OpenAI coupe tts-1 et gpt-4o-mini-tts le 6 janvier 2027 : ce qui change pour vos voix de synthèse

OpenAI fait le ménage dans ses voix de synthèse. Depuis le 1er octobre 2026, sa page « Deprecations » annonce le retrait de tts-1, tts-1-hd et gpt-4o-mini-tts, avec une coupure fixée au 6 janvier 2027. Les clients de l'API ont reçu l'avis par e-mail. Si un de vos outils lit des articles à voix haute, génère des messages vocaux ou des podcasts automatiques avec ces modèles, il vous reste un peu plus de trois mois pour basculer. Pour le contexte, voir notre article sur le retrait de Claude Sonnet 4.5.

Quels modèles sont retirés, et par quoi les remplacer ?

La page de dépréciations d'OpenAI indique : « The following text-to-speech models are deprecated and will be removed from the API on January 6, 2027, with at least three months' notice. » Le détail :

Au-delà du 6 janvier 2027, les appels à ces identifiants échoueront. Pensez aussi aux outils tiers (extensions, plugins WordPress, automatisations no-code) qui utilisent votre clé API avec l'un de ces modèles sans que vous l'ayez choisi.

Le piège : le remplaçant ne fonctionne pas pareil

Les modèles retirés passent par un appel simple : on envoie un texte à l'endpoint /v1/audio/speech, on récupère un fichier audio. gpt-realtime-2.1-mini, lui, est un modèle de l'API Realtime, conçu pour les agents vocaux à faible latence, sorti en juillet 2026 selon MarkTechPost. Pour produire un simple fichier MP3 à partir d'un texte, il faudra donc revoir l'intégration, pas seulement changer le nom du modèle.

Détail révélateur : le 2 octobre 2026, le guide « Text to speech » d'OpenAI présentait encore gpt-4o-mini-tts comme « le modèle de synthèse vocale le plus récent et le plus fiable ». La documentation n'est pas encore alignée : surveillez sa mise à jour avant de coder la migration.

Changer le nom du modèle ne suffira pas : prévoyez du temps pour revoir l'intégration et réécouter le rendu.

Combien ça va coûter ?

D'après la grille tarifaire d'OpenAI :

À texte en entrée égal (0,60 $ le million de jetons), la sortie audio passe de 12 $ à 20 $ le million de jetons entre gpt-4o-mini-tts et gpt-realtime-2.1-mini. Pour tts-1 et tts-1-hd, facturés au caractère, la comparaison dépend de la longueur de vos textes : faites le calcul sur un échantillon réel avant de basculer.

Check-list de migration

• Inventorier : cherchez tts-1, tts-1-hd et gpt-4o-mini-tts dans vos dépôts, variables d'environnement et outils no-code.
• Choisir la cible : gpt-realtime-2.1-mini (remplaçant officiel) ou un autre fournisseur de synthèse vocale si votre besoin se limite à produire des fichiers audio.
• Adapter le code : l'API Realtime ne s'appelle pas comme l'endpoint de synthèse classique.
• Réécouter : voix, débit, prononciation des noms propres et des chiffres sur vos textes réels.
• Recalculer le coût sur un mois de production réelle.
• Basculer avant Noël, pour garder une marge avant le 6 janvier.