GPT-4o Realtime
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.
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 developers.openai.com, le 23/10/2026.
- Sortie
- 17 décembre 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
Tenue de la conversation, Full Duplex Bench
19e sur 31part de réussite 89,8 %
Coût mesuré : 2,04 $ 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
26e sur 34délai 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 · relevé du 9 novembre 2026.
Modèles proches
- Tenue de la conversation, Full Duplex Bench : devant, PersonaPlex (18e, 91,0 %) · derrière, Raon-SpeechChat-9B (20e, 86,2 %)
- Délai avant le premier son : devant, Higgs Realtime (25e, 1,47 s) · derrière, Step-Audio R1.1 (Realtime) (27e, 1,53 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 Realtime (Dec 2024) - Fiche
- Registre de QUELLE IA.
- 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
Voir aussi : la voix en bref, la transcription, la synthèse vocale, la voix à voix, ou cette fiche en texte.