GPT-Realtime-2.1
OpenAI · États-Unis
- Poids fermés (selon Artificial Analysis)
En bref : 4e sur 12 à l'indice voix à voix d'Artificial Analysis ; 14e sur 38 en raisonnement à l'écoute (Big Bench Audio) ; 9e sur 31 en tenue de la conversation (Full Duplex Bench) (ex æquo à valeur égale) ; 16e sur 34 au délai avant le premier son.
Présentation
Mise à jour de GPT-Realtime-2, le modèle parole à parole d'OpenAI pour les agents vocaux, avec un effort de raisonnement réglable et l'appel d'outils. Elle reconnaît mieux les suites de lettres et de chiffres et gère mieux les silences, le bruit et les interruptions. Lu sur developers.openai.com, le 23/10/2026.
- Sortie
- 6 juillet 2026 lu sur la page de l'éditeur
Langues
- Évaluées par nos sources : anglais.
- Le français : pas évalué en français par nos sources.
Ses 4 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
Indice voix à voix d'Artificial Analysis
4e sur 12indice sur 100 79,1
Coût mesuré : 11 $ 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
Raisonnement à l'écoute, Big Bench Audio
14e sur 38part de réussite 95,8 %
Coût mesuré : 11 $ 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
Tenue de la conversation, Full Duplex Bench
9e sur 31part de réussite 95,7 %
Coût mesuré : 11 $ 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
16e sur 34délai avant le premier son 0,97 s
Coût mesuré : 11 $ par heure d'audio en entrée, sur les questions de Big Bench Audio
Source : Artificial Analysis · relevé du 9 novembre 2026.
Modèles proches
- Indice voix à voix d'Artificial Analysis : devant, Grok Voice 2.0 (3e, 82,9) · derrière, GPT-Realtime-2 (5e, 77,2)
- Raisonnement à l'écoute, Big Bench Audio : devant, Qwen Audio 3.0 Realtime Flash (13e, 96,1 %) · derrière, Grok Voice Fast 1.0 (15e, 93,3 %)
- Tenue de la conversation, Full Duplex Bench : devant, GPT-Realtime-1.5 (même rang, 95,7 %) · derrière, Grok Voice 2.0 (12e, 95,1 %)
- Délai avant le premier son : devant, Gemini 3.1 Flash Live Preview (15e, 0,96 s) · derrière, GPT-Realtime (17e, 0,98 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-Realtime-2.1 High - Fiche
- Registre de QUELLE IA.
- Pages lues
- https://developers.openai.com/api/docs/models/gpt-realtime-2.1.md (« GPT-Realtime-2.1 updates GPT-Realtime-2 with improved alphanumeric recognition, silence and noise handling, and interruption behavior. It supports speech-to-speech interactions with configurable reasoning effort, instruction following, and tool use for complex voice-agent workflows. »), 23/10/2026
- https://developers.openai.com/api/docs/models/gpt-realtime-2.1.md (« GPT-Realtime-2.1 supports configurable reasoning effort. Higher reasoning effort can increase latency and output token usage. »), 23/10/2026
- https://developers.openai.com/api/docs/changelog.md (« ### Jul 6 Feature · Model: gpt-realtime-2.1 · Model: gpt-realtime-2.1-mini · API: v1/realtime Released [GPT-Realtime-2.1](https://developers.openai.com/api/docs/models/gpt-realtime-2.1), an updated realtime reasoning model »), 23/10/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, la voix à voix, ou cette fiche en texte.