OpenAI lance o3, o4-mini et Codex CLI pour aider les développeurs

Le développement logiciel est devenu l’un des terrains de démonstration les plus visibles de l’intelligence artificielle générative. Le 16 avril 2025, OpenAI a franchi une nouvelle étape avec o3 et o4-mini, deux modèles de la famille dite « de raisonnement ». Leur particularité ne tient pas seulement à leur capacité à produire du texte ou du code : ils sont conçus pour prendre davantage de temps face à un problème difficile et, dans ChatGPT, pour choisir d’utiliser des outils afin d’aboutir à une réponse.

L’annonce s’accompagne de Codex CLI, un agent de programmation open source qui fonctionne dans le terminal du développeur. L’ensemble ne transforme pas l’IA en ingénieur autonome, ni ne dispense de vérifier le code produit. Mais il illustre une évolution importante : les modèles ne se limitent plus à suggérer quelques lignes dans une fenêtre de discussion, ils peuvent participer à une séquence de travail plus concrète, avec des fichiers, des commandes et des outils d’analyse.

Ce qu’OpenAI annonce le 16 avril 2025

OpenAI présente o3 comme son modèle de raisonnement le plus puissant au moment de son lancement. Il est orienté vers les problèmes qui exigent plusieurs étapes de réflexion, par exemple l’analyse de données, les mathématiques, les sciences visuelles ou les tâches de programmation complexes. Son nom s’inscrit dans la série « o » d’OpenAI, distincte des modèles GPT : l’objectif est d’améliorer la qualité de la résolution de problèmes, plutôt que de viser uniquement une réponse immédiate.

o4-mini poursuit le même principe dans un format plus compact. Ce modèle doit offrir un raisonnement efficace à un coût inférieur et avec une latence généralement mieux adaptée aux usages fréquents. Le suffixe « mini » ne signifie donc pas qu’il est réservé à des requêtes élémentaires : il vise surtout les situations où l’on veut appliquer des capacités de raisonnement à grande échelle, sans recourir au modèle le plus coûteux à chaque demande.

Enfin, Codex CLI est l’outil dédié à la programmation dévoilé avec ces modèles. Il s’agit d’un agent léger que le développeur lance localement dans son terminal. Il peut recevoir des instructions en langage naturel pour explorer un projet, expliquer du code, modifier des fichiers ou exécuter des commandes. Son caractère open source permet aussi à la communauté d’examiner et d’adapter l’outil.

OpenAI a commencé le déploiement de o3 et o4-mini dans ChatGPT pour les abonnés Plus, Pro et Team. L’entreprise a indiqué que les offres Enterprise et Edu devaient suivre dans la semaine suivant l’annonce. Les deux modèles sont aussi proposés aux développeurs dans l’API, via les interfaces Chat Completions et Responses.

Pourquoi parle-t-on de modèles de raisonnement ?

Un modèle conversationnel classique répond en générant le texte le plus pertinent, mot après mot, à partir de la demande et de son contexte. Un modèle de raisonnement est entraîné pour consacrer davantage de calcul à certaines requêtes avant de produire une réponse. Cette approche est particulièrement utile lorsqu’il faut décomposer un problème, vérifier des hypothèses, interpréter un tableau ou construire une solution informatique qui dépend de plusieurs contraintes.

Concrètement, face à une demande telle que « trouve l’origine de cette erreur dans un programme, propose une correction et vérifie qu’elle ne casse pas les tests existants », le modèle ne doit pas seulement connaître la syntaxe d’un langage. Il doit comprendre la structure du projet, identifier les dépendances, formuler une hypothèse, puis confronter cette hypothèse au résultat d’un outil ou d’un test.

Avec o3 et o4-mini, OpenAI met particulièrement en avant l’usage combiné d’outils dans ChatGPT. Les modèles peuvent décider d’utiliser la recherche web, l’exécution de code Python, l’analyse de fichiers, la compréhension d’images ou la génération d’images lorsque cela aide à résoudre la requête. Une capture d’écran d’un graphique, un schéma technique ou un tableau photographié peuvent ainsi faire partie des éléments pris en compte.

Cette capacité compte particulièrement en programmation. Un assistant peut être utile pour expliquer une fonction isolée. Il devient plus intéressant lorsqu’il peut lire un fichier, repérer une incohérence, proposer une modification puis exécuter un test. Cela rapproche l’expérience d’un véritable flux de travail, sans supprimer les limites propres aux modèles génératifs.

Codex CLI, un agent de code dans le terminal

Le terme « agent » est souvent employé de façon imprécise. Dans cette annonce, Codex CLI ne désigne pas un nouveau modèle concurrent de o3 ou o4-mini. C’est une interface en ligne de commande qui relie un modèle à l’environnement de développement local. Plutôt que de copier-coller une portion de code dans une discussion, le développeur peut demander à l’outil d’interagir avec les fichiers de son projet depuis le terminal.

Cette approche répond à une difficulté courante des assistants de code : un programme ne se résume presque jamais à un seul fichier. Comprendre un bug suppose parfois de parcourir une arborescence, de lire une documentation interne, d’identifier les tests concernés et de voir le message d’erreur produit lors de l’exécution. Codex CLI a vocation à aider sur ce type de parcours.

Les usages potentiels sont variés :

• demander une explication synthétique de l’organisation d’un dépôt ;
• rechercher les fichiers susceptibles d’être affectés par une évolution ;
• proposer une modification ciblée ;
• exécuter des commandes ou des tests afin d’observer leur résultat ;
• obtenir une aide pour comprendre une erreur de compilation ou d’exécution.

L’intérêt tient aussi au fait que le terminal est déjà un outil central pour de nombreux développeurs. Codex CLI ne prétend donc pas remplacer un éditeur de code, un système de gestion de versions ou les procédures de validation d’une équipe. Il ambitionne de s’insérer dans un environnement existant.

Cela impose une règle de prudence : un agent capable de modifier des fichiers et de lancer des commandes doit être utilisé avec des garde-fous. Les permissions, la revue des changements et l’exécution des tests restent essentielles. Dans un projet professionnel, confier aveuglément des identifiants, des secrets techniques ou du code sensible à un assistant n’est pas une bonne pratique.

o3 ou o4-mini : quel modèle choisir ?

Le choix entre o3 et o4-mini dépend moins d’une opposition entre « bon » et « moins bon » que du niveau de difficulté, du volume de requêtes et du budget disponible. o3 est destiné aux cas où la qualité du raisonnement justifie d’employer le modèle le plus avancé. o4-mini cible les usages plus massifs ou les applications dans lesquelles le rapport entre capacité et coût est déterminant.

Pour les développeurs utilisant l’API, cette distinction se retrouve dans les tarifs affichés par OpenAI au lancement. Les prix sont exprimés par million de jetons, une unité qui correspond approximativement à des fragments de texte traités par le modèle. Ils ne représentent donc pas un coût fixe par conversation : une requête longue, accompagnée de nombreux fichiers ou suivie d’une réponse volumineuse, consommera davantage de jetons.

Les entrées mises en cache, lorsqu’une partie du contexte a déjà été traitée, sont facturées moins cher : 2,50 dollars par million de jetons pour o3 et 0,275 dollar pour o4-mini. Pour une entreprise, ce mécanisme peut compter lorsqu’un assistant travaille de manière répétée sur les mêmes documents ou instructions.

Ce qui change dans ChatGPT et dans l’API

Dans ChatGPT, le lancement de o3 et o4-mini s’accompagne d’un renouvellement de la gamme de modèles de raisonnement. OpenAI a indiqué que les nouveaux venus devaient remplacer o1, o3-mini et o3-mini-high dans les offres concernées. Pour les abonnés, l’enjeu est de simplifier le choix tout en donnant accès à deux profils distincts : un modèle avancé et un modèle plus léger.

Dans l’API, les équipes techniques peuvent intégrer o3 ou o4-mini à un produit, à un outil interne ou à un processus d’analyse. Elles doivent toutefois concevoir soigneusement l’expérience. Un modèle de raisonnement peut être très utile pour traiter les cas complexes, mais il n’est pas toujours nécessaire pour une tâche routinière, comme reformater un texte ou classer de courts messages. Utiliser le bon modèle pour le bon niveau de difficulté est aussi une manière de maîtriser la vitesse et les dépenses.

La possibilité d’appeler des outils ouvre de nouveaux scénarios. Une application peut, par exemple, demander au modèle d’analyser une question, de décider si une recherche documentaire est nécessaire, de consulter des informations autorisées, puis de restituer une réponse argumentée. Mais cette architecture doit être construite avec précision : il faut limiter les actions permises, définir les données accessibles et journaliser les opérations importantes.

Des promesses à confronter au travail réel

L’IA de programmation peut accélérer certaines tâches, notamment la rédaction de fonctions répétitives, l’explication de code ancien, la génération de tests ou l’aide au diagnostic. Elle peut aussi faciliter l’accès à des technologies peu familières, en donnant un premier exemple ou en traduisant une intention fonctionnelle dans un langage donné.

Mais du code qui semble convaincant peut contenir une erreur logique, ignorer un cas particulier ou introduire une faille de sécurité. Cette limite est d’autant plus importante lorsque l’outil dispose d’un accès au projet ou peut exécuter des commandes. Les performances communiquées sur des évaluations techniques sont utiles pour mesurer des progrès, mais elles ne remplacent pas la validation dans le contexte réel d’une organisation.

Les développeurs devront notamment vérifier :

• la conformité du changement avec les besoins métier ;
• la couverture des tests et les effets de bord possibles ;
• la sécurité des dépendances et des données manipulées ;
• les règles internes relatives au partage de code et d’informations confidentielles ;
• la traçabilité des décisions lorsque l’outil intervient sur un projet collectif.

Ces précautions ne diminuent pas l’intérêt des nouveaux outils. Elles rappellent que le gain de productivité dépend autant de l’organisation du travail que de la qualité du modèle. Dans les équipes les plus structurées, l’IA peut libérer du temps sur des tâches répétitives. Dans les environnements moins encadrés, elle peut au contraire accélérer la propagation d’une mauvaise décision si personne ne relit le résultat.

Ce qu’il faut surveiller

L’annonce d’o3, d’o4-mini et de Codex CLI confirme une orientation forte d’OpenAI : faire passer les assistants d’un rôle de réponse à un rôle d’exécution encadrée. Pour les utilisateurs, la question ne sera pas seulement de savoir quel modèle écrit le meilleur code. Elle sera de déterminer quelles tâches peuvent être confiées à un agent, avec quelles permissions et sous quel contrôle humain.

La concurrence dans ce domaine devrait aussi se jouer sur des éléments très concrets : le coût des modèles, la rapidité des réponses, la qualité sur des projets longs, l’intégration aux outils déjà utilisés par les équipes et les garanties offertes autour des données. o4-mini illustre l’importance de l’accessibilité économique, tandis que o3 incarne la recherche de performances élevées sur les problèmes les plus complexes.

À court terme, l’usage le plus pertinent reste celui d’un copilote exigeant : un outil qui propose, explique, explore et teste, mais dont les résultats sont examinés par un développeur. L’intelligence artificielle peut raccourcir le chemin entre une idée et un prototype. La responsabilité de la qualité, de la sécurité et des choix techniques demeure, elle, pleinement humaine.