À retenir
- La question importante au sujet de GPT-5 n’est pas de savoir s’il est globalement le meilleur modèle. C’est de savoir quand le modèle complet justifie son coût.
- Les modèles mini et nano peuvent être de meilleurs choix d’ingénierie lorsque la latence, le prix ou la simplicité de la tâche comptent davantage.
- Les mises à niveau des modèles devraient être testées sur votre propre workload, pas seulement jugées à partir de graphiques de benchmarks publics.
GPT-5 vient d’arriver avec de grandes promesses… mais y a-t-il un réel progrès?
Voici tout ce que vous devez savoir sur GPT-5…
En passant, nous (Towards AI) sommes très heureux de vous annoncer que nous créons maintenant des vidéos courtes QUOTIDIENNES qui couvrent les vrais progrès des mises à jour en IA en moins d’une minute, dont GPT-5, évidemment.
Si vous voulez une façon rapide, sans remplissage et « anti-hype » de rester à jour, vous pouvez maintenant nous suivre sur la plateforme de votre choix : Instagram, YouTube ou TikTok. :)
Les dernières portent toutes sur OpenAI. J’y ai couvert GPT-5, GPT-5-mini, GPT-5-nano et ses deux récents modèles ouverts, oss-20b et oss-120b! J’ai joint les vidéos à la fin de cette version!
p.-s. Si vous voulez soutenir mon travail, partagez ces courtes vidéos avec vos amis!
D’accord, entrons dans le vif du sujet.
Il est déployé pour tout le monde dans ChatGPT, y compris l’accès gratuit. Vous devez donc le connaître.
Il existe trois variantes : GPT-5, GPT-5 mini et GPT-5 nano.
Qu’est-ce qui change lorsque vous l’utilisez? Le modèle semble plus stable. Moins de réponses complètement folles. Un meilleur code. Un raisonnement plus fort. Et oui, OpenAI a misé sur l’ambiance « expert de niveau doctorat ». Sam Altman a affirmé que « discuter avec GPT-5 revient à échanger avec un expert de niveau doctorat dans tous les domaines ». Mais ça reste à confirmer avec le temps…
Sous le capot. Le contexte est plus grand : jusqu’à environ 256k tokens aujourd’hui (ils parlent même de 400k). Le modèle peut donc garder en mémoire de travail de longues conversations, des documents et des repos.
Il existe un mode « GPT-5-thinking » qui lui permet de raisonner encore plus longtemps lorsque c’est nécessaire au lieu de gaspiller des cycles sur chaque réponse, et moins sur les questions faciles. C’est parce que le modèle a été optimisé grâce à l’apprentissage par renforcement à partir du feedback humain (RLHF) (par exemple, sur de vrais cas d’utilisation) pour consacrer plus de tokens aux tâches complexes et moins aux tâches simples. Grâce à cette « réflexion sur demande », GPT-5 réduit le raisonnement gaspillé, avec 50 à 80 % moins de tokens sur les tâches faciles (selon leurs résultats).
Comme d’autres modèles récents que nous avons couverts dans les courtes vidéos de la semaine dernière, il a été entraîné à utiliser directement des outils. C’est donc un meilleur modèle « agentique » que les précédents.
Vous pouvez lui envoyer du texte, des images et même de la vidéo. Il raisonne mieux sur ce qu’il voit, puis répond en texte (ou utilise des outils). Il ne peut pas générer d’images, contrairement à GPT-4o!
Le code est l’endroit où le bond est le plus évident. Sur des benchmarks publics comme SWE-Bench Verified, GPT-5 devance les modèles précédents d’OpenAI et dépasse légèrement les concurrents récents. Il bat même o3 et o4!
La date limite de ses connaissances est le 30 septembre 2024. Vous devriez donc faire attention, mais la navigation web en direct peut combler les trous.
Ils ont également optimisé une partie de l’entraînement RLHF pour réduire les hallucinations (s’en tenir aux faits), ce qui devrait le rendre meilleur que les modèles précédents. Mais il n’est toujours pas parfait.
Et la phrase la plus importante parmi toutes celles partagées par OpenAI est la suivante : GPT‑5 est moins excessivement complaisant et utilise moins d’émojis inutiles.
Enfin!
Maintenant, qu’est-ce que mini et nano changent? Le coût et la vitesse.
Prix (API, par 1 million de tokens) : GPT-5 ≈ 1,25 $ en entrée / 10 $ en sortie. Mini ≈ 0,25 $ en entrée / 2 $ en sortie. Nano ≈ 0,05 $ en entrée / 0,40 $ en sortie. Générer avec mini coûte environ 5 fois moins cher et avec nano environ 25 fois moins cher qu’avec GPT-5 standard. La latence diminue à mesure que le modèle rapetisse.
Alors, lequel devriez-vous choisir?
Utilisez GPT-5 lorsque la qualité compte davantage que le coût. Du raisonnement profond. Des flux d’agents en plusieurs étapes. Du code ou des analyses à enjeux élevés. Si la réponse doit être exacte et bien expliquée, choisissez celui-ci.
Utilisez GPT-5 mini pour la plupart du travail quotidien. Les tâches de développement courantes. Les workflows RAG et de recherche d’information. Le contenu de produits. Les notebooks d’analystes. Vous conservez la majeure partie de l’intelligence pour une fraction du prix, et vous livrerez probablement plus rapidement. C’est le 80:20 de la série de modèles.
Utilisez GPT-5 nano pour passer à l’échelle (lorsque vous voulez le spammer comme jamais!). Des résumés en masse. Du tagging et de l’étiquetage. Des réponses aux FAQs. Du triage rapide. Lorsque le débit compte davantage que la nuance, nano se paie tout seul.
Quelques conseils pratiques :
Avec GPT-5 thinking, laissez l’agent travailler. Au lieu de « dites-moi comment », essayez « réservez la salle », « préparez la présentation » ou « comparez ces trois fournisseurs et collez un tableau ». Il naviguera, se connectera lorsque vous l’approuverez et vous remettra des artefacts à modifier.
Dans l’API, ajustez les nouveaux paramètres de verbosity et de thinking pour les aligner sur vos objectifs!
Il existe deux façons d’aborder la sortie d’une nouvelle série de modèles :
- Testez le meilleur modèle. S’il fonctionne, essayez le plus petit, puis le suivant.
- Commencez par le plus petit. S’il échoue, utilisez-en un plus gros, et ainsi de suite.
Les deux sont de bonnes approches. N’utilisez simplement pas GPT-5 Thinking (le plus cher) pour tous les types de requêtes et de tâches!
Un résumé rapide : commencez avec mini comme nouvelle base. Passez à GPT-5 lorsque les enjeux augmentent. Gardez nano dans votre poche pour les tâches en masse.
N’oubliez pas de suivre notre contenu pour obtenir des mises à jour quotidiennes semblables avec de courtes vidéos divertissantes, où vous le préférez : Instagram, YouTube ou TikTok!
Voici quelques exemples, comme promis :
Sortie de GPT-5 :
oss-20b :
FAQ
Qu’est-ce qui a réellement changé avec GPT-5?
Les principaux changements concernent le raisonnement, l’utilisation d’outils, les options de coût et l’écart entre les modèles complet, mini et nano.
Quand devriez-vous utiliser le modèle GPT-5 complet?
Utilisez le modèle complet lorsque la tâche exige un raisonnement plus fort, une plus grande fiabilité ou une utilisation d’outils que les variantes moins coûteuses gèrent mal.
Quelle erreur faut-il éviter en choisissant un modèle?
L’erreur consiste à choisir automatiquement le plus gros modèle avant de vérifier si un modèle plus petit accomplit la tâche plus rapidement et à moindre coût.
Pourquoi GPT-5 convient-il mieux aux workflows agentiques?
Il a été entraîné à utiliser directement des outils et à maintenir un raisonnement plus délibéré pendant des tâches en plusieurs étapes.
L’amélioration de la factualité élimine-t-elle les hallucinations?
Non. L’entraînement a réduit les réponses non fondées, mais les outputs importants et les actions des outils exigent toujours des évaluations et des contrôles.