par rapport à l’ancien mode vocal avancé.
Au-delà de la fluidité, GPT-Live-1 a surpassé ses prédécesseurs sur des benchmarks spécifiques, notamment le GPQA pour le raisonnement scientifique et BrowseComp pour la recherche web agentique. Cependant, l’accès API n’est pas disponible au lancement ; les développeurs et les entreprises doivent s’inscrire sur une liste d’attente.
Délégation au modèle GPT-5.5 et personnalisation du ton
L’une des évolutions techniques les plus significatives est la capacité de GPT-Live à déléguer. Pour les requêtes simples, le modèle vocal gère l’interaction. Mais dès qu’une tâche exige une recherche web approfondie ou un raisonnement complexe, GPT-Live sollicite en arrière-plan le modèle de frontière GPT-5.5.
Pour les questions qui nécessitent une recherche sur le web, un raisonnement plus profond ou un travail plus complexe, GPT-Live peut déléguer à notre dernier modèle de frontière en coulisses, et ramener le résultat dans la conversation lorsqu’il est prêt.
OpenAI
Ce système s’intègre dans une stratégie plus large de raffinage de la personnalité de l’IA. Selon Jagran Josh, le lancement de ChatGPT 5.1 le 13 novembre 2025 a introduit des options de style et de ton beaucoup plus granulaires. Les utilisateurs peuvent désormais choisir parmi plusieurs préréglages de personnalité, allant de Professionnel et Efficace à Quirky (excentrique) ou Cynique.
Le modèle GPT-5.1 se décline en deux variantes : Instant, conçue pour des échanges chaleureux et rapides, et Thinking, optimisée pour la résolution de problèmes complexes. Cette dernière adapte son temps de réflexion selon la difficulté de la question, évitant ainsi le jargon technique inutile pour les réponses simples.
L’offensive d’OpenAI dans les universités indiennes
Parallèlement aux mises à jour techniques, OpenAI déplace son curseur vers une adoption institutionnelle massive, particulièrement en Inde. L’entreprise a conclu des partenariats avec six universités de premier plan, dont l’IIT Delhi, l’IIM Ahmedabad et l’AIIMS New Delhi, ainsi que trois plateformes d’edtech comme PhysicsWallah et upGrad.
L’objectif est d’intégrer ChatGPT Edu dans les programmes de recherche, d’enseignement et d’évaluation pour former une main-d’œuvre prête pour l’IA. Ce déploiement devrait toucher plus de 100 000 étudiants et membres du personnel au cours de l’année à venir, selon The Times of India.
D’ici 2030, près de 40 % des compétences fondamentales sur lesquelles s’appuient aujourd’hui les travailleurs changeront, principalement sous l’impulsion de l’IA. Les institutions éducatives sont essentielles pour combler le fossé entre ce que les outils d’IA peuvent faire et la façon dont les gens les utilisent réellement.
Raghav Gupta, responsable de l’éducation chez OpenAI India
À l’AIIMS New Delhi, l’accent est mis sur la simulation médicale et la documentation clinique, tandis que l’IIM Ahmedabad utilise l’IA pour transformer l’enseignement du management et de la stratégie.
Concurrence et limites de la traduction en temps réel
OpenAI n’est pas seule dans cette course à la fluidité vocale. Des startups comme Sesame et Monogram — cette dernière ayant levé 40 millions de dollars en seed funding auprès de DST et Lux Capital — misent également sur des réponses visuelles et des agents de recherche en arrière-plan pour rendre les assistants plus interactifs.
Malgré les progrès, GPT-Live présente encore des faiblesses. TechCrunch rapporte que lors d’une démonstration de traduction en hindi, l’assistant conservait un accent américain marqué et utilisait un langage qui sonnait artificiellement livresque.
L’entreprise a toutefois insisté sur le fait que GPT-Live n’est pas conçu pour être un compagnon IA, mais un outil de productivité. Des garde-fous ont été intégrés pour garantir des réponses appropriées à l’âge des adolescents et pour fournir des ressources en cas de discussions sur l’automutilation.
L’enjeu final pour OpenAI est de transformer la voix en interface primaire de l’informatique. Atty Eleti, responsable produit de ChatGPT Voice, a indiqué avoir déjà mené des conversations de 30 à 40 minutes lors de marches, suggérant que la voix pourrait bientôt gérer des travaux agentiques complexes et prolongés, remplaçant ainsi les interfaces textuelles traditionnelles.
Find more reporting in our Technologie et science section.
