J’ai activé le nouveau bouton GPT-5.5 à minuit et j’ai regardé le curseur bégayer – puis répondre. La réponse est arrivée plus vite que la version de la semaine dernière, mais elle ne m’a pas semblé être une révélation. J’ai quitté cet essai avec un enthousiasme 0,1 % plus grand pour l’avenir de ChatGPT, ce qui est étrangement précis et étrangement prometteur.
Je vais être direct : vous et moi avons déjà vu ce film. Vous avez lu le communiqué de presse, vous avez fait défiler les éloges, et vous avez sauvegardé un prompt de test pour le moment où vous aurez du temps ininterrompu. Je suis là pour vous dire ce qui a réellement changé, ce qui n’a pas changé, et pourquoi une fraction de progrès est toujours importante.
À mon bureau la semaine dernière, un ingénieur a présenté un graphique montrant les millisecondes gagnées sur les temps d’inférence.
Le message principal d’OpenAI est simple : GPT-5.5 est plus rapide et, selon leur blog, il montre des progrès en matière de codage agentique, d’utilisation informatique, de travail de connaissance et de recherche scientifique précoce. Sam Altman a posté sur X : « Je l’aime personnellement. » Il y a une fierté sincère derrière cette phrase – il a félicité l’équipe d’inférence et a souligné un changement stratégique : « Dans une mesure significative, nous devons devenir une entreprise d’inférence IA maintenant. » Ce n’est pas du marketing creux ; c’est un signal opérationnel.
Qu’est-ce que GPT-5.5 ?
GPT-5.5 est la dernière mise à jour incrémentale du modèle phare d’OpenAI. Considérez-le comme un raisonnement plus rapide, avec un meilleur comportement dans les tâches qui nécessitent d’agir sur la durée – agents, automatisation, flux de travail multi-tours. Ce n’est pas un saut ; c’est un réglage de précision de la latence, de la mémoire et de la persistance des tâches, ce qui est important si vous voulez un assistant capable d’accomplir des tâches en plusieurs étapes.
Dans un canal Slack hier, quelqu’un a posté un benchmark Claude Mythos et le fil de discussion s’est enflammé.
Les benchmarks dominent les gros titres car ils sont faciles à comparer. OpenAI affirme que GPT-5.5 bat Claude Opus 4.7 d’Anthropic sur plusieurs tests de cybersécurité et d’utilisation informatique, tandis qu’Anthropic considère Mythos comme la véritable référence. Vous devriez lire les deux communiqués de presse avec votre scepticisme.
Comment GPT-5.5 se compare-t-il à Claude ?
Réponse courte : cela dépend du test et du niveau d’accès. Opus obtient de bons résultats sur de nombreux benchmarks publics ; Mythos (le modèle à accès limité d’Anthropic) domine les tableaux internes qu’Anthropic a partagés la semaine dernière. La victoire d’OpenAI dans les benchmarks d’agents autonomes est significative pour les ingénieurs produit qui créent des assistants axés sur les tâches ; les gains d’Anthropic dans certains tests de codage montrent qu’il y a des compromis. Deedy Das de Menlo Ventures a même noté que GPT-5.5 n’atteint pas le plus haut niveau sur les benchmarks de codage – alors choisissez le modèle en fonction de ce que vous voulez qu’il fasse.
Dans un café, un fondateur m’a dit qu’il avait déjà lancé une expérience avec des agents d’espace de travail.
OpenAI n’a pas publié GPT-5.5 seul. La même semaine, ils ont expédié une mise à jour de génération d’images, des agents d’espace de travail qui accomplissent des tâches de manière autonome, un filtre de confidentialité pour les informations personnelles identifiables (PII) et une mise à jour de Codex pour les agents de codage. Ce niveau de production est un rythme : des sorties fréquentes, des améliorations itératives et une pile de produits qui continue de gagner de nouvelles fonctionnalités pratiques. La cadence des annonces donne à l’entreprise l’impression d’un logiciel qui se patch lui-même chaque semaine.
Devrais-je passer à GPT-5.5 ?
Si vous créez des outils qui nécessitent une latence plus faible, un meilleur comportement des agents ou une meilleure persistance entre les étapes, oui – cela vaut la peine d’être testé. Si votre besoin principal est la synthèse brute et créative de code, attendez et comparez – les benchmarks montrent des résultats mitigés. La démarche pragmatique est de benchmarker vos propres flux de travail : laissez les modèles exécuter vos tâches réelles, pas des benchmarks synthétiques.
Je veux vous présenter deux modèles mentaux. Premier : on a l’impression de mettre à niveau l’appareil photo d’un téléphone d’une fraction – plus net mais pas révolutionnaire. Deuxième : la course aux armements de l’IA est un tapis roulant qui accélère sans cesse. Deux images, une vérité : les améliorations incrémentales se multiplient.
Les benchmarks peuvent être truqués. L’industrie s’entraîne pour les tests, et confrontée à des prompts inédits, elle commet encore des erreurs évidentes. Cela ne rend pas les améliorations non pertinentes. Cela les rend conditionnelles. Vous n’achetez pas le modèle ; vous achetez l’adéquation entre le comportement du modèle et votre charge de travail.
Alors où cela nous mène-t-il ? OpenAI itère rapidement – l’enthousiasme public de Sam Altman et le flot de mises à jour montrent une équipe qui optimise l’efficacité de l’inférence, l’utilité du produit et les outils de sécurité. Anthropic continue de progresser, et d’autres acteurs continueront de faire évoluer la carte. Pour les praticiens, l’impératif est pratique : exécutez des tâches réelles, mesurez les résultats et soyez attentifs à l’endroit où une petite marge devient décisive.
Je suis 0,1 % plus enthousiaste parce que je vois l’utilité progresser – suffisamment pour changer la façon dont nous déléguons le travail aux logiciels, mais pas assez pour parler d’une nouvelle forme d’intelligence. Quel test allez-vous exécuter en premier pour prouver si GPT-5.5 est pertinent pour votre travail ?
Soutenez notre effort ❤️
Si vous avez apprécié cet article, pensez à laisser un pourboire pour nous aider à continuer à publier du contenu de qualité.
