OpenAI : trois axes tenus de ChatGPT à GPT-5, et ce que le raisonnement coûte
Axel Morel · Fondateur & analyste, ProbansL'essentiel
ChatGPT en 2022, un modèle qui raisonne en 2024, des agents qui agissent depuis 2025 : trois annonces que je relie, à titre d'interprétation, à la même charte (bâtir une IA générale et en distribuer largement les bénéfices), une lecture parmi d'autres possibles. Le numéro de version change ; cette lecture, non.
- L'accès grand public passe d'abord. Le 30 novembre 2022, OpenAI met en ligne ChatGPT, gratuit et accessible sans clé d'API. Quelle que soit la génération de modèle qui tourne en coulisses, l'accès grand public reste la vitrine où chaque capacité nouvelle est d'abord intégrée.
- Le raisonnement multiplie l'énergie médiane par 13. Une étude de 2026 chiffre le coût énergétique d'une requête à 0,31 Wh en médiane pour des modèles de pointe de plus de 200 milliards de paramètres tournant sur des serveurs Nvidia H100, contre 3,91 Wh en médiane pour une requête environ 15 fois plus longue mobilisant un raisonnement étendu au moment de répondre : l'énergie médiane est multipliée par 13 entre les deux, selon les auteurs eux-mêmes.
- GPT-5 met le tri dans le produit, pas à côté. Le 7 août 2025, OpenAI lance GPT-5, qui unifie pour la première fois deux familles de modèles jusque-là distinctes, les modèles rapides type GPT-4o et les modèles de raisonnement type o1, dans un seul système. Un routeur interne décide, requête par requête, s'il répond directement ou s'il mobilise un raisonnement étendu avant de répondre, selon la complexité de la demande.
Depuis novembre 2022, OpenAI a mis en ligne une interface conversationnelle grand public, puis un générateur vidéo, puis un modèle qui prend le temps de réfléchir avant de répondre, puis des agents capables d’agir seuls. Vue sur plusieurs années, c’est la même direction poursuivie à chaque étape : une mission de portée générale, énoncée depuis la création de l’entreprise dans un texte public, la charte d’OpenAI, dont je propose ici une lecture des choix produits qu’elle éclaire plutôt qu’elle ne les prescrit littéralement.
Ce que dit la charte, et ce qu’elle éclaire dans les choix produits
Ce que les données établissent. La charte publique d’OpenAI énonce un objectif de développement d’une intelligence artificielle générale (AGI) qui profite à l’ensemble de l’humanité plutôt qu’à un cercle restreint ; le texte complet, dont je ne reproduis pas ici la formulation exacte, est consultable à la source citée.
Ce que la méthode interprète. Ce texte structure des choix produits observables, génération après génération. Une entreprise visant un produit de niche pour développeurs n’aurait aucune raison de lancer une interface grand public gratuite, d’investir dans un raisonnement plus coûteux en calcul, ou de pousser vers des agents autonomes. OpenAI a fait les trois, dans cet ordre.
Meilleure explication concurrente, et pourquoi elle ne suffit pas seule. Une explication concurrente, qu’on retrouve dans la couverture presse, attribue ces mêmes choix à la pression concurrentielle : des laboratoires rivaux lancent des produits comparables à des moments proches, ce qui expliquerait le calendrier sans qu’il soit besoin d’invoquer la charte. Cette explication tient pour le rythme des annonces. Elle explique moins bien ce qui s’observe sur les trois axes recensés ici : rendre chaque capacité nouvelle accessible au grand public plutôt qu’à un cercle de clients entreprise, un choix que la seule course concurrentielle n’impose pas. Anthropic, de son côté, n’a ouvert un accès public à Claude (interface claude.ai, juillet 2023) qu’environ sept mois après la mise en ligne de ChatGPT, sans accès public jusque-là (CNBC, 11 juillet 2023). Charte et concurrence ne s’excluent pas : la seconde éclaire le rythme, la première éclaire pourquoi ce rythme profite, dans les cas observés ici, au grand public.
Ce que je ne mets pas de côté. La charte que je cite comme grille de lecture stable a elle-même connu, pendant la période étudiée, une gouvernance contestée et remaniée : l’équipe interne chargée du contrôle de systèmes plus avancés (Superalignment) a été dissoute en mai 2024 après le départ de ses deux responsables, et OpenAI a dû renoncer en mai 2025 à son projet de conversion complète en société à but lucratif sous la pression de responsables civiques et de deux autorités de régulation américaines (CNBC, 17 mai 2024 et 5 mai 2025). Je m’appuie sur le texte de la charte, pas sur la solidité de l’organe censé la faire respecter ; cette distinction reste implicite dans le reste de l’article.
Premier axe : rester le produit grand public de référence
Ce que les données établissent. Le 30 novembre 2022, OpenAI met en ligne ChatGPT, gratuit et accessible sans clé d’API.
Ce que la méthode interprète. Cette bascule vers une interface directe est le premier axe stable de la stratégie : quelle que soit la génération de modèle qui tourne en coulisses, l’accès grand public reste la vitrine où chaque capacité nouvelle est d’abord intégrée.
Deuxième axe : le calcul au moment de répondre, pas seulement plus de paramètres
Ce que les données établissent. Le 12 septembre 2024, OpenAI présente o1-preview, son premier modèle “de raisonnement” à grande échelle. OpenAI présente le principal levier de progrès d’o1-preview comme un calcul supplémentaire mobilisé au moment même de répondre, le calcul au moment du test, plutôt qu’à l’entraînement.
Ce que la méthode interprète. Pendant des années, un meilleur modèle voulait dire un modèle plus gros. o1 ouvre une seconde voie, creusée par les générations suivantes plutôt qu’abandonnée : un axe stable, pas un gadget propre à une seule version.
Troisième axe : d’un modèle qui répond à un modèle qui agit
Ce que les données établissent. En janvier 2025, OpenAI lance Operator, un agent qui pilote un navigateur pour réserver, acheter ou remplir un formulaire de façon autonome. Cette capacité rejoint ChatGPT sous forme de mode agent en juillet 2025. Dès février 2024, Sora élargissait déjà les formats traités au-delà du texte.
Ce que la méthode interprète. Agir à la place de l’utilisateur et produire d’autres formats que du texte relèvent du même axe : élargir ce que le système fait pour l’utilisateur, au-delà de la conversation.
Ce que ce triptyque coûte, et pourquoi OpenAI l’assume
Ce que les données établissent. Une étude de 2026 chiffre le coût énergétique d’une requête à 0,31 Wh en médiane pour des modèles de pointe de plus de 200 milliards de paramètres tournant sur des serveurs Nvidia H100, contre 3,91 Wh en médiane pour une requête environ 15 fois plus longue mobilisant un raisonnement étendu au moment de répondre (Oviedo et al., chercheurs employés par Microsoft, premier investisseur d’OpenAI et opérateur de l’infrastructure d’inférence mesurée, Joule, 2026) : l’énergie médiane est multipliée par 13 entre les deux, selon les auteurs eux-mêmes.
Ce que la méthode interprète. Ce chiffre nuance directement le deuxième axe : pousser le raisonnement par le calcul n’est pas gratuit, même si cet écart mesuré ne dit rien, à lui seul, de la politique tarifaire d’OpenAI, que je ne documente pas ici faute de source.
GPT-5 : le triptyque tient-il encore sur le jalon le plus récent ?
Ce que les données établissent. Le 7 août 2025, OpenAI lance GPT-5, qui unifie pour la première fois deux familles de modèles jusque-là distinctes, les modèles rapides type GPT-4o et les modèles de raisonnement type o1, dans un seul système. Un routeur interne décide, requête par requête, s’il répond directement ou s’il mobilise un raisonnement étendu avant de répondre, selon la complexité de la demande.
Ce que la méthode interprète. Ce jalon confirme le deuxième axe plutôt qu’il ne le remplace : le calcul au moment de répondre n’est plus une option distincte proposée à côté d’un modèle par défaut, comme c’était le cas avec o1 face à GPT-4o, il devient une décision automatique intégrée au produit grand public par défaut. Un jalon qui aurait invalidé ma lecture aurait au contraire cantonné le raisonnement par le calcul à une offre entreprise séparée.
Le troisième axe regroupe deux capacités de nature différente, la génération de formats (Sora) et l’action autonome (Operator, puis le mode agent) : je les traite comme un même axe par commodité de lecture, celui d’élargir ce que le système fait au-delà de la conversation. Onze mois séparent Sora (février 2024) d’Operator (janvier 2025), six mois seulement séparent Operator du mode agent de ChatGPT (juillet 2025) ; ce rapprochement de deux intervalles ne suffit pas à lui seul à démontrer une accélération, seulement à noter que les jalons de cet axe se sont récemment succédé plus vite.
À chaque génération, les jalons publics d’OpenAI restent compatibles avec le même triptyque : rester l’interface grand public de référence, étendre le raisonnement par le calcul plutôt que par les seuls paramètres, élargir vers l’action autonome. C’est la lecture que je retiens ; le numéro de version change, elle reste stable, sans que la charte en soit la seule explication possible.
Mes réserves
- OpenAI ne publie pas tous ses arbitrages internes. Je reconstruis une direction à partir de jalons publics, pas d’une feuille de route officielle communiquée telle quelle : d’autres lectures du même historique restent possibles.
- Le facteur de coût énergétique cité provient d’une étude académique indépendante mesurant des modèles à un instant donné, pas d’une donnée publiée par OpenAI elle-même. Il illustre un ordre de grandeur documenté à la date de l’étude, pas une constante valable pour tout modèle à venir.
- Les capacités agentiques d’OpenAI (Operator, puis mode agent) restaient, aux dates citées, limitées en autonomie et en fiabilité sur des tâches longues : l’axe est réel, sa maturité opérationnelle reste un chantier ouvert.
- Pour plusieurs détails factuels (le mécanisme exact du calcul au moment du test, les capacités précises d’Operator, la nature du routeur interne de GPT-5, la position d’OpenAI face à la pression réglementaire), je m’appuie sur les pages d’annonce officielles citées sans en avoir reproduit d’extrait vérifié ligne à ligne : les dates et les noms de produit sont solides, la formulation fine de chaque mécanisme mériterait une relecture plus poussée de ces mêmes sources.
Concrètement, suivre la stratégie d’OpenAI dans la durée gagne à s’appuyer sur ce triptyque plutôt que sur le nom du dernier modèle sorti : est-ce que la nouveauté renforce l’interface grand public, repousse le raisonnement par le calcul, ou étend ce que le modèle peut faire pour l’utilisateur. Un jalon qui ne coche aucune des trois cases invaliderait cette lecture : par exemple un outil réservé à un canal entreprise fermé, sans intégration grand public, sans surcoût de calcul au moment de répondre et sans capacité d’action autonome. Ce serait le signal d’un vrai changement de cap, pas une confirmation de plus.
Retour au dossier Comprendre les modèles post-LLM. Voir aussi Anthropic/Claude : la direction stratégique choisie et Convergence ou divergence des grands labs IA.
I source primaire indépendante · S secondaire spécialisée · P partie prenante ayant un intérêt commercial sur le sujet traité.
Lexique
- LLM· Grand modèle de langage↗
- Modèle d'intelligence artificielle entraîné sur de vastes corpus de texte pour prédire et générer du langage, capable de tâches d'analyse, de synthèse et de génération de texte en langage naturel sans avoir été explicitement programmé pour la tâche demandée.
Modification apportée · mis à jour le 4 septembre 2026
J'ai ajouté une confrontation explicite à la lecture concurrente de la « pression compétitive » (audit causal, comparaison avec Anthropic), une section qui soumet mon test de falsification au jalon GPT-5 (7 août 2025) et un élément quantifié sur la cadence d'itération de l'axe agentique. J'ai ajouté deux encadrés de vulgarisation qui expliquent en langue courante le mécanisme de deux sections, sans rien changer au corps de l'analyse.
Développe une méthode d'analyse destinée à distinguer ce que les preuves établissent, ce qu'elles suggèrent et ce qu'elles ne permettent pas de conclure, puis à traduire cette distinction en décisions professionnelles.
Choix du sujet, direction de la rédaction, validation ou modification des sources, validation et retravail du texte et des illustrations : Axel Morel. Rédaction, choix des sources initiales et plan de rédaction initial : assistance IA.
Responsabilité éditoriale : Axel Morel. Recherche et rédaction assistées par IA selon la méthodologie Probans, sources vérifiées avant publication. Charte éditoriale.
En savoir plus