# GPT-4o Mini Realtime

Éditeur : OpenAI (États-Unis). Poids fermés (selon Artificial Analysis).

En bref : 25e sur 38 en raisonnement à l'écoute (Big Bench Audio) ; 23e sur 34 au délai avant le premier son.

Page : https://quelleia.com/voix/modeles/openai-gpt-4o-mini-realtime/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 9 novembre 2026.

## Présentation

Préversion d'un petit modèle temps réel d'OpenAI, dérivé de GPT-4o mini, qui répond à la voix et au texte par WebRTC ou WebSocket. Sa seule version est celle du 17 décembre 2024. (lu sur https://developers.openai.com/api/docs/models/gpt-4o-mini-realtime-preview.md)

- Sortie : 17 décembre 2024 (lu sur la page de l'éditeur, https://developers.openai.com/api/docs/models/gpt-4o-mini-realtime-preview.md)

## Langues

- Évaluées par nos sources : anglais.
- Le français : pas évalué en français par nos sources.

## Ses classements

- Raisonnement à l'écoute, Big Bench Audio : 25e sur 38, part de réussite 68,9 % ; coût mesuré : 5,75 $ par heure d'audio en entrée, sur les questions de Big Bench Audio. Source : Artificial Analysis, https://artificialanalysis.ai/speech-to-speech (relevé du 9 novembre 2026).
- Délai avant le premier son : 23e sur 34, délai avant le premier son 1,27 s ; coût mesuré : 5,75 $ par heure d'audio en entrée, sur les questions de Big Bench Audio. Source : Artificial Analysis, https://artificialanalysis.ai/speech-to-speech (relevé du 9 novembre 2026).

## Modèles proches

- Raisonnement à l'écoute, Big Bench Audio : [GPT-Realtime-2.1 Mini](https://quelleia.com/voix/modeles/openai-gpt-realtime-2-1-mini/), 24e (74,7 %), juste devant
- Raisonnement à l'écoute, Big Bench Audio : [Gemini 2.5 Flash Native Audio Dialog](https://quelleia.com/voix/modeles/google-gemini-2-5-flash-native-audio-dialog/), 26e (68,6 %), juste derrière
- Délai avant le premier son : [Grok Voice 1.0](https://quelleia.com/voix/modeles/spacexai-grok-voice-1-0/), 22e (1,25 s), juste devant
- Délai avant le premier son : [Gemini 3.8 Live Extended Thinking](https://quelleia.com/voix/modeles/google-gemini-3-8-live-extended-thinking/), 24e (1,35 s), juste derrière

## 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.

## Noms dans les sources

- Artificial Analysis (voix à voix) : GPT-4o mini Realtime (Dec '24)

## Liens

- Page de l'éditeur : https://developers.openai.com/api/docs/models/gpt-4o-mini-realtime-preview

## Pages lues

- https://developers.openai.com/api/docs/models/gpt-4o-mini-realtime-preview.md (« This is a preview release of the GPT-4o-Mini Realtime model, capable of responding to audio and text inputs in realtime over WebRTC or a WebSocket interface. »), 23/10/2026
- https://developers.openai.com/api/docs/models/gpt-4o-mini-realtime-preview.md (« Default snapshot: `gpt-4o-mini-realtime-preview-2024-12-17` »), 23/10/2026