GPT-5 : OpenAI unifie ChatGPT autour d’un modèle qui choisit comment répondre

Le lancement de GPT-5, annoncé par OpenAI le 7 août 2025, ne se résume pas à un numéro de version. L’entreprise cherche surtout à changer la manière dont ses outils sont utilisés : plutôt que de demander à chacun de sélectionner un modèle rapide, un modèle de raisonnement ou une variante spécialisée, ChatGPT doit désormais déterminer lui-même la méthode la plus adaptée à la demande.

Cette promesse répond à une difficulté devenue familière pour les utilisateurs réguliers de l’IA générative. Les modèles les plus véloces ne sont pas toujours les plus fiables lorsqu’il faut analyser un problème complexe, tandis que les modèles capables de « réfléchir » plus longtemps peuvent être inutilement lents pour rédiger un message ou résumer un document. GPT-5 est conçu pour arbitrer entre ces deux approches sans transformer chaque conversation en choix technique.

Pour OpenAI, qui indique que ChatGPT approche les 700 millions d’utilisateurs hebdomadaires, l’enjeu est aussi stratégique : rendre l’expérience plus simple à grande échelle, tout en proposant aux développeurs plusieurs niveaux de puissance et de prix.

GPT-5, un système plutôt qu’un seul mode de réponse

OpenAI présente GPT-5 comme un système unifié. Derrière cette formule, il faut comprendre qu’il ne s’agit pas seulement d’un modèle conversationnel isolé. Le système combine un modèle destiné aux réponses courantes, une capacité de raisonnement plus approfondi et un mécanisme de routage qui décide, selon la nature de la requête, s’il faut répondre immédiatement ou consacrer davantage de calcul au problème.

Concrètement, une demande simple, comme reformuler un paragraphe, peut appeler une réponse directe. À l’inverse, une question demandant de comparer des solutions techniques, d’interpréter de nombreuses contraintes ou de déboguer du code peut conduire GPT-5 à employer un raisonnement plus long. L’objectif annoncé est de conserver de la fluidité sans renoncer aux performances dans les tâches difficiles.

Cette logique remplace, dans l’interface de ChatGPT, une gamme qui s’était étoffée au fil des lancements. Les utilisateurs ont pu devoir distinguer GPT-4o, GPT-4.1, GPT-4.5, o3 ou o4-mini, selon leurs besoins. OpenAI entend désormais réduire cette fragmentation.

Ce qui change dans ChatGPT

Dans ChatGPT, GPT-5 est déployé auprès de tous les utilisateurs connectés, y compris ceux qui utilisent le service gratuitement. Cette ouverture est notable : les nouveautés les plus avancées des grandes plateformes d’IA sont souvent d’abord réservées aux abonnements payants.

L’accès gratuit ne signifie toutefois pas un accès illimité. OpenAI prévoit des plafonds d’usage, après lesquels une variante plus légère peut prendre le relais. Les abonnements payants donnent accès à des limites plus élevées, tandis que l’offre ChatGPT Pro inclut l’accès à GPT-5 Pro, la version destinée aux demandes où la qualité du raisonnement prime sur la rapidité.

Le changement est particulièrement visible dans le sélecteur de modèles. GPT-5 doit remplacer les options précédemment proposées aux utilisateurs connectés de ChatGPT. Cela ne veut pas dire que toutes les anciennes références disparaissent immédiatement de tous les produits ou de toutes les interfaces de développement, mais l’expérience grand public est recentrée autour d’un choix principal.

Quelles sont les versions de GPT-5 proposées aux développeurs ?

OpenAI ne propose pas une seule déclinaison de GPT-5 dans son interface de programmation, ou API. L’entreprise met à disposition plusieurs modèles afin de répondre à des besoins très différents : concevoir une application capable d’analyser un dossier complexe, traiter un grand volume de demandes simples ou limiter le coût d’un assistant automatisé.

Le terme de latence désigne simplement le délai qui s’écoule entre l’envoi d’une requête et l’obtention de sa réponse. Dans une discussion avec un assistant, quelques secondes supplémentaires peuvent sembler longues. Dans un outil d’analyse, en revanche, ce délai peut être acceptable si la réponse est plus solide.

La version principale est également conçue pour traiter plusieurs types de contenus, notamment le texte et les images. Cette capacité dite multimodale permet, par exemple, de soumettre une capture d’écran, un schéma ou un document visuel avec une consigne écrite. Elle ne dispense pas de vérifier l’interprétation produite : une image floue, incomplète ou sortie de son contexte peut toujours induire le modèle en erreur.

Prix de GPT-5 : une baisse du coût d’entrée pour l’API

L’un des points les plus concrets pour les entreprises qui construisent des services avec l’IA est la tarification. Pour la version principale de GPT-5 dans l’API, OpenAI affiche un prix de 1,25 dollar par million de tokens en entrée et de 10 dollars par million de tokens en sortie.

Un token est une unité de texte traitée par le modèle. Il ne correspond pas exactement à un mot : selon la langue et le contenu, un mot peut représenter un ou plusieurs tokens. La facturation distingue le texte envoyé à l’IA, appelé entrée, et le texte généré par l’IA, appelé sortie. Les réponses longues peuvent donc peser davantage sur la facture que de brèves requêtes.

À titre de comparaison, le prix d’entrée de GPT-4o est fixé à 2,50 dollars par million de tokens. Sur ce seul indicateur, GPT-5 est donc affiché à un tarif inférieur, malgré ses ambitions de raisonnement et de programmation. OpenAI propose aussi des prix plus bas pour GPT-5 mini et GPT-5 nano, adaptés aux applications qui privilégient le volume et la réactivité.

Cette baisse ne rend pas l’IA gratuite pour autant. Le coût final dépend du nombre d’utilisateurs, de la longueur des documents transmis, de la taille des réponses et de la fréquence des appels. Pour une organisation, choisir la bonne version de modèle peut compter autant que le tarif affiché par million de tokens.

Programmation : OpenAI promet un copilote plus capable

OpenAI place le développement logiciel au cœur de la présentation de GPT-5. Le modèle est annoncé comme particulièrement efficace pour écrire du code, corriger des erreurs, comprendre une base de code existante et participer à la création d’interfaces ou de fonctionnalités complètes.

L’intérêt d’un tel outil ne se limite pas à produire quelques lignes de code. Dans un projet réel, un assistant de programmation doit pouvoir tenir compte d’instructions précises, relier plusieurs fichiers, expliquer un choix technique et éviter de casser une partie déjà fonctionnelle. Ce sont ces scénarios plus longs et plus structurés qu’OpenAI dit vouloir améliorer.

La banque BBVA figure parmi les organisations citées par OpenAI. Selon le retour rapporté par l’entreprise, ses équipes auraient constaté une vitesse de codage doublée par rapport aux modèles précédents dans certains usages de GPT-5. Cette observation ne constitue pas un benchmark indépendant ni une garantie de gain identique pour tous les développeurs. Elle illustre néanmoins la cible d’OpenAI : faire du modèle un outil de travail sur des projets d’ampleur, pas seulement un générateur d’exemples.

Il reste essentiel de relire le code produit. Une IA peut proposer une solution convaincante en apparence tout en introduisant une faille de sécurité, une dépendance inadaptée ou une erreur de logique. Les capacités de raisonnement annoncées réduisent potentiellement ce risque, mais elles ne remplacent ni les tests automatisés ni l’examen humain.

Moins d’hallucinations, mais pas une vérité automatique

OpenAI met également en avant une meilleure précision factuelle. Les « hallucinations » sont des réponses dans lesquelles une IA affirme avec assurance une information fausse, invente une référence ou tire une conclusion que les données fournies ne permettent pas d’établir. Elles comptent parmi les limites les plus problématiques des assistants génératifs, notamment dans les domaines professionnels, scientifiques ou administratifs.

Le discours autour de GPT-5 insiste sur une diminution de ces erreurs, en particulier lorsque le modèle utilise son raisonnement. C’est une amélioration importante si elle se confirme dans les usages quotidiens, mais elle ne doit pas être comprise comme une disparition du phénomène. Un modèle de langage produit la suite de texte la plus plausible au regard de son entraînement et du contexte reçu. Il peut donc encore se tromper, mal comprendre une demande ou manquer d’informations actualisées.

Pour les requêtes à fort enjeu, la bonne pratique reste la même : demander les éléments qui fondent une réponse, recouper avec des documents fiables et ne pas déléguer une décision médicale, juridique, financière ou de sécurité à l’outil seul. La qualité d’une réponse dépend aussi de la précision de la question et des informations réellement accessibles au modèle.

Une sécurité plus graduée pour les demandes sensibles

GPT-5 inaugure aussi une approche de sécurité qu’OpenAI désigne sous le nom de safe completions, que l’on peut traduire par « réponses sûres ». L’idée est de sortir d’un fonctionnement uniquement binaire : accepter intégralement une demande ou la refuser sans autre aide.

Lorsqu’une question comporte un risque, le système doit chercher à fournir la partie utile et sans danger de la réponse, tout en refusant les instructions qui pourraient faciliter un préjudice. Il peut également expliciter, dans certaines situations, la raison de sa limite et proposer une orientation plus sûre. Pour une personne qui formule une demande légitime mais ambiguë, cette approche doit éviter les réponses inutilement sèches ou vagues.

Cette nuance est importante. Un assistant ne doit pas aider à produire un contenu dangereux, mais un refus total peut aussi empêcher une information préventive, éducative ou de protection. La difficulté consiste à distinguer le contexte, l’intention et le niveau de détail approprié. OpenAI affirme que GPT-5 doit être plus utile dans ce cadre, sans renoncer aux garde-fous.

Ce qu’il faut surveiller après le lancement

GPT-5 marque un virage dans la stratégie d’OpenAI : l’entreprise ne vend plus seulement l’idée d’un modèle plus performant, elle cherche à masquer une part de la complexité technique derrière un assistant qui choisit lui-même son mode de fonctionnement. Pour le grand public, la simplicité peut constituer un vrai progrès. Pour les développeurs, les déclinaisons mini, nano et Pro maintiennent au contraire une gamme de compromis plus explicites.

Plusieurs éléments devront être observés dans les semaines suivant ce lancement. Le premier sera la qualité réelle du routage : l’outil saura-t-il identifier les demandes exigeant du raisonnement, sans devenir lent pour les usages ordinaires ? Le deuxième sera la fréquence effective des erreurs factuelles, au-delà des évaluations présentées par son concepteur. Enfin, l’accès gratuit permettra de mesurer si cette démocratisation s’accompagne d’une expérience suffisamment stable malgré les limites d’usage.

L’ambition est claire : faire de GPT-5 une porte d’entrée unique vers les capacités jusqu’ici éparpillées dans plusieurs modèles. La réussite de cette promesse dépendra moins du nom du modèle que de sa capacité à rester compréhensible, fiable et utile dans les situations concrètes où les utilisateurs lui confient désormais une part de leur travail intellectuel.