Gemini 3.8 Live : Google casse le prix des agents vocaux et double OpenAI

La voix était le dernier terrain où OpenAI gardait une longueur d'avance nette. Google vient de la lui reprendre, et de moitié moins cher. Le laboratoire DeepMind a lancé deux modèles audio, Gemini 3.8 Live et sa variante Extended Thinking, disponibles pour les développeurs via l'API Gemini et Google AI Studio. Ces modèles font tourner des agents vocaux capables de parler, de traiter des entrées visuelles et de passer des appels d'API en arrière-plan — le tout simultanément, et dans plus de 97 langues.

L'argument massue est le prix. Google facture 0,005 dollar la minute d'audio en entrée et 0,018 dollar en sortie, soit environ 1,38 dollar l'heure de conversation. En face, le GPT-Live-1 d'OpenAI, sorti cinq jours plus tôt, revient à au moins 3 dollars l'heure — et n'affichait toujours pas de tarif public au moment du lancement de Gemini. Dans une catégorie où le coût horaire décide seul du déploiement, l'écart est décisif.

Une place de leader sur le classement voix

Sur le fond technique, la variante Extended Thinking prend la première place du classement Speech-to-Speech d'Artificial Analysis avec 82,6 %, devant les modèles GPT-Live-1 d'OpenAI. Mais le vrai saut ne se mesure pas au benchmark : c'est la combinaison de la vision et de l'appel d'outils qui change la nature du produit. Un agent vocal qui peut regarder un écran, lire un document et déclencher une action dans un système tiers ne relève plus du chatbot — il s'approche du remplacement d'un poste de service client.

À 1,38 dollar l'heure, le calcul devient vertigineux pour les entreprises : c'est en dessous du coût complet de quasiment n'importe quel opérateur humain effectuant la même tâche, partout dans le monde. La prise en charge de 97 langues, elle, traduit l'avantage de distribution de Google — un même modèle capable de servir un centre de relation client multilingue sans réentraînement spécifique. Des exemples d'applications sont d'ailleurs publiés sur GitHub, une manière d'abaisser encore la barrière à l'entrée pour les développeurs qui veulent prototyper vite.

Ce positionnement s'inscrit dans une stratégie plus large. Gemini tourne désormais sur plus d'un milliard d'appareils Android, dans Chrome, dans Workspace, sur le bureau Windows et, depuis quelques jours, à l'intérieur de Siri d'Apple hors d'Europe. La voix devient le canal le moins cher pour atteindre cette base installée, et Google semble décidé à en faire un produit d'appel plutôt qu'une marge. Pour un éditeur qui reste derrière Anthropic et OpenAI sur les classements de capacité pure, c'est la distribution — et le prix — qui font office d'arme principale.

Le pari du prix contre la qualité

Tout n'est pas réglé pour autant. OpenAI conserve un atout technique : le « full duplex », qui permet à son modèle d'écouter et de parler en même temps, pour des conversations plus naturelles. À en juger par les démonstrations, GPT-Live-1 sonne aussi mieux — ce qui suggère que Google a, une fois encore, optimisé le prix davantage que la qualité perçue. Le compromis n'est pas anodin : dans un centre d'appels, une conversation légèrement moins fluide mais deux fois moins chère peut suffire, tandis qu'un service premium exigera peut-être encore le haut de gamme d'OpenAI.

Ce qu'il faut surveiller côté européen

La suite est prévisible : OpenAI n'avait toujours pas fixé de tarif public pour GPT-Live-1 cinq jours après son lancement, et Google vient de planter le repère. Il faut s'attendre à un prix OpenAI aligné sur ou sous les 1,38 dollar dans le mois qui vient, tant les agents vocaux sont la catégorie où le coût à l'heure fait la décision. Pour les entreprises françaises et européennes, l'enjeu dépasse la guerre des prix : un agent vocal qui écoute, transcrit et agit soulève des questions concrètes de conformité au RGPD et à l'AI Act, surtout dès lors qu'il traite des conversations client en temps réel. Le déploiement massif de ces outils passera autant par leur prix que par leur capacité à rassurer sur le traitement des données — un point sur lequel les fournisseurs restent, pour l'heure, avares de garanties.