GPT-4o Audio
OpenAI · États-Unis
- Poids fermés (selon Artificial Analysis)
En bref : 33e sur 38 en raisonnement à l'écoute (Big Bench Audio) ; 31e sur 34 au délai avant le premier son.
Présentation
Préversion de GPT-4o qui accepte et produit de l'audio dans l'API Chat Completions, requête par requête. Elle repose sur le même modèle que l'API Realtime. Lu sur developers.openai.com, le 23/10/2026.
- Sortie
- 17 octobre 2024 lu sur la page de l'éditeur
Langues
- Évaluées par nos sources : anglais.
- Le français : pas évalué en français par nos sources.
Ses 2 classements
Chaque ligne vient d'une seule source, dans son unité : les chiffres de deux lignes ne se comparent pas entre eux. Ils ne comptent pas dans le score des modèles de langage.
- En anglais · Voix à voix
Raisonnement à l'écoute, Big Bench Audio
33e sur 38part de réussite 54,3 %
Coût mesuré : 0 $ par heure d'audio en entrée, sur les questions de Big Bench Audio
Source : Artificial Analysis · relevé du 9 novembre 2026.
- En anglais · Voix à voix
Délai avant le premier son
31e sur 34délai avant le premier son 3,38 s
Coût mesuré : 0 $ par heure d'audio en entrée, sur les questions de Big Bench Audio
Source : Artificial Analysis · relevé du 9 novembre 2026.
Modèles proches
- Raisonnement à l'écoute, Big Bench Audio : devant, Qwen3 Omni 30B A3B Instruct (realtime) (32e, 56,8 %) · derrière, Freeze-Omni (34e, 33,4 %)
- Délai avant le premier son : devant, Qwen3.5-Omni-Plus-Realtime (30e, 2,64 s) · derrière, Gemini 2.5 Flash Native Audio Dialog Thinking (32e, 3,87 s)
Comment lire ces chiffres
Voix à voix : Un agent vocal écoute et répond de vive voix. Artificial Analysis le mesure sur plusieurs épreuves en anglais : son indice les résume sur 100, Big Bench Audio compte les bonnes réponses à des questions posées à l'oral, la tenue de la conversation compte les situations bien gérées (pauses, interruptions), plus c'est haut, mieux c'est ; le délai avant le premier son se lit à l'inverse, plus il est court, mieux c'est.
D'où vient cette fiche
- Nom dans les sources
- Artificial Analysis (voix à voix) :
GPT-4o audio chatcompletions - Fiche
- Registre de QUELLE IA.
- Pages lues
- https://developers.openai.com/api/docs/models/gpt-4o-audio-preview.md (« This is a preview release of the GPT-4o Audio models. These models accept audio inputs and outputs, and can be used in the Chat Completions REST API. »), 23/10/2026
- https://developers.openai.com/api/docs/changelog.md (« ### Oct 17 Feature · Model: gpt-4o-audio-preview · API: v1/chat/completions Released [new `gpt-4o-audio-preview` model](https://developers.openai.com/api/docs/guides/audio) for chat completions, which supports both audio inputs and outputs. Uses the same underlying model as the [Realtime API](https://developers.openai.com/api/docs/guides/realtime). »), 23/10/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, la voix à voix, ou cette fiche en texte.