En anglaisArtificial Analysis
Indice voix à voix d'Artificial Analysis
Ce qui est mesuré : indice Speech to Speech d'Artificial Analysis, sur 100 : moyenne à poids égaux de leurs mesures de raisonnement à l'écoute (Big Bench Audio), de travail d'agent au téléphone (τ-Voice), de préférence des votants dans leur arène d'agents vocaux et de taux de réussite des tâches, selon leur méthode ; seuls les modèles mesurés sur toutes ces épreuves y figurent. Indice sur 100 : plus il est haut, mieux c'est. Rang partagé à valeur égale au dixième, comme la source l'affiche ; elle ne publie pas de marge.
GPT-Live 1 (OpenAI) arrive premier avec un indice de 84,3 sur 100, sur 12 modèles (Artificial Analysis, relevé du 9 novembre 2026).
fr français annoncé par l'éditeur, lu sur sa page
| Rang | Modèle | Indice |
|---|---|---|
| 1 | GPT-Live 1OpenAIchez la source : GPT-Live-1 (Astra, medium) | 84,3 |
| 2 | Qwen Audio 3.0 Realtime PlusAlibaba | 84,1 |
| 3 | Grok Voice 2.0SpaceXSI | 82,9 |
| 4 | GPT-Realtime-2.1OpenAIchez la source : GPT-Realtime-2.1 High | 79,1 |
| 5 | GPT-Realtime-2OpenAIchez la source : GPT-Realtime-2 (High) | 77,2 |
| 6 | Qwen Audio 3.0 Realtime FlashAlibaba | 76,3 |
| 7 | Grok Voice 1.0SpaceXSI | 75,7 |
| 8 | GPT-Realtime-1.5OpenAI | 72,0 |
| 9 | Gemini 3.1 Flash Live PreviewfrGooglechez la source : Gemini 3.1 Flash Live Preview - High | 69,5 |
| 10 | GPT-RealtimeOpenAIchez la source : GPT Realtime (Aug '25) | 69,2 |
| 11 | GPT-Realtime-2.1 MiniOpenAIchez la source : GPT-Realtime-2.1 Mini Minimal | 59,0 |
| 12 | GPT-Realtime MiniOpenAIchez la source : GPT Realtime Mini (Oct '25) | 58,1 |
Source : Artificial Analysis · · sa méthode.
Les épreuves, une à une
Trois tableaux de la même source, chacun dans son unité : ils ne se combinent pas, et un modèle absent d'un tableau n'y a pas été mesuré.
En anglaisArtificial Analysis
Raisonnement à l'écoute, Big Bench Audio
Ce qui est mesuré : part de bonnes réponses, dites à voix haute, à 1 000 questions de raisonnement posées à l'oral en anglais (Big Bench Audio, tiré de Big Bench Hard : sophismes, orientation, dénombrement, vrai ou faux), notées par un modèle juge. Part de réussite : plus elle est haute, mieux c'est. Rang partagé à valeur égale au dixième, comme la source l'affiche ; elle ne publie pas de marge.
StepAudio 3 Realtime (StepFun) arrive premier avec 99,7 % de réussite, sur 38 modèles (Artificial Analysis, relevé du 9 novembre 2026).
FR éditeur françaisfr français annoncé par l'éditeur, lu sur sa page
| Rang | Modèle | Réussite |
|---|---|---|
| 1 | StepAudio 3 RealtimeStepFun | 99,7 % |
| 2 | Qwen Audio 3.0 Realtime PlusAlibaba | 99,2 % |
| 3 | Phonic 1 (High)Phonic | 98,9 % |
| 4 | Eleven Realtime v1 MaxElevenLabs | 98,8 % |
| 5 | Qwen3.5-Omni-Plus-RealtimeAlibabachez la source : Qwen3.5 Omni Plus Realtime | 98,7 % |
| 6 | Grok Voice 3.0SpaceXSI | 98,5 % |
| 7 | Gemini 3.8 Live Extended ThinkingfrGooglechez la source : Gemini 3.8 Live Extended Thinking (High) | 97,7 % |
| 8 | Step-Audio R1.1 (Realtime)StepFun | 97,6 % |
| 9 | Grok Voice 2.0SpaceXSI | 97,2 % |
| 10 | Grok Voice 1.0SpaceXSI | 97,1 % |
| 11 | Gemini 3.1 Flash Live PreviewfrGooglechez la source : Gemini 3.1 Flash Live Preview - High | 96,6 % |
| 11 | GPT-Realtime-2OpenAIchez la source : GPT-Realtime-2 (High) | 96,6 % |
| 13 | Qwen Audio 3.0 Realtime FlashAlibaba | 96,1 % |
| 14 | GPT-Realtime-2.1OpenAIchez la source : GPT-Realtime-2.1 High | 95,8 % |
| 15 | Grok Voice Fast 1.0SpaceXSI | 93,3 % |
| 16 | Gemini 3.8 LivefrGoogle | 91,7 % |
| 17 | Gemini 2.5 Flash Native Audio Dialog ThinkingGoogle | 90,7 % |
| 18 | GPT-Live 1OpenAIchez la source : GPT-Live-1 (Astra, medium) | 90,1 % |
| 19 | Amazon Nova 2 SonicfrAmazonchez la source : Nova 2.0 Sonic (Mar 2026) | 88,1 % |
| 20 | Deepslate OpalDeepslate | 85,0 % |
| 21 | GPT-RealtimeOpenAIchez la source : GPT Realtime (Aug '25) | 83,3 % |
| 22 | GPT-Realtime-1.5OpenAI | 81,4 % |
| 23 | Eleven Realtime v1 MiniElevenLabs | 75,9 % |
| 24 | GPT-Realtime-2.1 MiniOpenAIchez la source : GPT-Realtime-2.1 Mini High | 74,7 % |
| 25 | GPT-4o Mini RealtimeOpenAIchez la source : GPT-4o mini Realtime (Dec '24) | 68,9 % |
| 26 | Gemini 2.5 Flash Native Audio DialogGoogle | 68,6 % |
| 26 | Higgs RealtimeBoson AI | 68,6 % |
| 28 | GPT-Realtime MiniOpenAIchez la source : GPT Realtime Mini (Oct '25) | 63,6 % |
| 29 | Qwen3.5-Omni-Flash-RealtimeAlibabachez la source : Qwen3.5 Omni Flash Realtime | 59,0 % |
| 30 | Qwen3 Omni 30B A3B Instruct (flash)Alibaba | 58,7 % |
| 31 | Raon-SpeechChat-9BKRAFTON · poids ouvertschez la source : Raon SpeechChat | 57,5 % |
| 32 | Qwen3 Omni 30B A3B Instruct (realtime)Alibaba | 56,8 % |
| 33 | GPT-4o AudioOpenAIchez la source : GPT-4o audio chatcompletions | 54,3 % |
| 34 | Freeze-OmniVITA · poids ouverts | 33,4 % |
| 35 | Nemotron VoicechatNVIDIA · poids ouverts | 27,0 % |
| 36 | PersonaPlexNVIDIA · poids ouvertschez la source : Personaplex 7B v1 | 19,1 % |
| 37 | FLM-AudioCofe AI · poids ouverts | 16,0 % |
| 38 | MoshiFRKyutai · poids ouverts | 4,4 % |
Source : Artificial Analysis · · sa méthode.
En anglaisArtificial Analysis
Tenue de la conversation, Full Duplex Bench
Ce qui est mesuré : part des situations de conversation bien tenues, en anglais : ne pas couper la parole pendant une pause, prendre la parole au bon moment, répondre à une interruption, continuer malgré un « mm-hmm » (sous-ensemble de Full Duplex Bench v1 et v1.5 choisi par Artificial Analysis). Part de réussite : plus elle est haute, mieux c'est. Rang partagé à valeur égale au dixième, comme la source l'affiche ; elle ne publie pas de marge.
StepAudio 3 Realtime (StepFun) arrive premier avec 98,9 % de réussite, sur 31 modèles (Artificial Analysis, relevé du 9 novembre 2026).
FR éditeur françaisfr français annoncé par l'éditeur, lu sur sa page
| Rang | Modèle | Réussite |
|---|---|---|
| 1 | StepAudio 3 RealtimeStepFun | 98,9 % |
| 2 | Qwen Audio 3.0 Realtime PlusAlibaba | 98,4 % |
| 3 | GPT-Live 1OpenAIchez la source : GPT-Live-1 (Sol, low) | 97,3 % |
| 4 | Grok Voice 3.0SpaceXSI | 97,0 % |
| 4 | Qwen Audio 3.0 Realtime FlashAlibaba | 97,0 % |
| 6 | Gemini 3.8 LivefrGoogle | 96,1 % |
| 6 | GPT-Realtime-2OpenAIchez la source : GPT-Realtime-2 (Minimal) | 96,1 % |
| 8 | Eleven Realtime v1 MiniElevenLabs | 95,8 % |
| 9 | GPT-Realtime MiniOpenAIchez la source : GPT Realtime Mini (Oct '25) | 95,7 % |
| 9 | GPT-Realtime-1.5OpenAI | 95,7 % |
| 9 | GPT-Realtime-2.1OpenAIchez la source : GPT-Realtime-2.1 High | 95,7 % |
| 12 | Grok Voice 2.0SpaceXSI | 95,1 % |
| 13 | Eleven Realtime v1 MaxElevenLabs | 94,1 % |
| 14 | GPT-RealtimeOpenAIchez la source : GPT Realtime (Aug '25) | 93,9 % |
| 15 | Higgs RealtimeBoson AI | 92,8 % |
| 16 | Gemini 3.8 Live Extended ThinkingfrGooglechez la source : Gemini 3.8 Live Extended Thinking (High) | 91,9 % |
| 17 | GPT-Realtime-2.1 MiniOpenAIchez la source : GPT-Realtime-2.1 Mini Minimal | 91,8 % |
| 18 | PersonaPlexNVIDIA · poids ouvertschez la source : Personaplex 7B v1 | 91,0 % |
| 19 | GPT-4o RealtimeOpenAIchez la source : GPT-4o Realtime (Dec 2024) | 89,8 % |
| 20 | Raon-SpeechChat-9BKRAFTON · poids ouvertschez la source : Raon SpeechChat | 86,2 % |
| 21 | Deepslate OpalDeepslate | 85,7 % |
| 22 | Grok Voice 1.0SpaceXSI | 77,8 % |
| 23 | Gemini 3.1 Flash Live PreviewfrGooglechez la source : Gemini 3.1 Flash Live Preview - High | 74,3 % |
| 24 | Qwen3 Omni 30B A3B Instruct (flash)Alibaba | 72,7 % |
| 25 | Grok Voice Fast 1.0SpaceXSI | 71,6 % |
| 26 | FLM-AudioCofe AI · poids ouverts | 62,0 % |
| 27 | MoshiFRKyutai · poids ouverts | 61,0 % |
| 28 | Freeze-OmniVITA · poids ouverts | 58,7 % |
| 29 | Nemotron VoicechatNVIDIA · poids ouverts | 52,9 % |
| 30 | Gemini 2.5 Flash Native Audio Preview (Dec 2025)frGoogle | 44,0 % |
| 31 | Gemini 2.5 Flash Native Audio Preview (Sep 2025)Google | 30,3 % |
Source : Artificial Analysis · · sa méthode.
En anglaisArtificial Analysis
Délai avant le premier son
Ce qui est mesuré : temps moyen, en secondes, entre la fin de la question et le premier son de la réponse, sur les questions de Big Bench Audio. Délai en secondes : plus il est court, plus l'agent répond vite. Rang partagé à valeur égale au centième de seconde.
Raon-SpeechChat-9B (KRAFTON) arrive premier avec un délai de 0,04 s avant le premier son, sur 34 modèles (Artificial Analysis, relevé du 9 novembre 2026).
fr français annoncé par l'éditeur, lu sur sa page
| Rang | Modèle | Délai |
|---|---|---|
| 1 | Raon-SpeechChat-9BKRAFTON · poids ouvertschez la source : Raon SpeechChat | 0,04 s |
| 2 | Deepslate OpalDeepslate | 0,44 s |
| 3 | Eleven Realtime v1 MaxElevenLabs | 0,57 s |
| 4 | Phonic 1 (High)Phonic | 0,61 s |
| 5 | Eleven Realtime v1 MiniElevenLabs | 0,62 s |
| 6 | Gemini 2.5 Flash Native Audio DialogGoogle | 0,64 s |
| 7 | Grok Voice 2.0SpaceXSI | 0,70 s |
| 8 | Grok Voice Fast 1.0SpaceXSI | 0,78 s |
| 9 | Qwen3.5-Omni-Flash-RealtimeAlibabachez la source : Qwen3.5 Omni Flash Realtime | 0,79 s |
| 10 | GPT-Realtime MiniOpenAIchez la source : GPT Realtime Mini (Oct '25) | 0,81 s |
| 10 | GPT-Realtime-1.5OpenAI | 0,81 s |
| 10 | Grok Voice 3.0SpaceXSI | 0,81 s |
| 13 | GPT-Realtime-2.1 MiniOpenAIchez la source : GPT-Realtime-2.1 Mini Minimal | 0,85 s |
| 14 | Qwen3 Omni 30B A3B Instruct (realtime)Alibaba | 0,88 s |
| 15 | Gemini 3.1 Flash Live PreviewfrGooglechez la source : Gemini 3.1 Flash Live Preview - Minimal | 0,96 s |
| 16 | GPT-Realtime-2.1OpenAIchez la source : GPT-Realtime-2.1 Minimal | 0,97 s |
| 17 | GPT-RealtimeOpenAIchez la source : GPT Realtime (Aug '25) | 0,98 s |
| 18 | GPT-Realtime-2OpenAIchez la source : GPT-Realtime-2 (Minimal) | 1,12 s |
| 19 | Amazon Nova 2 SonicfrAmazonchez la source : Nova 2.0 Sonic (Mar 2026) | 1,14 s |
| 20 | Gemini 3.8 LivefrGoogle | 1,18 s |
| 21 | GPT-Live 1OpenAIchez la source : GPT-Live-1 (Sol, low) | 1,24 s |
| 22 | Grok Voice 1.0SpaceXSI | 1,25 s |
| 23 | GPT-4o Mini RealtimeOpenAIchez la source : GPT-4o mini Realtime (Dec '24) | 1,27 s |
| 24 | Gemini 3.8 Live Extended ThinkingfrGooglechez la source : Gemini 3.8 Live Extended Thinking (High) | 1,35 s |
| 25 | Higgs RealtimeBoson AI | 1,47 s |
| 26 | GPT-4o RealtimeOpenAIchez la source : GPT-4o Realtime (Dec 2024) | 1,49 s |
| 27 | Step-Audio R1.1 (Realtime)StepFun | 1,53 s |
| 28 | Qwen Audio 3.0 Realtime PlusAlibaba | 1,54 s |
| 29 | Qwen Audio 3.0 Realtime FlashAlibaba | 1,55 s |
| 30 | Qwen3.5-Omni-Plus-RealtimeAlibabachez la source : Qwen3.5 Omni Plus Realtime | 2,64 s |
| 31 | GPT-4o AudioOpenAIchez la source : GPT-4o audio chatcompletions | 3,38 s |
| 32 | Gemini 2.5 Flash Native Audio Dialog ThinkingGoogle | 3,87 s |
| 33 | Qwen3 Omni 30B A3B Instruct (flash)Alibaba | 4,82 s |
| 34 | StepAudio 3 RealtimeStepFun | 8,84 s |
Source : Artificial Analysis · · sa méthode.
Annoncés, pas encore mesurés
5 modèles annoncés par leur éditeur qu'aucune source publique ne classe encore : ils n'entrent dans aucun tableau. Chaque fiche reprend ce que l'éditeur publie, et à part les chiffres qu'il annonce lui-même.
- Azure RealtimeMicrosoft · annoncé le Pas encore mesuré par une source publique
- Fun-Audio-Chat-8BFunAudioLLM · annoncé le Pas encore mesuré par une source publique
- HydraSmallest AI · annoncé le Pas encore mesuré par une source publique
- LFM3-Audio-2BLiquid AI · annoncé le Pas encore mesuré par une source publique
- MiniCPM-o 4.5OpenBMB · annoncé le Pas encore mesuré par une source publique
Ce que ces tableaux ne disent pas
- Une seule source publique classe aujourd'hui les agents vocaux, et toutes ses épreuves sont en anglais : rien ne dit encore comment ces modèles parlent et comprennent le français.
- Big Bench Audio pose des questions de raisonnement lues par des voix de synthèse : il mesure la compréhension et la justesse des réponses, pas l'agrément de la voix.
- Le délai avant le premier son dépend de l'hébergeur et du réglage choisi : Artificial Analysis le mesure sur sa propre installation, et un même modèle peut répondre plus ou moins vite ailleurs.
- Les réglages d'effort d'un même modèle ne sont regroupés que lorsque le registre les relie ; la ligne gardée porte alors son nom chez la source.
À part du score. Ces classements ne comptent pas dans le score des modèles de langage, et aucun chiffre ne mélange deux sources. La méthode.