ChatGPT · La famille de modèles OpenAI : GPT, modèles de raisonnement, et quand utiliser chacun
OpenAI propose deux comportements distincts sous un même toit : la réponse rapide généraliste, et le raisonnement délibéré qui réfléchit avant de répondre. Choisir le mauvais mode vous coûte soit de l'argent, soit de la précision. Cette leçon porte sur le routage : associer la tâche au modèle (ou au niveau de raisonnement) pour cesser de surpayer des tâches triviales et de sous-dimensionner les tâches difficiles.
Deux comportements qui convergent en un seul produit
OpenAI séparait auparavant ces comportements en deux gammes nommées : les modèles GPT « chat » (GPT-4o et consorts) et les modèles de raisonnement de la série « o » (o3, o4-mini). La famille GPT-5 (GPT-5 en août 2025, puis GPT-5.1 et GPT-5.2) a supprimé cette séparation. Un seul modèle décide désormais de l'effort de réflexion, et vous pouvez fixer ce niveau vous-même. L'arbitrage sous-jacent reste le même, donc la logique de routage ci-dessous reste valable.
La réponse rapide est optimisée pour l'étendue et la latence. Vous envoyez un prompt et les tokenstokensUn token est l'unité de base de texte que traitent les modèles de langage : le plus souvent un fragment de mot, un mot entier ou un signe de ponctuation, plutôt qu'un simple caractère.Voir la définition complète → reviennent en flux presque immédiatement. Elle gère bien la rédaction, le résumé, la classification, la mise en forme, la complétion de code et la conversation.
Le raisonnement consacre du calcul caché supplémentaire à un problème avant de donner la réponse finale. Ce travail caché est constitué de *tokens de raisonnement* : des étapes internes que vous payez et que vous ne voyez jamais. Il échange latence et coût contre de la précision sur les problèmes à plusieurs étapes : mathématiques, débogage difficile, planification, analyse scientifique, et tout ce où une étape intermédiaire erronée ruine le résultat.
La famille existe aussi en variantes plus petites (niveaux mini et nano). Elles ont le même profil général, pour un coût et une latence moindres, avec un peu moins de profondeur. Un modèle mini avec un raisonnement élevé réfléchit toujours, simplement à moindre coût.
La carte officielle des modèles actuels se trouve dans la documentation des modèles. Des versions intermédiaires sortent tous les quelques mois, alors consultez-la quand les noms changent. La logique de routage, elle, ne change pas.
La décision de routage en une question
Demandez-vous : cette tâche comporte-t-elle une chaîne d'étapes vérifiable où une erreur précoce compromet le résultat ?
- Non : réponse rapide. Réécritures, changements de ton, premiers jets, extraction, résumé, questions-réponses simples, conversation informelle.
- Oui : augmentez le raisonnement. Analyse sous contraintes multiples, démonstrations mathématiques, chasse aux bugs ambigus, synthèse logique de plusieurs documents, planification d'une séquence d'actions.
Posez ensuite une seconde question, pour le coût : la tâche est-elle à fort volume ou sensible à la latence ? Si oui, passez à une variante `mini`/`nano`.
Exemple concret : réécriture contre analyse
Tâche A : « Réécris ce paragraphe pour le rendre plus concis et plus assuré. »
C'est une transformation en une passe, sans chaîne d'étapes où se tromper. Désactivez le raisonnement et laissez le modèle répondre vite.
from openai import OpenAI
client = OpenAI()
resp = client.responses.create(
model="gpt-5.2",
reasoning={"effort": "none"},
input="Rewrite to be concise and confident:\n\n" + paragraph,
)
print(resp.output_text)Tâche B : « Voici trois contrats fournisseurs. Trouve chaque clause où les conditions de renouvellement se contredisent, et dis-moi quel contrat prévaut selon les règles de priorité de la section 12. »
Celle-ci comporte plusieurs étapes. Le modèle doit extraire les clauses, les comparer, appliquer la logique de priorité et résoudre les conflits. Une mauvaise lecture en amont se répercute sur tout ce qui suit, donc augmentez le raisonnement et laissez-le dépenser des tokens.
resp = client.responses.create(
model="gpt-5.2",
reasoning={"effort": "high"},
input=contracts_text + "\n\nFind conflicting renewal clauses and resolve per section 12.",
)
print(resp.output_text)Trois points à noter :
- Les deux appels utilisent la Responses APIAPIApplication Programming Interface : une interface standardisée qui permet aux applications de communiquer et d'échanger des données sans connaître leur fonctionnement interne respectif.Voir la définition complète → (
responses.create), l'interface principale d'OpenAI. reasoning.effortest votre levier principal : même modèle, quantité de réflexion différente. Les valeurs autorisées dépendent du modèle. GPT-5.1 et les versions ultérieures acceptentnone,low,mediumethigh, et GPT-5.2 ajoutexhighpour les problèmes les plus difficiles. Le GPT-5 d'origine utilisaitminimalau lieu denone.- Si vous figez un modèle plus ancien (gpt-5, o3, o4-mini), vérifiez ses valeurs supportées dans la documentation avant de réutiliser du code. Envoyer une valeur d'effort non supportée renvoie une erreur.
Dans ChatGPT : le sélecteur en clair
Dans les applications ChatGPT, le mode par défaut est Auto. Il décide en interne s'il répond vite ou s'il réfléchit davantage, et vous pouvez passer outre :
- Auto gère l'essentiel du travail quotidien sans que vous touchiez à rien.
- Instant force des réponses rapides. Utilisez-le pour les premiers jets et les réécritures quand vous voulez de la vitesse.
- Thinking force un raisonnement délibéré. Passez-y quand une réponse rapide revient sans cesse superficielle ou subtilement fausse.
- Pro (sur les abonnements supérieurs) consacre le plus de calcul et vise les questions les plus difficiles et aux enjeux les plus élevés.
En mode Auto, votre prompt est aussi un levier. Écrire « réfléchis attentivement et vérifie chaque étape » incite le modèle à raisonner davantage. Les anciens modèles peuvent encore figurer dans un menu historique sur certains abonnements, mais ils ne sont plus le chemin par défaut.
Une habitude pratique : commencez en mode rapide, et ne passez à Thinking que lorsque vous surprenez le modèle à sauter des étapes logiques. Thinking est plus lent et, sur les abonnements payants, il puise dans des limites d'usage plus strictes.
Là où cela croise les fonctionnalités de ChatGPT
Le choix du modèle, ou de l'effort de réflexion demandé, modifie le comportement du reste des outils ChatGPT.
Analyse de données. Quand vous chargez un CSV et demandez une analyse, le modèle écrit et exécute du Python dans un sandbox. Un raisonnement élevé est bien meilleur pour planifier une analyse correcte en plusieurs étapes (nettoyer, joindre, agréger, valider) avant d'écrire le code. Une réponse rapide suffit pour « fais un graphique en barres rapide ».
Canvas. Pour la rédaction longue et le code que vous éditez côte à côte, la réponse rapide garde une boucle serrée. N'augmentez le raisonnement que lorsque le *contenu lui-même* exige une logique difficile, comme dériver un algorithme.
Custom GPTs et Projects. Vos instructions et la mémoire façonnent le comportement dans les deux cas, mais un modèle qui réfléchit davantage suit plus fiablement des instructions en plusieurs parties, parce qu'il peut planifier en conséquence. Si votre Custom GPT ignore sans cesse la contrainte n° 4 sur 6, le niveau de raisonnement est peut-être le goulot d'étranglement.
L'agent ChatGPT et les tâches planifiées. Le travail autonome (naviguer, cliquer, synthétiser) s'appuie par conception sur un raisonnement plus poussé, car chaque étape dépend de la précédente.
Coût et latence : le vrai arbitrage
Les tarifs changent, alors raisonnez qualitativement. Les chiffres actuels sont sur la page des tarifs.
- Le raisonnement coûte plus cher par tâche que ne le laisse penser le prix au token, car il génère des tokens de raisonnement invisibles en plus de la réponse visible. Un effort élevé sur un problème difficile peut coûter plusieurs fois le prix d'une réponse rapide sur un problème simple.
- Les variantes
mini/nanoexistent pour vous permettre de tourner à grande échelle sans que ce coût explose. Pour la classification par lots de 100k tickets de support, un modèleminiest presque toujours le bon choix plutôt que le modèle phare. - La latence suit le même axe. Un effort élevé paraît lent parce que le modèle réfléchit, et c'est le comportement attendu. Ne le placez pas derrière une interface qui exige des réponses en moins d'une seconde, sauf à régler
effortsurnoneoulow.
Une règle interne simple pour les équipes : réponse rapide par défaut, effort de raisonnement élevé autorisé sur une liste explicite de types de tâches, et le modèle phare en high ou xhigh réservé au travail à faible volume et à fort enjeu.
Vérification des acquis
1. Quelle est la distinction fondamentale entre les modèles GPT généralistes et les modèles de raisonnement ?
2. Selon la leçon, quelle question unique permet le mieux de décider s'il faut router une tâche vers un modèle de raisonnement ?
3. Que sont les « tokens de raisonnement » décrits dans la leçon ?
4. Sélectionnez TOUTES les tâches mieux adaptées à un modèle GPT généraliste qu'à un modèle de raisonnement.
Sélectionnez toutes les réponses correctes.
5. Sélectionnez TOUTES les affirmations correctes sur les variantes « mini » et « nano ».
Sélectionnez toutes les réponses correctes.
Le raisonnement change votre façon de rédiger les prompts
Une fois le raisonnement augmenté, changez aussi votre style de prompt, sinon vous gâchez sa force.
ArrArrL'Annual Recurring Revenue (ARR) est le revenu normalisé et prévisible qu'une entreprise par abonnement attend de ses contrats actifs sur une année.Voir la définition complète →êtez de détailler chaque étape. Avec la réponse rapide, vous ajoutez souvent « réfléchis étape par étape ». Un modèle qui raisonne déjà le fait de lui-même, et lui dicter les étapes peut le brider. Énoncez l'objectif, les contraintes et les critères de réussite, puis laissez-le travailler.
Prompt faible quand le raisonnement est élevé :
Liste d'abord les clauses. Compare-les ensuite. Applique ensuite la section 12. Puis conclus.
Plus efficace :
Résous tous les conflits de conditions de renouvellement entre ces contrats. Réussite = chaque conflit identifié, avec le contrat qui prévaut et la règle de la section 12 qui tranche. Signale tout ce qui est ambigu au lieu de deviner.
Donnez-lui de la marge et une ligne d'arrivée claire. Un modèle de raisonnement donne le meilleur de lui-même avec une définition nette de « terminé » et des instructions explicites sur l'incertitude (« signale, ne devine pas »). Il gère aussi bien les sorties structurées, alors associez-le à un JSON schemaschemaUn schema est le plan formel qui définit comment les données sont structurées, nommées, typées et reliées entre elles au sein d'une base de données, d'un fichier ou d'un message.Voir la définition complète → quand la réponse alimente un autre système.
schema = {
"name": "conflict_report",
"schema": {
"type": "object",
"properties": {
"conflicts": {
"type": "array",
"items": {
"type": "object",
"properties": {
"clause": {"type": "string"},
"winning_contract": {"type": "string"},
"rule": {"type": "string"},
},
"required": ["clause", "winning_contract", "rule"],
"additionalProperties": False,
},
}
},
"required": ["conflicts"],
"additionalProperties": False,
},
"strict": True,
}
resp = client.responses.create(
model="gpt-5.2",
reasoning={"effort": "high"},
input=contracts_text + "\n\nReturn the conflict report.",
text={"format": {"type": "json_schema", **schema}},
)strict: True oblige le modèle à renvoyer exactement cette structure. C'est surtout important quand la sortie alimente du code en aval.
Le raisonnement dans les agents
Quand vous construisez avec l'Agents SDK ou que vous mettez en place du function calling, l'arbitrage se répartit par rôles :
- Le planificateur décide quels outils appeler et dans quel ordre. Il bénéficie d'un effort de raisonnement élevé, car le choix des outils est précisément le type de décision en plusieurs étapes que le raisonnement gère bien.
- Les exécutants font des tâches étroites, en une passe : résumer une page récupérée, mettre en forme un résultat, rédiger une réponse. Ils peuvent tourner en
noneou sur un modèleminimoins cher.
Cette répartition garde un agent intelligent et abordable : réfléchir sérieusement à *quoi faire*, agir à moindre coût sur *chaque étape*. Un anti-pattern courant consiste à faire tourner le modèle phare en effort élevé pour chaque appel d'outil, ce qui rend les agents lents et coûteux sans gain de précision.
Une checklist mentale rapide
Avant chaque tâche non triviale, passez en revue :
- Chaîne d'étapes dépendantes ? Augmentez l'effort de raisonnement. Transformation unique ? Restez en mode rapide.
- Fort volume ou besoin de vitesse ? Passez à
mini/nano. - La sortie alimente du code ou un autre outil ? Ajoutez des sorties structurées.
- Raisonnement augmenté ? Énoncez l'objectif, les contraintes et la définition de « terminé », pas les étapes.
- Vous construisez un agent ? Raisonnez fort pour planifier, agissez vite pour exécuter.
Points clés
- Routez selon la structure, pas selon le battage médiatique. Une transformation unique doit être traitée en réponse rapide. Une chaîne d'étapes dépendantes, où une erreur compromet le résultat, demande davantage de raisonnement. Sur la famille GPT-5, c'est le réglage
reasoning.effort, pas un modèle distinct. - Les valeurs d'effort diffèrent selon le modèle : de
noneàhighsur GPT-5.1 et versions ultérieures, plusxhighsur GPT-5.2, alors que le GPT-5 d'origine utilisaitminimal. Vérifiez la documentation avant de réutiliser du code. - Dans ChatGPT, Auto route pour vous. Instant, Thinking et Pro sont des choix manuels.
- Les variantes
mini/nanosont votre levier de coût. Pour un travail à fort volume ou sensible à la latence, un modèle plus petit au bon niveau d'effort l'emporte sur le modèle phare. - Le raisonnement coûte plus cher que ne le suggère le prix au token, à cause des tokens de raisonnement invisibles. Donnez-lui un objectif, des contraintes et une définition de « terminé », et dans les agents, réservez l'effort élevé à la planification.
Questions fréquentes
Quelle est la différence entre un modèle GPT et un modèle de raisonnement chez OpenAI ?
Un modèle GPT répond vite : vous envoyez un prompt et les tokens arrivent en streaming presque immédiatement, ce qui convient à la rédaction, au résumé, à la classification et à la conversation. Un modèle de raisonnement consomme du calcul caché avant de répondre : il génère des tokens de raisonnement internes que vous payez sans jamais les voir, et gagne ainsi en précision sur les problèmes à plusieurs étapes comme les mathématiques, le débogage ou la planification. Depuis la famille GPT-5 (août 2025), les deux gammes ont fusionné en un seul modèle dont vous réglez vous-même le niveau de réflexion.
Comment savoir si une tâche demande du raisonnement ou une réponse rapide ?
Posez-vous une seule question : la tâche comporte-t-elle une chaîne d'étapes dépendantes où une erreur en amont ruine le résultat ? Si non (réécritures, changements de ton, extraction, résumé, questions-réponses simples), répondez vite. Si oui (analyse sous plusieurs contraintes, recherche de bugs ambigus, synthèse logique de plusieurs documents, planification d'une séquence d'actions), augmentez le reasoning effort.
Quelles valeurs puis-je passer à reasoning.effort dans l'API OpenAI ?
Cela dépend du modèle. GPT-5.1 et les versions suivantes acceptent none, low, medium et high ; GPT-5.2 ajoute xhigh pour les problèmes les plus difficiles ; le GPT-5 d'origine utilisait minimal au lieu de none. Une valeur non prise en charge renvoie une erreur : consultez donc la documentation des modèles avant de copier du code d'un modèle à l'autre.
Quand utiliser un modèle mini ou nano plutôt que le modèle phare ?
Utilisez mini ou nano dès que le travail est volumineux ou sensible à la latence. Ils ont le même profil général pour un coût et une latence plus faibles, avec un peu moins de profondeur, et un modèle mini avec le raisonnement poussé réfléchit toujours, simplement à moindre coût. Pour classer en batch 100k tickets de support, mini est presque toujours le bon choix face au modèle phare.
À quoi servent Auto, Instant, Thinking et Pro dans ChatGPT ?
Auto est le mode par défaut et décide en interne s'il faut répondre vite ou réfléchir davantage, ce qui couvre l'essentiel du travail quotidien. Instant force des réponses rapides pour les brouillons et les réécritures, Thinking force un raisonnement délibéré quand les réponses rapides reviennent superficielles ou subtilement fausses, et Pro (sur les abonnements supérieurs) mobilise le plus de calcul pour les questions les plus difficiles. Une bonne habitude : commencer en mode rapide et ne passer à Thinking que lorsque vous surprenez le modèle à sauter des étapes logiques, car Thinking est plus lent et soumis à des limites d'usage plus strictes.
Faut-il encore écrire « réfléchis étape par étape » quand le reasoning effort est élevé ?
Non. Un modèle qui raisonne déjà le fait de lui-même, et détailler les étapes peut le brider. Énoncez l'objectif, les contraintes et une définition explicite de « terminé », ainsi que des consignes sur l'incertitude, par exemple « signale tout point ambigu plutôt que de deviner ». Si la sortie alimente du code en aval, associez-la à un schéma JSON en mode strict pour garantir sa structure.
À faire, tiré de cette leçon
Ces actions sont compilées dans le plan d'action du rôle.
- Router les reasoning models sur la planification et les modèles rapides et peu coûteux sur l'exécution des étapes
- Promptez les reasoning models avec l'objectif, les contraintes et la definition of done
- Plafonner le reasoning effort et prendre les modèles rapides par défaut, en escaladant de façon délibérée
Articles liés
Les articles récents du blog qui s'appuient sur cette leçon.
- IAGemini Decision 1 tranche 1 000 questions d'un coup, alors arrêtez de choisir votre IA par marqueGoogle et OpenAI vendent désormais un modèle qui tranche (oui, non, choix, note) à côté de celui qui rédige. Le choix entre ChatGPT, Claude et Gemini se fait donc tâche par tâche, et la première question porte sur la forme de la réponse attendue.
- IAModèles de raisonnement : arrêtez de les utiliser par défautLes modèles de raisonnement comme o3 d'OpenAI ou Claude 3.7 Sonnet sont présentés comme la prochaine étape obligatoire pour quiconque veut des résultats sérieux avec l'IA. Cette réputation est partiellement méritée, mais elle pousse des professionnels à faire de mauvais choix d'outils au quotidien.
- IAModèles de raisonnement : comment choisir et les utiliser efficacementLes modèles de raisonnement comme o3 d'OpenAI ou Claude Sonnet 3.7 promettent des performances bien supérieures sur les tâches complexes, mais les déployer sans méthode génère des coûts élevés et des résultats décevants. Ce playbook vous donne une séquence concrète pour décider quand les utiliser et comment en tirer le meilleur parti.