GPT-Live-1.1 déployé le 15 octobre : six nouvelles langues, deux nouveaux modèles et un document dérangeant

La chose la moins intéressante à propos de GPT-Live-1.1est justement ce qu'OpenAI a mis en avant. La publication X du 15 octobre 2026 annonçait « de nouvelles voix, de meilleurs accents et moins de "vérification…" » — trois affirmations sur la façon dont un modèle vocal sonne. Ce qui est réellement intéressant se trouve dans l'artefact d'accompagnement que presque personne ne lit le jour du lancement : la carte système de GPT-Live-1.1, publiée le même jour, qui nomme un modèle successeur pour le niveau mini (GPT-Live-1.1 Quip), réattribue les modèles dont bénéficient par défaut les différents niveaux de ChatGPT, et signale de légères régressions, mais statistiquement significatives, par rapport à GPT-Live-1 sur une classe spécifique d'évaluations.

C'est beaucoup de structure cachée derrière un post sur les accents.

Ce qui a été livré, et à qui

Le déploiement est d'abord un changement visible pour le grand public. GPT-Live-1.1 et GPT-Live-1.1 Quip sont déployés dans ChatGPT Voice pour tous les utilisateurs à compter du 15 octobre 2026. Les notes de version et la page d'aide sur la voix s'accordent sur les grandes lignes : treize nouvelles options de voix, deux pour chacune des langues suivantes — français, allemand, hindi, japonais, coréen et espagnol mexicain —, plus Bubbie en anglais. Live puise aussi dans un éventail plus large de phrases courtes pour signaler qu'il effectue une recherche, ce qui constitue le correctif derrière le « moins de vérification… » de l'annonce. La page d'aide ajoute la mise en garde qui compte pour le support : les voix que vous voyez peuvent varier selon la région et le compte, et vous les choisissez sous Paramètres → Voix, puis Voix.

L'API n'en fait explicitement pas partie. L'annonce indique « bientôt disponible dans l'API », et la documentation le confirme : la page des modèles liste gpt-live-1 et gpt-live-transcribe, et rien d'autre dans la famille Live, et gpt-live-1.1 renvoie une 404. Il n'y a pas d'identifiant de modèle, pas de prix, pas de limite de débit. Quiconque vous dit combien coûte GPT-Live-1.1 par minute cite le tarif de 0,05 $ par minute de voix de GPT-Live-1 et espère que vous ne vérifierez pas.

La partie qui compte pour quiconque construit : la répartition par niveaux.

La fiche système présente l'architecture sans détour. GPT-Live-1.1 succède à GPT-Live-1. GPT-Live-1.1 Quip succède à GPT-Live-1 mini. Et l'attribution par défaut a changé : GPT-Live-1.1 est le modèle vocal par défaut pour les utilisateurs de l'offre Plus et des offres supérieures — y compris pour Codex et Dots — tandis que GPT-Live-1.1 Quip est celui par défaut pour tous les autres.

Relisez cela, car cela signifie que le produit dont la plupart des gens feront l’expérience n’est pas le modèle dans le titre. Les utilisateurs du niveau gratuit et des niveaux inférieurs reçoivent Quip. Si vous évaluez « GPT-Live-1.1 » depuis un compte gratuit, vous évaluez un modèle différent de celui d’un utilisateur Plus, et la fiche système les traite comme des systèmes évalués distincts d’un bout à l’autre.

La fiche réaffirme également le fait structurel qui donne sa forme à toute cette famille : GPT-Live est un système à deux modèles, et les auteurs émettent l’hypothèse que les modèles GPT-Live « hériteraient leur comportement d’alignement de leurs modèles "thinking" » — les modèles textuels auxquels ils délèguent. Ce n’est pas une note de bas de page. C’est l’hypothèse porteuse derrière l’évaluation de sûreté, et c’est pourquoi la fiche compare les résultats au modèle sous-jacent utilisé pour ces évaluations, GPT-5.6 Terra.

Où les preuves issues de l'évaluation sont solides, et où elles ne le sont pas

Le résultat phare en matière de sécurité est véritablement rassurant, et il est circonscrit. Sur des évaluations vocales natives avec des prompts de production — la distribution réelle du trafic —, GPT-Live-1.1 et GPT-Live-1.1 Quip « fonctionnent au même niveau que leurs prédécesseurs, sans régression statistiquement significative ». C'est le chiffre qui parle de ce que les utilisateurs rencontreront réellement.

Dans les évaluations avec invites synthétiques, le tableau est différent, et la fiche le dit directement : les deux modèles présentent des régressions statistiquement significatives dans les catégories sexualité, santé mentale, dépendance émotionnelle et gore par rapport à GPT-Live-1. On observe également une légère régression sur le Respect des avertissements. Sur Blocker Deception, GPT-Live-1.1 fait légèrement mieux et Quip légèrement moins bien. Dans un scénario d’outil de recherche défectueux, GPT-Live-1.1 fait légèrement moins bien et Quip légèrement mieux.

L'interprétation honnête n'est pas que « les modèles sont devenus moins sûrs ». C'est que les deux modes d'évaluation ne concordent pas, et la fiche explique pourquoi les auteurs considèrent toujours que le résultat obtenu avec les invites de production est celui qui fait foi : les invites synthétiques explorent des recoins que le trafic vocal ordinaire n'atteint pas. Mais c'est exactement le genre de détail qui ne survit pas au passage dans la couverture du lancement, et il vaut la peine de s'y accrocher — une montée de version au sein d'une famille de modèles n'est pas automatiquement un événement neutre en matière de sécurité, et ici la direction du mouvement sur les sondes adverses était négative.

Concernant les limites de capacités, la fiche est inhabituellement concrète. Aucun des deux modèles, fonctionnant sans délégation, ne pourrait plausiblement être considéré comme High dans aucune des catégories suivies du Preparedness Framework d'OpenAI — et la raison donnée est d'ordre architectural, et non une question de retenue : ces modèles n'ont pas un large accès à des outils indépendamment des modèles auxquels ils délèguent, et ne disposent d'aucune capacité d'exécution de code. L'argument de sécurité et le plafond de capacités sont le même fait énoncé deux fois.

Que rapportent réellement les six langues ?

Le positionnement d'OpenAI est que les accents dans les langues non anglophones sont plus naturels. Il n'existe aucun benchmark public et reproductible derrière cette affirmation — aucune ligne d'index, aucun chiffre de fournisseur assorti d'une méthode, juste l'affirmation et, désormais, un ensemble de voix que vous pouvez écouter vous-même.

Là où une mesure indépendante existe, elle concerne le prédécesseur. Sur l'Artificial Analysis Speech to Speech Index, GPT-Live-1 apparaît deux fois — une fois à 83,2 avec le backend Astra, à un effort de raisonnement moyen, et une fois à 80,1 avec le backend Sol, à faible effort — face à Gemini 3.8 Live Extended Thinking à 82,6 et Grok Voice 3.0 à 86,9. Il n'y a aucune ligne GPT-Live-1.1 sur ce tableau. L'indice est un composite de raisonnement vocal, de dynamique conversationnelle, de performance agentique, de préférence d'arène et de réussite des tâches, et il est révisé à mesure que des modèles sont ajoutés et réexécutés ; les chiffres ci-dessus proviennent d'un relevé effectué le lendemain du lancement.

Pour l'instant, donc, l'affirmation sur l'accent est une affirmation de fournisseur, et les seules preuves indépendantes disponibles concernent le modèle qu'il remplace. Ce n'est pas une critique — c'est simplement l'état des informations au premier jour, et cela changera à mesure que le comité rattrapera son retard.

• Ce qui est vérifié — le déploiement, les treize nouvelles options vocales, les valeurs par défaut des niveaux, les résultats de l'évaluation des cartes système, l'absence d'un identifiant de modèle d'API.

• Ce qui n'est déclaré que par le fournisseur — de meilleurs accents, une délégation plus naturelle et un éventail plus large de phrases signalant la recherche.

• Ce qui n’existe pas encore — aucune ligne GPT-Live-1.1 sur un classement indépendant, aucun prix à la minute, aucune mesure tierce de latence ou de coût par heure.

La couche en dessous, et qui y est exposé

Tout ce qui précède décrit une interface vocale. Le raisonnement dans ces sessions s’exécute sur un modèle textuel, et tant la fiche système que la documentation de l’API indiquent explicitement que la couche vocale et la couche de raisonnement sont facturées séparément et substituables séparément. La fiche désigne GPT-5.6 Terra comme le modèle sous-jacent utilisé pour ses évaluations. C’est la couche où réside la variance des coûts, où apparaissent les différences de qualité entre configurations, et où le changement est peu coûteux parce qu’il ne touche pas à l’intégration vocale.

OrcaRouter regroupe plus de 200 modèles derrière une seule clé, au prix catalogue du fournisseur et sans marge, de sorte qu'une variation de prix en amont se répercute de notre côté le jour même, et non à la prochaine reconduction de contrat. Pour être parfaitement précis sur ce que cet article est et n'est pas : nous n'hébergeons pas GPT-Live-1.1, GPT-Live-1.1 Quip ni GPT-Live-1 — ces points de terminaison vocaux proviennent de l'API d'OpenAI elle-même, et les versions 1.1 ne figurent encore dans aucune API du tout. Les modèles texte auxquels ces systèmes confient le travail sont une autre histoire, et c'est là que le basculement automatique et le DSL de routage font vraiment quelque chose : vous pouvez diriger la délégation vers un backend choisi, le permuter sur du trafic en direct et maintenir un appel en vie lorsqu'un fournisseur renvoie une erreur.

Que regarder

Deux dates comptent davantage que le lancement. La première est le moment où gpt-live-1.1 obtient un identifiant de modèle et un prix — c'est à ce moment que cela cesse d'être une histoire grand public pour devenir une décision d'approvisionnement, et ce chiffre sera comparé aux 0,05 $ par minute vocale de GPT-Live-1 dès son apparition. La seconde est la prochaine révision du Speech to Speech Index, car c'est à ce moment-là que les allégations sur l'accent et la délégation obtiennent ou non un soutien indépendant.

D’ici là, la posture utile est la posture ennuyeuse : si vous êtes sur Plus ou au-dessus, vous avez déjà le nouveau modèle et pouvez juger les accents vous-même ; si vous êtes sur un niveau inférieur, vous avez Quip, et la différence entre les deux est le fait le plus sous-rapporté de cette version. Et si vous développez, rien dans votre stack n’a changé le 15 octobre 2026 — ce qui est en soi une information.

Un résultat comme celui-ci rappelle aussi que les erreurs de modèle sont déjà documentées : les incidents d'IA et les défaillances d'agents liés aux modèles de cette catégorie sont recensés dans l'OrcaRouter AI Incident Archive, où chaque entrée comporte ses propres sources, son degré de gravité, sa note de confiance et son indicateur de contestation.