OpenAI présente o3 et o3-mini, deux modèles conçus pour mieux raisonner

OpenAI termine sa série d’annonces de décembre avec deux nouveaux modèles qui ne cherchent pas seulement à répondre vite, mais à consacrer davantage de temps et de puissance de calcul aux problèmes difficiles. Baptisés o3 et o3-mini, ils sont présentés comme une nouvelle étape dans les capacités de raisonnement de l’entreprise, particulièrement pour les mathématiques, les sciences et la programmation.

L’annonce mérite d’être lue avec prudence. Ces modèles ne sont pas encore proposés au grand public au 23 décembre 2024, et les performances mises en avant proviennent d’évaluations communiquées par OpenAI. Mais elle illustre une direction majeure de l’IA générative : au-delà de la taille des modèles et de la fluidité des échanges, les laboratoires cherchent à améliorer leur aptitude à traiter une tâche étape par étape avant de livrer une réponse.

Ce qu’OpenAI annonce avec o3 et o3-mini

OpenAI décrit o3 comme un « frontier model », expression employée dans l’industrie pour désigner les modèles situés à la frontière des performances disponibles. Son ambition est de mieux résoudre des problèmes qui exigent plusieurs opérations intellectuelles successives : comprendre les contraintes d’un énoncé, sélectionner une méthode, tester une piste, repérer une incohérence éventuelle, puis formuler un résultat.

Lors de la présentation en direct, le dirigeant d’OpenAI Sam Altman a évoqué une intelligence « quasi humaine ». Cette formule traduit l’ambition affichée par l’entreprise, mais elle ne doit pas être interprétée comme la preuve qu’une IA possède une intelligence humaine générale. Les résultats d’un modèle se mesurent sur des tâches et des critères précis. Ils ne suffisent pas à établir qu’il comprend le monde, raisonne avec le bon sens ou reste fiable dans toutes les situations.

La gamme compte deux déclinaisons. o3 est le modèle destiné aux requêtes les plus complexes et les plus coûteuses en calcul. o3-mini est une version pensée pour des besoins plus ciblés ou moins lourds. L’idée est de ne pas mobiliser la même quantité de ressources pour une question très difficile, un problème scientifique ou une tâche technique plus courante.

Un raisonnement plus poussé, mais pas une garantie d’exactitude

La principale promesse de o3 tient à sa capacité annoncée à décomposer des tâches complexes et à évaluer davantage ses propres réponses. Pour un problème de mathématiques, de logique ou de code, une réponse plausible n’est pas nécessairement juste. Une erreur dans une seule étape peut entraîner une conclusion erronée, même si le texte paraît très convaincant.

OpenAI affirme que ses nouveaux modèles dépassent leurs prédécesseurs dans plusieurs évaluations, ou benchmarks, concernant notamment les problèmes scientifiques, mathématiques et les tâches de programmation. Un benchmark est un test standardisé : il permet de comparer des systèmes sur un même ensemble de questions. C’est un outil utile pour suivre les progrès, sans être une photographie complète de la fiabilité d’un modèle en conditions réelles.

En effet, l’usage quotidien pose d’autres difficultés. Une IA peut se trouver face à une demande ambiguë, à une information manquante ou à un contexte totalement différent de celui des exercices utilisés pour l’évaluer. Elle peut aussi produire une explication cohérente en apparence tout en commettant une erreur de fait ou de raisonnement. C’est pourquoi les résultats d’un modèle doivent continuer à être vérifiés, en particulier dans la recherche, l’éducation, le développement logiciel ou tout domaine où une décision peut avoir des conséquences importantes.

L’intérêt de cette approche est néanmoins clair. Dans la programmation, par exemple, un système plus méthodique peut aider à isoler la cause d’un bug, à comparer plusieurs solutions techniques ou à passer en revue les conséquences d’une modification de code. En sciences, il peut assister la formulation d’hypothèses, l’analyse d’un protocole ou l’explication d’un calcul. Dans ces cas, l’IA a vocation à devenir un outil de travail plus structuré, non un arbitre infaillible.

Plus de calcul pour mieux répondre : le compromis assumé

Les progrès revendiqués par OpenAI ont une contrepartie : la consommation de ressources informatiques. Sam Altman a indiqué que les délais de traitement augmentent avec la complexité de la tâche. Autrement dit, il faut parfois accepter qu’un modèle réponde moins vite s’il doit disposer de davantage de temps de calcul pour traiter un problème avec soin.

Ce compromis concerne autant les utilisateurs que les entreprises qui exploitent des modèles d’IA. Plus de calcul peut signifier des réponses plus solides sur les cas difficiles, mais aussi une infrastructure plus coûteuse et une attente plus longue. Pour une question simple, ce surplus de puissance n’a pas nécessairement d’intérêt. Pour un exercice de recherche ou de programmation complexe, il peut en avoir beaucoup plus.

OpenAI prévoit donc pour o3-mini trois niveaux de performance : low, medium et high. Le principe est simple : plus le niveau choisi mobilise de calcul, plus les performances attendues sur les tâches visées sont élevées. Cette gradation permet de choisir entre rapidité, coût et profondeur du raisonnement, plutôt que d’imposer un fonctionnement identique à toutes les requêtes.

Pourquoi proposer deux modèles plutôt qu’un seul ?

La coexistence de o3 et de o3-mini répond à une réalité pratique : tous les usages ne demandent pas le même niveau de puissance. Un laboratoire, une équipe d’ingénieurs ou un chercheur peut avoir besoin d’un modèle capable de s’attaquer à un problème très difficile. À l’inverse, une application qui traite de nombreuses demandes ciblées doit aussi tenir compte de la vitesse de réponse et des ressources mobilisées.

Le modèle standard, o3, concentre l’ambition technologique d’OpenAI. Il est présenté comme le choix pour les tâches à forte complexité. o3-mini cherche pour sa part à rendre cette orientation vers le raisonnement plus adaptable, grâce aux niveaux low, medium et high. Cette distinction ne signifie pas que la version mini est sans intérêt pour les tâches sérieuses. Elle indique plutôt que l’entreprise veut proposer plusieurs degrés d’effort informatique.

Le nom o3 a également une explication particulière. OpenAI a choisi de ne pas employer « o2 », afin d’éviter une confusion avec O2, l’opérateur britannique de télécommunications. Le chiffre 3 s’inscrit donc dans la continuité de la famille de modèles « o » tout en évitant ce risque de confusion de marque.

Quand o3 et o3-mini seront-ils disponibles ?

Au 23 décembre 2024, o3 et o3-mini sont encore au stade expérimental. OpenAI n’envisage pas de mise à disposition générale avant la fin de janvier 2025. Cette phase intermédiaire est importante : avant de confier largement de nouvelles capacités de raisonnement à des utilisateurs et à des entreprises, le laboratoire veut recueillir des évaluations externes sur les comportements problématiques et les risques de sécurité.

Les chercheurs intéressés peuvent demander un accès anticipé dans le cadre du programme Public Safety Testing. Les candidatures sont ouvertes jusqu’au 10 janvier 2025. Le dispositif vise à faire examiner les modèles avant leur déploiement plus large, notamment pour identifier des usages inattendus, des failles de fiabilité ou des risques liés à des réponses trop convaincantes.

Cette démarche ne transforme pas les tests en garantie absolue. Tester un modèle avant son lancement est toutefois un moyen de confronter les annonces techniques à des scénarios variés, y compris ceux auxquels ses concepteurs n’auraient pas pensé. Dans le cas de modèles qui visent des tâches plus complexes, ce travail est d’autant plus nécessaire que des réponses plus élaborées peuvent aussi paraître plus crédibles, même lorsqu’elles doivent être contestées.

Quels usages peuvent réellement en bénéficier ?

Les domaines mis en avant par OpenAI sont la science, les mathématiques et la programmation. Ce sont des activités où il faut souvent enchaîner des étapes dépendantes les unes des autres. Résoudre une équation, interpréter des résultats expérimentaux ou corriger un programme demande plus qu’une restitution d’informations : il faut suivre une méthode et s’assurer que les étapes restent cohérentes.

Dans l’éducation, ces capacités pourraient aider à expliciter une démarche, à proposer plusieurs pistes de résolution ou à accompagner un élève dans un exercice complexe. L’enjeu sera de ne pas remplacer l’apprentissage par une réponse prête à l’emploi. Une IA peut devenir utile lorsqu’elle aide à comprendre une méthode, beaucoup moins lorsqu’elle dispense de vérifier et de raisonner par soi-même.

Pour les entreprises, l’intérêt potentiel concerne les activités qui reposent sur l’analyse de documents techniques, le développement logiciel, la recherche interne ou la résolution d’incidents complexes. Mais l’adoption dépendra de critères concrets : coût, temps de réponse, niveau de confidentialité requis et possibilité de contrôler les résultats. Une meilleure note sur un benchmark ne répond pas, à elle seule, à ces questions opérationnelles.

Il faut aussi distinguer aide au raisonnement et autonomie. Même un modèle performant reste un système qui peut se tromper. Dans les contextes sensibles, une validation humaine, des données fiables et des procédures de contrôle demeurent indispensables.

Ce qu’il faut surveiller avant un lancement plus large

La prochaine étape sera de savoir dans quelles conditions OpenAI ouvrira réellement o3 et o3-mini, et avec quelles limites d’usage. Le calendrier évoque une disponibilité générale au plus tôt après la fin janvier 2025, mais la phase de Public Safety Testing peut apporter des éléments importants sur les risques et les protections nécessaires.

Il faudra également observer la différence concrète entre o3 et o3-mini. Les noms et les promesses donnent une première indication, mais les utilisateurs attendront surtout des éléments pratiques : quelles tâches justifient le recours au modèle le plus puissant, quels gains apporte chaque niveau de calcul de o3-mini, et quel délai faut-il accepter pour les obtenir ?

Enfin, cette annonce confirme que la compétition entre modèles d’IA ne se joue plus uniquement sur la qualité d’un texte généré. Elle porte de plus en plus sur la capacité à traiter des problèmes longs, techniques et vérifiables. Pour le public, le critère essentiel restera pourtant simple : un outil doit non seulement paraître intelligent, mais aussi produire des réponses utiles, contrôlables et adaptées à l’usage qui en est fait.