Le 20 octobre 2026, ElevenLabs a lancé deux nouveaux modèles vocaux, et presque tout le monde a écrit le même titre : une latence d'une demi-seconde. Le chiffre repris partout, c'était 0,57 seconde — le temps que met le modèle le plus rapide, Eleven Realtime v1 Max, avant de commencer à parler. C'est un bon chiffre. C'est aussi, à mon avis, l'aspect le moins intéressant de l'annonce.
Le détail qui compte vraiment pour la propriétaire d'une clinique à Montréal, d'un garage à Laval ou d'une étude de notaires à Québec se trouve quelques paragraphes plus bas : la nouvelle API Eleven Realtime parle le protocole d'OpenAI. Pas au figuré. Littéralement — les mêmes événements, la même plomberie WebSocket que les développeurs ont déjà écrite pour la pile vocale d'OpenAI. Une seule décision technique, et la question que chaque PME du Québec devrait se poser avant d'adopter un agent vocal IA vient de changer en silence.
Le chiffre que tout le monde a cité n'était pas le bon
Dans ce marché, la vitesse a cessé d'être un vrai facteur de différenciation il y a un moment déjà. On a déjà écrit sur les seuils qui comptent — la ligne de temps de réponse au-delà de laquelle l'appelant raccroche — et la vérité, c'est que les plateformes sérieuses l'ont franchie depuis des mois. Eleven Realtime affiche 0,57 seconde pour Max et 0,62 pour le Mini, plus léger. Rapide. Mais un concurrent une demi-longueur derrière n'est pas la raison pour laquelle un restaurant de Sherbrooke perd un client, et un concurrent une demi-longueur devant n'est pas la raison pour laquelle il en garde un.
Alors quand une annonce ouvre sur une statistique de latence, j'y vois du marketing qui sait que son public est fatigué. Ce qui mérite votre attention, ce n'est presque jamais le chiffre du titre. Cette fois, c'était une phrase sur la compatibilité.
Ce que « parler le protocole d'OpenAI » veut vraiment dire
Oubliez la technique une seconde. Voici la version qui vous concerne. Depuis deux ans, bâtir un agent vocal chez un fournisseur voulait dire écrire un logiciel qui ne savait parler qu'à ce fournisseur-là. Changer plus tard n'était pas un bouton à basculer — c'était tout reconstruire. C'est la vraie raison pour laquelle tant de PME ont hésité : pas le prix mensuel, mais le sentiment que, peu importe le choix, elles seraient prises au piège.
Eleven Realtime arrive avec deux modèles et une division claire des rôles :
- Eleven Realtime v1 Mini — conçu pour la conversation naturelle à faible coût. Le choix par défaut pour les appels simples : heures d'ouverture, directions, questions courantes.
- Eleven Realtime v1 Max — conçu pour raisonner avant de répondre et pour gérer les tâches lourdes : vérifier une réservation, qualifier un prospect, suivre une demande en plusieurs étapes.
Les deux coûtent environ 0,08 $ US la minute d'audio connecté, plus l'usage des jetons. Mais encore une fois, l'essentiel n'est pas le prix. C'est que, parce que l'API suit désormais la spécification Realtime d'OpenAI, un code écrit pour la trousse vocale d'OpenAI peut être redirigé vers ElevenLabs en changeant une adresse et un nom de modèle. Les analyses indépendantes le disent sans détour : déplacer un agent revient maintenant à changer une adresse et une étiquette, pas à réécrire le code.
Il y a aussi un bonus concret pour un endroit comme le nôtre. La même plateforme atteint plus de 90 langues et une bibliothèque de plus de 17 000 voix. Pour une entreprise qui prend des appels de clients passant de l'anglais au français, au pendjabi, au mandarin ou à l'arabe dans un même après-midi, cette amplitude compte — et comme la plomberie est maintenant partagée, vous ne misez pas tout votre montage multilingue sur la seule feuille de route d'une entreprise.
Pourquoi un agent interchangeable change le calcul des PME québécoises
Pensez à ce que ça fait à la décision. La peur qui gardait un comptable de Gatineau ou un gestionnaire immobilier de Longueuil sur la touche n'a jamais vraiment été « et si ça ne marche pas ». C'était « et si ça marche, que je bâtis tout autour, et qu'ensuite le fournisseur augmente ses prix, se fait racheter ou prend du retard — et que je ne peux plus partir ». Cette peur était rationnelle. On a passé une bonne partie de 2026 à conseiller la prudence sur le fournisseur qu'on épouse dans un marché qui bouge vite.
Imaginez une clinique de physiothérapie à Trois-Rivières mise en ligne au printemps dernier sur le fournisseur que son intégrateur préférait. Six mois plus tard, un concurrent sort un modèle qui gère mieux son logiciel de réservation et coûte moins cher. Sous les anciennes règles, changer voulait dire payer quelqu'un pour tout reconstruire : la clinique reste donc en place et surpaie en silence. Sous un protocole partagé, ce même déménagement ressemble davantage à un changement de banque qu'à la reconstruction de la maison. Et le simple fait que partir soit réaliste garde votre fournisseur actuel honnête sur le prix et la qualité.
Un protocole partagé abaisse ces murs. Il ne les démolit pas — j'y reviens dans un instant — mais il pousse l'industrie vers ce que les entreprises attendent déjà du reste de leur téléphonie. Vous tenez déjà pour acquis de pouvoir garder votre numéro d'entreprise en changeant de fournisseur. La tendance, maintenant, c'est que vous devriez aussi pouvoir garder la logique de votre agent vocal en changeant de plateforme. Pour l'acheteur, c'est un marché en meilleure santé, point.
Changing an AI voice agent provider by swapping an endpoint and a model name
La partie honnête : ce n'est pas ElevenLabs qui « gagne »
Ici, je dois être juste, parce que l'histoire inverse — « ElevenLabs vient de prendre la tête » — s'écrit toute seule et se trouve être fausse.
Sur les tests rapportés par ElevenLabs, Max est vraiment solide : 98,8 % à une épreuve de raisonnement oral de 1 000 questions et 87,1 % aux tâches d'outils, loin devant le Mini à 75,9 % et 60,3 %. Mais quand on regarde une évaluation indépendante de tout le peloton, Eleven Realtime ne domine pas. Le jour du lancement, des systèmes concurrents comme Grok Voice 3.0 et Gemini 3.8 Live complétaient plus de tâches et étaient préférés plus souvent dans les tests d'écoute à l'aveugle. ElevenLabs s'est classé au milieu, pas en tête.
Et le changement n'est pas gratuit. L'API compatible se connecte uniquement en WebSocket : qui utilise l'ancien transport temps réel a du vrai travail de migration, protocole partagé ou pas. Descendez à l'API brute et vous laissez aussi derrière les commodités qui rendaient le produit géré facile au départ — le branchement téléphonique, la base de connaissances, les garde-fous, la surveillance. Des analystes indépendants notent même que les nouveaux modèles reposent sur une architecture en cascade plutôt que sur le système unifié que suggère l'étiquette « speech to speech ». Rien de scandaleux là-dedans. C'est simplement les petits caractères que le titre à 0,57 seconde escamote.
Un dernier détail qui mérite une note québécoise : les deux modèles n'offrent pas les mêmes options de résidence des données, et le Max, plus lourd, tourne dans moins de régions que le Mini. Si l'endroit où vivent physiquement vos données d'appel compte — et en santé, en droit ou en finance, ça devrait — réglez cette question avant que la démo vous impressionne, pas après.
La bonne lecture n'est donc pas « ElevenLabs est maintenant le meilleur ». C'est « les murs entre fournisseurs ont baissé, et celle qui les a baissés cette semaine n'est même pas en tête des tests ». C'est une meilleure nouvelle qu'un gagnant de course, parce qu'elle survit à n'importe quelle annonce.
Alors, comment choisir maintenant au Québec ?
Si l'interchangeabilité est le vrai virage, votre grille d'achat doit s'y ajuster. Trois choses que je tiendrais ferme :
- Choisissez pour la tâche devant vous, pas pour le classement. Le « meilleur » modèle d'un tableau compte rarement plus que la capacité de l'agent à traiter vos vrais appels, dans la langue de vos clients, sur un réseau cellulaire capricieux. Achetez pour votre mardi après-midi, pas pour un communiqué.
- Exigez la portabilité avant de signer. Demandez où vivent vos scripts d'appel, vos consignes et votre base de connaissances, et si vous pouvez les exporter. Demandez à faire passer les mêmes appels à deux fournisseurs avant d'en retenir un. Un protocole partagé ne vous aide que si votre montage n'est pas prisonnier du format privé d'un seul fournisseur.
- Évitez le contrat à long verrou. Dans un marché où la carte des capacités se redessine aux quelques semaines, un engagement de deux ans est un pari contre votre propre liberté de changer. Le mois-à-mois, ou un terme court avec une sortie propre, vaut plus qu'un rabais qui vous enchaîne.
Si vous ne faites qu'un geste ce mois-ci, faites celui-là : avant de renouveler ou de signer quoi que ce soit, posez à voix haute la question de l'exportation — « si je pars dans un an, qu'est-ce que j'emporte ? » La réponse vous en dira plus sur votre prochaine année que n'importe quel score de test.
Independent voice-agent benchmark comparison across providers in 2026
Ce que ça ne change pas
Une mécanique interchangeable ne réécrit pas vos obligations envers les gens qui vous appellent. Et pour une entreprise qui sert une clientèle au Québec, rien de tout cela ne touche à la Loi 96 : votre agent accueille et sert l'appelant en français par défaut, quel que soit le fournisseur derrière. Offrir l'anglais ou une autre langue sur demande reste une accommodation, pas le réglage de départ. Un nouveau protocole change vers qui vous pouvez migrer. Il ne change pas à qui vous devez des comptes.
En résumé
Le virage discret de 2026, ce n'est pas que les agents vocaux IA sont devenus plus rapides. Ils le sont, et ça ne compte presque plus. Le virage, c'est que, pour la première fois, ce que vous bâtissez par-dessus commence à voyager avec vous. Pendant deux ans, le vrai risque d'adopter un agent vocal, c'était l'impression d'une porte à sens unique. Depuis ce mois-ci, cette porte s'ouvre des deux côtés — et ça vaut bien plus, pour une PME québécoise, qu'un autre dixième de seconde.