GitHub Copilot ouvre son chat à Claude 3.5 et GPT-4o, Gemini suivra

Le choix du modèle d’intelligence artificielle devient une fonction à part entière des outils de programmation. Le 30 octobre 2024, GitHub annonce que son assistant GitHub Copilot ne se limite plus à son modèle de langage standard dans sa fonction de conversation : les utilisateurs peuvent aussi recourir à Claude 3.5 d’Anthropic et à GPT-4o d’OpenAI. Gemini 1.5 Pro, développé par Google, doit à son tour être proposé dans les semaines à venir.

Cette évolution concerne GitHub Copilot Chat, disponible dans l’interface web de GitHub et dans Visual Studio Code. Elle fait entrer l’assistant de code dans une logique dite « multi-modèle » : plutôt que d’imposer un seul moteur d’IA pour toutes les demandes, GitHub laisse le développeur sélectionner celui qu’il souhaite interroger. Une option qui peut sembler technique, mais qui répond à une réalité très concrète : expliquer un bug, rédiger une fonction, comprendre une base de code ou préparer des tests ne sont pas nécessairement des tâches auxquelles les modèles répondent de la même manière.

Trois modèles d’IA supplémentaires dans Copilot Chat

GitHub Copilot est un assistant destiné à accompagner les développeurs pendant l’écriture et la compréhension de logiciels. Dans sa version conversationnelle, il peut recevoir des questions en langage courant et fournir, par exemple, des explications sur du code, des propositions de correction ou des pistes pour produire une fonctionnalité.

Avec cette annonce, GitHub ouvre cet espace de dialogue à des modèles issus de plusieurs entreprises. Claude 3.5 est fourni par Anthropic, GPT-4o par OpenAI et Gemini 1.5 Pro par Google. Ces trois systèmes reposent sur des grands modèles de langage, souvent désignés par l’acronyme LLM. Ils génèrent du texte et du code en s’appuyant sur les instructions transmises par l’utilisateur ainsi que sur le contexte disponible dans l’échange.

Au moment de l’annonce, Claude 3.5 et GPT-4o rejoignent Copilot Chat. Gemini 1.5 Pro n’est pas encore disponible, mais GitHub indique son arrivée dans les semaines suivantes.

Cette liste ne signifie pas qu’un modèle serait objectivement supérieur dans tous les cas. Le résultat dépend notamment de la clarté de la demande, du langage informatique utilisé, de la taille de l’extrait de code concerné et du niveau de précision recherché. GitHub fait donc du choix du modèle un paramètre du travail quotidien, au même titre que l’éditeur de code, les outils de test ou le système de gestion de versions.

Pourquoi permettre de changer de modèle d’IA ?

L’objectif affiché est de donner davantage de flexibilité aux développeurs. Jusqu’ici, l’utilisateur d’un assistant de programmation devait généralement composer avec le modèle sélectionné par le fournisseur de l’outil. Dans Copilot Chat, il devient possible de passer d’un modèle à l’autre au cours des interactions afin de rechercher une autre manière d’aborder le même problème.

Cette possibilité est particulièrement pertinente dans des situations fréquentes en développement : une explication jugée trop abstraite, une correction qui ne tient pas compte d’une contrainte du projet, une proposition de code qui ne correspond pas au style attendu ou une documentation difficile à synthétiser. Un second modèle peut formuler une réponse différente, mettre l’accent sur un autre risque ou proposer une méthode alternative.

Il ne s’agit pas pour autant d’automatiser le choix du « meilleur » modèle. GitHub ne présente pas cette intégration comme un classement de performances. La promesse est plutôt celle d’un éventail d’options, laissé à l’appréciation de la personne qui code. Cette approche correspond à la multiplication des modèles d’IA générative observée en 2024, avec des offres distinctes selon les entreprises, les usages et les préférences des utilisateurs.

Ce que le mode multi-modèle change dans la pratique

Dans le quotidien d’un développeur, GitHub Copilot Chat peut servir de partenaire de discussion autour d’un projet. Il est possible de lui demander d’expliquer une fonction existante, de proposer le squelette d’un programme, de commenter une portion de code ou d’indiquer les causes probables d’une erreur. L’arrivée de plusieurs modèles ne transforme pas ces usages de base, mais elle ajoute une étape : choisir l’interlocuteur d’IA.

Une méthode raisonnable consiste à formuler une demande précise, puis à évaluer la réponse sur des critères concrets. Le code proposé compile-t-il ? Répond-il réellement au besoin ? Respecte-t-il les contraintes de sécurité et les conventions du projet ? Les tests existants passent-ils toujours ? Ces questions restent plus importantes que le nom du modèle sélectionné.

Pour une équipe, cette diversité peut également encourager des pratiques plus structurées : définir les tâches pour lesquelles Copilot est utilisé, documenter les limites connues et conserver une revue humaine du code. L’assistant peut accélérer certaines étapes, mais il ne connaît pas automatiquement l’ensemble des décisions métier, des dépendances techniques ou des exigences réglementaires liées à un logiciel.

Comment comparer utilement deux réponses de Copilot ?

Comparer des modèles ne suppose pas de mener un protocole complexe. Pour une tâche donnée, le développeur peut conserver la même instruction et observer plusieurs éléments :

• la capacité à expliquer clairement le raisonnement proposé ;
• la conformité de la réponse avec le langage et l’architecture du projet ;
• la présence de cas limites ou d’erreurs possibles ;
• la facilité à transformer la suggestion en code testé et maintenable.

L’enjeu n’est pas de faire produire le plus grand volume de code. Dans un environnement professionnel, une réponse courte mais exacte, compréhensible et vérifiable est souvent plus utile qu’une solution ambitieuse difficile à contrôler.

Claude, GPT-4o et Gemini : des alternatives, pas des pilotes automatiques

Les modèles ajoutés à Copilot Chat sont des intelligences artificielles génératives. Ils peuvent rédiger du texte, reformuler une demande et produire des séquences de code à partir d’instructions. Ils ne remplacent toutefois ni un compilateur, qui vérifie qu’un programme respecte la syntaxe attendue, ni une suite de tests, qui contrôle son comportement, ni la responsabilité du développeur qui valide une modification.

Claude 3.5, GPT-4o et Gemini 1.5 Pro peuvent fournir des réponses différentes à une même question. C’est précisément l’intérêt de leur présence côte à côte dans un même produit. Pour une erreur complexe, un développeur peut demander une analyse à un modèle, puis obtenir une autre explication avec un second. Pour un besoin de génération de code, il peut comparer plusieurs propositions avant de n’en retenir qu’une partie, ou aucune.

Cette pluralité ne dispense pas de la prudence face aux limites habituelles des IA génératives. Un modèle peut présenter avec assurance une réponse inexacte, inventer une fonction qui n’existe pas, oublier une condition importante ou suggérer une modification qui fragilise la sécurité d’une application. Les réponses doivent donc être considérées comme des suggestions de travail, non comme une autorité technique.

GitHub revendique une ouverture cohérente avec son identité

L’annonce a été présentée lors de la conférence GitHub Universe. Son PDG, Thomas Dohmke, y a déclaré que « l’open source a gagné ». La formule résume l’idée défendue par GitHub : le développement logiciel évolue dans un environnement où les outils, les bibliothèques et désormais les modèles d’IA sont nombreux, spécialisés et en concurrence.

L’ouverture de Copilot Chat à des modèles tiers ne signifie pas que ces modèles deviennent des logiciels open source. Claude 3.5, GPT-4o et Gemini 1.5 Pro restent associés à leurs fournisseurs respectifs. En revanche, GitHub reprend à son compte une logique de choix et d’interopérabilité appréciée dans le développement : permettre aux utilisateurs de ne pas dépendre d’une seule option lorsqu’ils travaillent sur un même environnement.

C’est aussi une réponse aux attentes d’un marché qui évolue rapidement. En 2024, les développeurs sont confrontés à une abondance de modèles génératifs, chacun avec sa manière de répondre et ses propres usages. Proposer plusieurs modèles dans Copilot Chat évite de leur demander de changer d’outil à chaque comparaison.

Ce qu’il faut surveiller après cette annonce

Le premier point à suivre est l’arrivée effective de Gemini 1.5 Pro dans GitHub Copilot, annoncée pour les semaines suivant le 30 octobre 2024. Son intégration complétera le choix offert dans Copilot Chat et donnera aux utilisateurs une troisième alternative au modèle standard de GitHub.

La seconde question concerne l’adoption réelle de cette fonction. La possibilité de sélectionner un modèle est utile si elle reste simple à comprendre et si les développeurs identifient clairement la valeur d’une comparaison. Les retours des premiers utilisateurs permettront de savoir si ce choix améliore effectivement les flux de travail, ou s’il ajoute une décision supplémentaire dans des journées déjà très chargées.

Enfin, cette annonce illustre une tendance plus large : les assistants de programmation ne se définissent plus seulement par leur capacité à compléter automatiquement quelques lignes de code. Ils deviennent des interfaces où l’on peut interroger plusieurs intelligences artificielles pour analyser, rédiger et corriger. À mesure que ces outils gagnent en place dans les équipes, la compétence essentielle restera la même : savoir poser un problème avec précision, contrôler les réponses obtenues et garder la maîtrise des choix techniques.