Agents API, GPT-Live 1 et Decisions API

Les modèles ne sont qu’une partie des annonces de l’automne. Pour les développeurs, trois API changent la façon de construire : l’Agents API, qui confie à OpenAI l’orchestration d’un agent ; GPT-Live 1, enfin disponible dans l’API pour la voix en temps réel ; et la Decisions API, qui transforme du texte et des images en réponses typées. Cette leçon présente chacune d’après le journal des changements et les annonces officielles, puis fait le tour des autres nouveautés de l’automne.

L’Agents API : un agent hébergé

Publiée en bêta publique le 10 septembre 2026, l’Agents API permet de construire des agents sur le harnais qui fait tourner Codex, maintenu par OpenAI. OpenAI prend en charge l’orchestration des sessions, la compaction du contexte quand une session approche de sa limite, et la reprise après incident. Vous travaillez avec des sessions durables, qui permettent de poursuivre un travail sur plusieurs tours et de suivre sa progression en flux.

Une session se crée en un seul appel, qui décrit la tâche, le modèle, les outils et l’environnement d’exécution. Les outils peuvent être des serveurs MCP, vos propres fonctions ou des outils intégrés comme la recherche web ; la recherche d’outils ne charge leurs définitions qu’au besoin, et le Programmatic Tool Calling est activé par défaut (leçon 5). Une option multi-agent laisse l’agent principal confier des morceaux indépendants à des sous-agents qui travaillent en parallèle, chacun avec son propre contexte. L’agent s’exécute dans un bac à sable hébergé par OpenAI, sur votre propre infrastructure, ou chez un partenaire : OpenAI cite notamment Cloudflare, E2B, Modal et Vercel.

Plusieurs ajouts ont suivi en quelques semaines. Le 29 septembre, l’Agents API a reçu le computer use : l’agent accomplit des tâches dans un navigateur hébergé par OpenAI, l’approbation des sites et la connexion restant gérées par votre application. Le 9 octobre, il est devenu possible de préchauffer un bac à sable avant d’y attacher une session, pour réduire l’attente de l’utilisateur, et le calcul des bacs à sable hébergés n’est plus facturé que pendant les tours actifs. Le 16 octobre, ces bacs à sable ont intégré des skills pour créer et modifier des tableurs, des présentations et des documents Word, et l’Agents API a reçu le mode Ultrafast.

Pour qui construisait avec l’Agent Builder, c’est un point important : OpenAI ferme l’Agent Builder le 30 novembre 2026 et oriente vers l’Agents SDK ou les agents d’espace de travail de ChatGPT. La leçon 12 détaille ce calendrier.

GPT-Live 1 : la voix full-duplex dans l’API

En juillet, GPT-Live avait reconstruit la voix de ChatGPT, mais l’API n’était pas encore ouverte. C’est fait depuis le 10 septembre 2026 : GPT-Live 1 est en disponibilité générale. Il permet de construire des conversations vocales full-duplex, qui se poursuivent pendant qu’un modèle ou un agent en arrière-plan raisonne et appelle des outils. Deux modes de délégation existent : vers un modèle OpenAI via la Responses API, comme GPT-6 Astra, ou vers votre propre backend, qui peut s’appuyer sur un autre fournisseur. La session vocale coûte 0,05 $ par minute, facturée à la seconde ; le modèle et les outils d’arrière-plan sont facturés à part.

Le 16 octobre, OpenAI a ouvert à tous les clients de l’API la création d’une voix à partir d’une description textuelle, gratuite à créer, et ajouté neuf voix naturelles, dont deux en français : Brise et Sillage. Pour la transcription, deux modèles sont sortis le 28 juillet : gpt-transcribe, pour les fichiers, et gpt-live-transcribe, pour le flux en temps réel. Ils remplacent whisper-1 et la famille gpt-4o-transcribe, dont la fermeture est prévue le 26 février 2027.

La Decisions API : des réponses typées, vite

La Decisions API, lancée en bêta le 6 octobre et disponible en disponibilité générale depuis le 22 octobre avec GPT-6 Luna, répond à un besoin très courant : poser à un modèle une série de questions fermées sur un texte, une image ou des données structurées, et obtenir des réponses typées. OpenAI annonce des décisions jusqu’à dix fois plus rapides qu’avec GPT-6 Luna appelé par la Responses API. Depuis la disponibilité générale, une requête peut contenir jusqu’à 400 questions, contre 200 pendant la bêta ; les entrées communes peuvent être mises en cache, les images peuvent figurer dans les consignes d’une question, et les données structurées se transmettent directement avec input_json. Depuis le 15 octobre, elle s’intègre aussi à GPT-Live : une application vocale peut agir pendant que l’utilisateur parle.

Pensez-y pour le tri de tickets, l’aiguillage d’une demande, la vérification de conformité d’un document ou l’extraction de quelques champs sur des milliers de pièces : là où vous écriviez un prompt de classification et un schéma de sortie, un jeu de questions typées suffit.

Les autres nouveautés de l’automne

À vous de jouer

Choisir la bonne API. Prenez trois besoins de votre organisation : par exemple, un agent qui prépare chaque matin une synthèse d’incidents, un standard téléphonique qui oriente les appels, et le tri de 5 000 courriels entrants par jour. Pour chacun, dites quelle API vous essaieriez en premier, l’Agents API, GPT-Live 1, la Decisions API ou la Responses API seule, et pourquoi. Notez ce que vous devriez mesurer pour confirmer ce choix.

Sources officielles : Changelog de l’API OpenAI · GPT-Live 1 (documentation de l’API OpenAI) · Introducing the Agents API · GPT-Live 1 dans l’API · Decisions API (OpenAI)

Points clés à retenir

• L’Agents API (bêta publique, 10 septembre) héberge l’orchestration d’agents : sessions durables, compaction, sous-agents, bacs à sable, computer use
• GPT-Live 1 est disponible dans l’API depuis le 10 septembre, à 0,05 $ par minute de session vocale ; deux voix françaises depuis le 16 octobre
• gpt-transcribe et gpt-live-transcribe remplacent les anciens modèles de transcription avant le 26 février 2027
• La Decisions API (disponible depuis le 22 octobre) produit des réponses typées à grande échelle avec GPT-6 Luna