L'IA vocale est enfin assez abordable pour être utilisée en production
OpenAI a ouvert cette semaine son meilleur modèle vocal à tous les développeurs pour cinq cents par minute, un tarif accessible à presque toutes les équipes.
- $0.05/min
- coût par minute vocale
- 23,000
- lignes de code supprimées par un client
- +30 pts
- écart avec le modèle précédent
- 150M
- utilisateurs voix ChatGPT aujourd'hui
Pendant des années, construire un assistant vocal signifiait assembler trois systèmes distincts : un pour convertir la parole en texte, un pour raisonner et un pour répondre. Chaque étape ajoutait du délai, et si l'interlocuteur coupait la parole, toute la chaîne se brisait. GPT-Live-1 d'OpenAI, désormais accessible par API, rassemble ces trois étapes dans un seul modèle.
Le prix, c'est la vraie nouvelle. À 0,05 $ par minute, un appel de cinq minutes coûte 25 centimes. C'est assez peu pour qu'une petite startup fasse tourner de vrais agents téléphoniques sans budget conséquent. Une entreprise ayant migré vers GPT-Live-1 aurait supprimé 23 000 lignes de code qui ne servaient qu'à gérer les interruptions — le modèle s'en charge désormais tout seul.
GPT-Live-1 est full-duplex — il écoute et parle en même temps, comme un être humain. Les interlocuteurs peuvent interrompre en pleine phrase sans que l'IA perde le fil. Lors des benchmarks, il a devancé le meilleur modèle vocal précédent de 30 points. Cet écart est décisif pour tout ce qui touche au client — une pause malvenue ou une interruption ratée brise la confiance.
Pour ceux qui développent des logiciels qui parlent aux gens — support client, formulaires, outils de réservation, appels commerciaux — cela change ce qu'une petite équipe peut réellement livrer. L'essentiel : les 0,05 $ couvrent uniquement la couche vocale ; le raisonnement IA derrière est facturé séparément. Mais pour la plupart des équipes, cela rend un vrai agent vocal possible pour la première fois.