GPT-Live : traduction vocale en temps réel par OpenAI (2026)

1. Ce qu'OpenAI a lancé le 8 juillet

OpenAI a annoncé GPT-Live le mercredi 8 juillet 2026 dans un billet de blog et un direct vidéo (Introducing GPT-Live). Deux modèles sont sortis : GPT-Live-1, le nouveau modèle vocal par défaut des offres payantes Go, Plus et Pro, et GPT-Live-1 mini, le nouveau modèle par défaut des comptes gratuits (selon MacRumors et The Decoder). Les deux remplacent Advanced Voice Mode comme voix par défaut de ChatGPT, l'ancien mode restant sélectionnable dans les réglages vocaux.

Le déploiement couvre iOS, Android et chatgpt.com dans les jours qui suivent le lancement. Le mode vocal de l'application de bureau n'est pas inclus au lancement, et les espaces ChatGPT Business, Enterprise et Edu sont exclus pour le moment (selon 9to5Mac et WinBuzzer). Aucun nouveau tarif n'a été introduit ; GPT-Live est inclus dans les offres existantes. OpenAI cite plus de 150 millions de personnes qui parlent à ChatGPT via des fonctions comme Voice et Dictation (TechCrunch).

La caractéristique clé est l'audio full-duplex : le modèle traite ce qu'il entend pendant qu'il parle, en prenant des décisions d'interaction plusieurs fois par seconde. On peut donc l'interrompre naturellement, il répond par de petits signaux d'écoute (« mhmm », « compris ») pendant que vous parlez, ou reste silencieux pendant que vous réfléchissez (MarkTechPost). Pour tout ce qui exige une recherche web, un raisonnement plus profond ou un travail agentique, GPT-Live délègue à GPT-5.5 en arrière-plan et poursuit la conversation en attendant le résultat. Les utilisateurs peuvent choisir trois niveaux de raisonnement (Instant, Medium, High) ; les niveaux supérieurs passent par GPT-5.5 Thinking.

Les évaluations publiées par OpenAI portent sur la capacité plutôt que sur la vitesse : au niveau de raisonnement High, GPT-Live-1 obtient 84.2% sur GPQA contre 45.3% pour Advanced Voice Mode, et 75.2% sur BrowseComp contre 0.7%. Dans les tests de préférence humaine, GPT-Live-1 a été préféré à Advanced Voice Mode dans 75.7% des conversations, et mini dans 69.2% (The Decoder, citant l'annonce d'OpenAI). Fait notable, OpenAI n'a publié aucun chiffre de latence pour GPT-Live au lancement.

2. Comment la traduction en direct fonctionne sur GPT-Live

La traduction en direct est l'une des capacités qu'OpenAI nomme explicitement dans les documents de lancement : l'architecture full-duplex permet au modèle de « mener des échanges plus naturels, mieux percevoir le temps, et même assurer une traduction en direct » (annonce OpenAI). Lors des briefings de presse, OpenAI a fait la démonstration du modèle prononçant une traduction en continu pendant que le présentateur parlait.

C'est une consigne, pas un mode

Il n'y a pas de bouton traducteur, de sélecteur de paire de langues ni d'interface de traduction dédiée. Vous démarrez une session vocale et donnez l'instruction à l'assistant : « J'aimerais que tu traduises simultanément tout ce que je dis en hindi. » Le modèle produit alors une traduction parlée au fil de votre discours, et continue jusqu'à ce que vous lui disiez d'arrêter ou de changer. C'est le même schéma déclenché par consigne que ChatGPT Voice connaît depuis la sortie Realtime de mai 2026 ; ce qui change, c'est la restitution full-duplex, qui permet à la traduction de chevaucher votre parole au lieu d'attendre la fin de votre tour.

Ce que la démo de lancement a montré

Le seul point public de qualité de traduction de la semaine de lancement vient de la propre démo de presse d'OpenAI. TechCrunch, observant une traduction en direct de l'anglais vers le hindi, a rapporté que « l'assistant avait un fort accent américain et parlait un hindi au son artificiel, avec un ton légèrement livresque » (TechCrunch). Cela rejoint la propre divulgation d'OpenAI : la voix est optimisée pour « la plupart des langues parlées », et « pour certaines langues, le modèle peut avoir un accent non natif ou des lacunes de fluidité ». OpenAI n'a pas publié de liste de langues prises en charge pour GPT-Live, et la parité multilingue complète est explicitement indiquée comme non disponible au lancement (MarkTechPost).

Le compromis d'un assistant avant tout

GPT-Live est un assistant conversationnel généraliste qui traduit sur demande, pas un interprète dédié. Cette nature a des conséquences pour le travail de traduction. Les signaux d'écoute qui rendent la conversation naturelle (« mhmm », « ouais ») injectent de l'audio non traductif dans une session de traduction, et les utilisateurs du premier jour ont largement signalé ces interjections comme envahissantes (BigGo). Les longues pauses ou les voix en arrière-plan peuvent déclencher des réponses involontaires, et des testeurs avec accès anticipé ont rapporté que le modèle interrompait et riait en pleine phrase avant qu'OpenAI n'atténue ce comportement (Simon Willison). Un modèle dont la compétence clé est de décider quand parler prend cette décision en permanence pendant la traduction, alors que la bonne réponse est presque toujours « continue de traduire, ne dis rien d'autre ».

3. GPT-Live face au traducteur dédié d'OpenAI

La couverture du lancement a largement oublié qu'OpenAI propose déjà un modèle de traduction en direct dédié, et que c'est une pile différente. Le 7 mai 2026, OpenAI a sorti gpt-realtime-translate dans la Realtime API : un modèle de traduction parole-vers-parole en streaming, entraîné sur des milliers d'heures d'audio d'interprètes professionnels, configuré pour rester en traduction pure et attendre suffisamment de contexte avant de produire de la parole (annonce OpenAI). GPT-Live et les modèles Realtime sont deux familles distinctes : GPT-Live est la surface grand public de ChatGPT sans API, et gpt-realtime-translate est la surface développeur avec spécifications, tarifs et contraintes publiés.

Les 13 langues de sortie documentées de gpt-realtime-translate : anglais, espagnol, portugais, français, allemand, italien, russe, chinois, japonais, coréen, hindi, indonésien et vietnamien (OpenAI Cookbook). Tant qu'OpenAI ne publie pas de liste de langues pour GPT-Live, c'est le meilleur indicateur disponible des points forts de l'entraînement d'OpenAI en traduction vocale.

Deux corrections de la semaine de lancement méritent d'être explicites, car la couverture initiale a brouillé les deux : GPT-Live n'a aucun tarif API (les chiffres « $32 par million de tokens audio en entrée, $64 en sortie » qui circulent dans certains billets appartiennent à gpt-realtime-2, un modèle différent), et GPT-Live n'est pas du tout disponible via l'API ; la formulation d'OpenAI est que les modèles arriveront dans l'API « bientôt », avec un formulaire d'inscription aux notifications et sans calendrier (récapitulatif d'Apidog sur le statut de l'API).

4. Les limites reconnues par OpenAI et les testeurs du lancement

• Les plafonds d'utilisation sont réels mais non publiés. Le centre d'aide d'OpenAI indique que les limites d'utilisation de la voix varient selon l'offre et l'option vocale et peuvent changer, avec une notification dans l'application à l'approche de la limite. Les chiffres précis rapportés par des tiers se contredisent (de 15 minutes par jour à 2 heures par jour pour les comptes gratuits) ; considérez tout chiffre précis comme non vérifié.
• Aucun chiffre de latence publié. OpenAI a publié des benchmarks de capacité (GPQA, BrowseComp, taux de préférence) mais aucune mesure de latence du premier audio ni de décalage pour GPT-Live.
• La couverture linguistique n'est pas documentée. « La plupart des langues parlées », accents non natifs et lacunes de fluidité reconnus pour les autres, parité multilingue complète explicitement absente au lancement.
• Les signaux d'écoute ne peuvent pas être totalement désactivés. Vous pouvez demander au modèle de rester silencieux, mais les retours du premier jour décrivent le « mhmm » comme persistant et, pour beaucoup d'utilisateurs, agaçant.
• Pas de vidéo ni de partage d'écran au lancement, et le mode est signalé indisponible dans certains contextes (espaces Business/Enterprise/Edu ; voix de l'application de bureau).
• La supervision de sécurité peut intervenir. Selon la fiche système GPT-Live, une supervision en temps réel peut réorienter ou interrompre une réponse, diffuser un message de sécurité parlé ou mettre fin aux conversations à haut risque.

5. Ce que montre la mesure indépendante de la traduction OpenAI

Trois constats de cette mesure cadrent ce qu'il faut attendre de la traduction GPT-Live, car les deux produits puisent dans la même direction de recherche en traduction vocale chez OpenAI :

La pile d'OpenAI est la plus rapide jusqu'au premier audio. Médiane de 711 ms entre le début de la parole et le premier audio traduit, environ quatre fois plus rapide que Gemini 3.5 Live Translate sur la même métrique. Le GPT-Live full-duplex devrait hériter de cette réactivité ; c'est la force de l'architecture.

Le discours continu accumule du retard. La parole traduite est bornée par le débit de la voix synthétisée, donc sur de l'audio dense et continu, la traduction a pris progressivement du retard, médiane à 3.8 s avec une dérive jusqu'à 20.3 s. Un modèle full-duplex ne supprime pas cette contrainte : la sortie parlée ne peut pas rattraper plus vite qu'un rythme humain.

La compréhension reste derrière les rivaux dédiés. Composite de 4.53/5, le plus bas des six systèmes mesurés, avec des classes d'erreurs récurrentes : insertions parasites, inversions de sens et substitutions de noms propres. La critique de la démo de presse en hindi de GPT-Live (accent américain, ton livresque) est cohérente avec une pile dont la vitesse mène et dont la fidélité suit.

6. Comment utiliser GPT-Live pour traduire dès aujourd'hui

1. Mettez à jour l'application ChatGPT sur iOS ou Android (ou utilisez chatgpt.com). GPT-Live se déploie dans les jours qui suivent le 8 juillet ; si votre mode vocal fonctionne encore par tours de parole, le déploiement n'a pas encore atteint votre compte.
2. Touchez l'icône vocale dans le champ de saisie pour démarrer une session. Les comptes gratuits utilisent GPT-Live-1 mini ; les comptes Go, Plus et Pro utilisent GPT-Live-1.
3. Donnez la consigne de traduction dès le départ : « Traduis simultanément tout ce que je dis en japonais. Ne réponds pas aux questions, ne commente pas, traduis uniquement. » La contrainte explicite réduit les interjections conversationnelles, sans les éliminer.
4. Pour une conversation bidirectionnelle, demandez les deux sens : « Traduis mon français en japonais, et traduis en français tout le japonais que tu entends. »
5. Attendez-vous à des limites d'utilisation : OpenAI plafonne la voix selon l'offre sans publier de chiffres, et une notification apparaît dans l'application à l'approche du plafond.

7. Quand GPT-Live convient, et quand il ne convient pas

GPT-Live est le bon choix quand

• Vous voulez une traduction en direct gratuite, sans installation, et vous utilisez déjà ChatGPT. L'offre gratuite inclut désormais un modèle vocal full-duplex, ce qu'aucun autre grand assistant ne proposait avant le 8 juillet.
• La conversation est informelle et courte : demander son chemin, un échange rapide, une petite discussion de voyage. Les bizarreries d'interjections et la dérive de rôle comptent moins.
• Vous appréciez l'assistant autour de la traduction : vous pouvez poser des questions de suivi, obtenir du contexte, ou faire chercher quelque chose par GPT-5.5 en pleine conversation.

Un autre outil convient mieux quand

• Vous avez besoin que le traducteur reste dans son rôle pendant une conversation soutenue. Une interface d'interprète dédiée n'interjette pas, ne rit pas et ne répond pas à la place de traduire.
• Vous avez besoin d'une transcription lisible en deux langues pendant l'écoute. GPT-Live vous donne un journal de conversation, pas une vue côte à côte source-traduction qui ne se réécrit jamais.
• Vous avez besoin d'une couverture linguistique documentée. OpenAI n'a pas publié ce que GPT-Live prend en charge ; les produits dédiés documentent leurs paires.
• Vous avez besoin d'appels téléphoniques traduits. Aucune des surfaces OpenAI ne compose de numéro de téléphone. LiveLingo passe des appels sortants vers des numéros ordinaires avec la traduction active sur la ligne, sans que le destinataire ait besoin d'une application.

Une concession honnête. LiveLingo (qui publie ce guide) appartient à la catégorie des traducteurs dédiés : texte en streaming plus audio, attribution par locuteur, transcriptions affichées jamais rétractées, et appels téléphoniques sortants traduits. Le naturel conversationnel de GPT-Live est une vraie avancée, sa gestion full-duplex des tours de parole devance toutes les applications de traduction dédiées, y compris la nôtre, et son offre gratuite en fait le moyen le plus simple pour quiconque d'essayer la traduction vocale en direct aujourd'hui. Spécifications côte à côte : /compare/chatgpt-translation. Chiffres de benchmark : /research/benchmark-2026. La gamme de traduction complète d'OpenAI : /fr/guides/openai-live-translation.

8. Questions fréquentes

Qu'est-ce que GPT-Live ?

GPT-Live est la famille de modèles vocaux full-duplex d'OpenAI pour ChatGPT, lancée le 8 juillet 2026. Deux modèles sont sortis : GPT-Live-1 (par défaut pour les offres payantes Go, Plus et Pro) et GPT-Live-1 mini (par défaut pour les comptes gratuits). Contrairement au mode Advanced Voice Mode qu'il remplace, GPT-Live écoute et parle en même temps : on peut l'interrompre naturellement, il réagit pendant que vous parlez, et il peut assurer une traduction en direct pendant que vous êtes encore en train de parler. Il délègue les requêtes complexes à GPT-5.5 en arrière-plan. Il fonctionne sur iOS, Android et chatgpt.com ; il n'y a pas d'API au lancement.

GPT-Live peut-il traduire en temps réel ?

Oui. La traduction en direct est une capacité explicitement citée au lancement, déclenchée par consigne plutôt que par un bouton de mode : dites à l'assistant de « traduire simultanément tout ce que je dis en japonais » et il prononce une traduction en continu pendant que vous parlez. OpenAI indique que la voix est optimisée pour « la plupart des langues parlées » sans publier de liste, et reconnaît que certaines langues peuvent recevoir un accent non natif ou des lacunes de fluidité. Lors de la propre démo de presse d'OpenAI, TechCrunch a observé que la traduction en direct vers le hindi avait un fort accent américain et un ton artificiel, légèrement livresque.

GPT-Live est-il gratuit ?

Oui, avec une répartition par offre. GPT-Live-1 mini est le modèle vocal par défaut des comptes ChatGPT gratuits ; les offres payantes Go, Plus et Pro reçoivent le plus grand GPT-Live-1. Aucun nouvel abonnement n'a été introduit. Les limites d'utilisation de la voix varient selon l'offre et peuvent changer ; OpenAI ne publie aucun plafond de minutes fixe, et les chiffres précis rapportés par des tiers se contredisent.

GPT-Live a-t-il une API ?

Non. Au lancement, GPT-Live est réservé à ChatGPT. OpenAI prévoit d'amener les modèles dans l'API « bientôt » et propose un formulaire d'inscription aux notifications, sans endpoints, identifiants de modèles, tarifs ni calendrier publiés. Les développeurs qui ont besoin de traduction en direct OpenAI aujourd'hui utilisent le modèle séparé de la Realtime API, gpt-realtime-translate : $0.034 par minute, 70+ langues d'entrée, 13 langues de sortie.

En quoi GPT-Live diffère-t-il d'Advanced Voice Mode ?

Advanced Voice Mode était de la parole-vers-parole mais fonctionnait par tours : il attendait un silence pour décider que vous aviez fini, puis répondait. GPT-Live est un modèle full-duplex unique qui traite l'audio entrant pendant qu'il génère sa sortie, en prenant des décisions d'interaction plusieurs fois par seconde. On peut l'interrompre en pleine phrase, il réagit pendant que vous parlez, reste silencieux pendant que vous réfléchissez, et confie les questions complexes à GPT-5.5 en arrière-plan. Dans les tests de préférence humaine d'OpenAI, GPT-Live-1 a été préféré à Advanced Voice Mode dans 75.7% des conversations. Advanced Voice Mode reste sélectionnable dans les réglages.

Quelles langues GPT-Live prend-il en charge pour la traduction ?

OpenAI n'a pas publié de liste de langues pour GPT-Live. Les documents de lancement disent que la voix est optimisée pour « la plupart des langues parlées » et reconnaissent des lacunes d'accent et de fluidité pour les autres ; la parité multilingue complète est explicitement absente au lancement. Le modèle de traduction pour développeurs d'OpenAI, gpt-realtime-translate, documente 70+ langues d'entrée et 13 langues de sortie : anglais, espagnol, portugais, français, allemand, italien, russe, chinois, japonais, coréen, hindi, indonésien et vietnamien.

Comment GPT-Live se compare-t-il à Gemini Live pour la traduction ?

Deux paris architecturaux différents. GPT-Live est un assistant conversationnel full-duplex qui traduit sur demande. Gemini 3.5 Live Translate de Google est un modèle de traduction parole-vers-parole en streaming dédié, présent dans l'application Google Translate, Google Meet et l'API Gemini Live, avec détection automatique de 70+ langues et préservation de la prosodie du locuteur. La surface de Gemini est mesurable via une API publique, où LiveLingo Research a relevé un composite de compréhension de 4.93/5 et un délai de parole d'environ 3 secondes. GPT-Live n'a pas d'API, donc aucune mesure indépendante équivalente n'existe encore ; la critique de la démo en hindi de la semaine de lancement est le seul point public de qualité.

Comment revenir à Advanced Voice Mode depuis GPT-Live ?

Ouvrez les réglages vocaux de ChatGPT et sélectionnez Advanced Voice Mode. GPT-Live l'a remplacé comme mode par défaut le 8 juillet 2026, mais OpenAI a gardé l'ancien mode sélectionnable pour les utilisateurs qui ont besoin de fonctions que GPT-Live ne prend pas en charge au lancement, comme la vidéo et le partage d'écran.

Comment empêcher GPT-Live d'interrompre ou de dire « mhmm » ?

Il est impossible de désactiver totalement les signaux d'écoute au lancement. La solution de contournement est une consigne explicite en début de session, comme « reste silencieux jusqu'à ce que je m'adresse directement à toi » ou, pour la traduction, « traduis uniquement ce que je dis, n'ajoute rien d'autre ». Les retours du premier jour indiquent que cela réduit les interjections sans les éliminer, et que les longues pauses ou les voix en arrière-plan peuvent encore déclencher des réponses involontaires. Si ce comportement bloque votre usage, Advanced Voice Mode reste sélectionnable dans les réglages vocaux.

Quel outil utiliser pour la traduction de conversation en direct aujourd'hui ?

GPT-Live convient à une traduction informelle, mains libres, au sein d'un assistant que vous utilisez déjà, avec une offre gratuite. Les traducteurs dédiés conviennent mieux aux vraies conversations soutenues : ils gardent un rôle de traduction pure, affichent une transcription lisible en deux langues et sont mesurés sur la fidélité. Sur le benchmark LiveLingo 2026, la surface de traduction OpenAI mesurable (gpt-realtime-translate) a obtenu 4.53/5 en compréhension, avec un audio traduit qui dérive jusqu'à 20.3 secondes de retard sur un discours continu, tandis que les systèmes centrés sur la transcription conservaient une fidélité supérieure avec un délai borné. Pour les appels traduits vers des numéros ordinaires, aucune des surfaces OpenAI ne compose de numéro ; c'est une autre catégorie de produit.

9. Sources

• OpenAI. Introducing GPT-Live. Blog OpenAI, 8 juillet 2026. openai.com
• OpenAI. GPT-Live system card. OpenAI Deployment Safety, juillet 2026. deploymentsafety.openai.com
• OpenAI. ChatGPT Voice (centre d'aide). help.openai.com
• TechCrunch. OpenAI releases new voice models for more natural live conversations, 8 juillet 2026. techcrunch.com
• MarkTechPost. OpenAI Releases GPT-Live and GPT-Live-1 mini: Full-Duplex Voice Models That Delegate Deeper Reasoning to GPT-5.5, 8 juillet 2026. marktechpost.com
• MacRumors. OpenAI Introduces GPT-Live to Make ChatGPT Voice Feel Like a Real Conversation, 8 juillet 2026. macrumors.com
• The Decoder. ChatGPT can now listen and talk at the same time, juillet 2026. the-decoder.com
• SiliconANGLE. OpenAI launches GPT-Live voice model series ahead of broad GPT-5.6 release, 8 juillet 2026. siliconangle.com
• 9to5Mac. OpenAI upgrading ChatGPT with all-new voice mode experience, 8 juillet 2026. 9to5mac.com
• Simon Willison. Introducing GPT-Live (notes d'accès anticipé), 8 juillet 2026. simonwillison.net
• OpenAI Developers. gpt-realtime-translate model reference et realtime translation guide. developers.openai.com
• Apidog. Is There a GPT-Live API? What Developers Can Use Instead, juillet 2026. apidog.com
• LiveLingo Research. Real-Time Voice Translation Benchmark 2026, OpenAI gpt-realtime-translate addendum, 10 juin 2026. livelingo.io/research/benchmark-2026. DOI du jeu de données : 10.5281/zenodo.21250032
• LiveLingo. ChatGPT Translation in 2026: Voice Mode, gpt-realtime-translate API, and Whisper Compared. livelingo.io/guides/openai-live-translation

Date de sortie, noms des modèles, répartition par offre, périmètre de déploiement et chiffres d'évaluation vérifiés le 9 juillet 2026 par rapport à l'annonce d'OpenAI, à sa fiche système, à son centre d'aide et à la couverture du lancement liée ci-dessus. GPT-Live a un jour au moment de la publication : OpenAI peut changer rapidement les offres, les limites, la couverture linguistique et le comportement des modèles ; consultez les sources liées pour l'état actuel avant de vous appuyer sur une affirmation précise.