GPT-Realtime
OpenAI · États-Unis
- Poids fermés (selon Artificial Analysis)
En bref : 10e sur 12 à l'indice voix à voix d'Artificial Analysis ; 21e sur 38 en raisonnement à l'écoute (Big Bench Audio) ; 14e sur 31 en tenue de la conversation (Full Duplex Bench) ; 17e sur 34 au délai avant le premier son.
Présentation
Premier modèle temps réel d'OpenAI sorti de la préversion, qui répond à la voix et au texte en direct par WebRTC, WebSocket ou SIP. Sa version de référence date du 28 août 2025. Lu sur developers.openai.com, le 23/10/2026.
- Sortie
- 28 août 2025 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
10e sur 12indice sur 100 69,2
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
21e sur 38part de réussite 83,3 %
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
14e sur 31part de réussite 93,9 %
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
17e sur 34délai avant le premier son 0,98 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, Gemini 3.1 Flash Live Preview (9e, 69,5) · derrière, GPT-Realtime-2.1 Mini (11e, 59,0)
- Raisonnement à l'écoute, Big Bench Audio : devant, Deepslate Opal (20e, 85,0 %) · derrière, GPT-Realtime-1.5 (22e, 81,4 %)
- Tenue de la conversation, Full Duplex Bench : devant, Eleven Realtime v1 Max (13e, 94,1 %) · derrière, Higgs Realtime (15e, 92,8 %)
- Délai avant le premier son : devant, GPT-Realtime-2.1 (16e, 0,97 s) · derrière, GPT-Realtime-2 (18e, 1,12 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 (Aug '25) - Fiche
- Registre de QUELLE IA.
- Pages lues
- https://developers.openai.com/api/docs/models/gpt-realtime.md (« This is our first general-availability realtime model, capable of responding to audio and text inputs in realtime over WebRTC, WebSocket, or SIP connections. »), 23/10/2026
- https://developers.openai.com/api/docs/models/gpt-realtime.md (« Default snapshot: `gpt-realtime-2025-08-28` »), 23/10/2026
- https://developers.openai.com/api/docs/changelog.md (« ### Aug 28 Feature · API: v1/realtime The OpenAI Realtime API is now generally available. »), 23/10/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, la voix à voix, ou cette fiche en texte.