# GPT-4o Realtime

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

En bref : 19e sur 31 en tenue de la conversation (Full Duplex Bench) ; 26e sur 34 au délai avant le premier son.

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

## Présentation

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

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

## Langues

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

## Ses classements

- Tenue de la conversation, Full Duplex Bench : 19e sur 31, part de réussite 89,8 % ; coût mesuré : 2,04 $ 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 : 26e sur 34, délai avant le premier son 1,49 s ; coût mesuré : 2,04 $ 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

- Tenue de la conversation, Full Duplex Bench : [PersonaPlex](https://quelleia.com/voix/modeles/nvidia-personaplex-7b-v1/), 18e (91,0 %), juste devant
- Tenue de la conversation, Full Duplex Bench : [Raon-SpeechChat-9B](https://quelleia.com/voix/modeles/krafton-raon-speechchat-9b/), 20e (86,2 %), juste derrière
- Délai avant le premier son : [Higgs Realtime](https://quelleia.com/voix/modeles/boson-ai-higgs-realtime/), 25e (1,47 s), juste devant
- Délai avant le premier son : [Step-Audio R1.1 (Realtime)](https://quelleia.com/voix/modeles/step-audio-r1-1-realtime/), 27e (1,53 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 Realtime (Dec 2024)

## Liens

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

## Pages lues

- https://developers.openai.com/api/docs/models/gpt-4o-realtime-preview.md (« This is a preview release of the GPT-4o 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-realtime-preview.md (« - `gpt-4o-realtime-preview-2024-12-17` »), 23/10/2026
- https://developers.openai.com/api/docs/changelog.md (« ### Dec 17 Feature · Model: o1 · Model: gpt-4o · Model: gpt-4o-mini · API: v1/fine_tuning · API: v1/chat/completions · API: v1/realtime Added new models for [o1](https://developers.openai.com/api/docs/models/o1), [gpt-4o-realtime](https://developers.openai.com/api/docs/models/gpt-4o-realtime-preview) »), 23/10/2026