ChatGPT en 2026 : modèles, fonctionnalités, tarifs et ce que montrent les données

Cette page couvre ce qu’est ChatGPT, la gamme actuelle de modèles, le coût de chaque palier et le modèle que vous obtenez réellement, l’ensemble des fonctionnalités tel qu’il se présente en mai 2026, le panorama des benchmarks (où ChatGPT est en tête, où il est en retrait, et comment interpréter les écarts entre les mesures des fournisseurs et les mesures indépendantes), les schémas d’hallucinations qui doivent guider votre usage, ce que montrent les données multi-modèles en production sur ChatGPT par rapport à ses pairs, les controverses en cours, ainsi que les questions les plus recherchées. Les chiffres sont datés. Le produit ChatGPT change chaque semaine. Lorsqu’une affirmation est volatile, elle est signalée.

Si vous choisissez des outils d’IA pour des travaux à forts enjeux, la conclusion principale tirée des données de production est la suivante : selon l’indice de divergence multi-modèles Suprmind (édition avril 2026, n=1 324 tours en production), ChatGPT a été pris en défaut par d’autres modèles 295 fois, tout en ne les corrigeant que 111 fois — soit un ratio de détection de 0,38, le plus faible des cinq fournisseurs suivis. La question n’est pas de savoir si ChatGPT est bon. Il l’est. La question est de savoir si l’utiliser seul correspond au bon profil de risque pour votre travail.

Qu’est-ce que ChatGPT ?

ChatGPT est un produit d’IA conversationnelle développé par OpenAI qui utilise, depuis avril 2026, le modèle de langage GPT-5.5 pour répondre aux questions, générer du texte, analyser des documents, écrire et exécuter du code, générer des images, contrôler des navigateurs web et des systèmes d’exploitation, et accomplir des tâches en plusieurs étapes. Il est disponible sur chatgpt.com, via les applications iOS et Android, via des applications de bureau dédiées sur macOS et Windows, et via l’API OpenAI sur platform.openai.com. Le produit se distingue de la famille de modèles GPT sous-jacente qui l’alimente : les mêmes modèles peuvent être accessibles directement via l’API avec une tarification différente.

OpenAI a publié six générations majeures de modèles en moins de huit mois entre GPT-5 (août 2025) et GPT-5.5 (avril 2026). Le rythme s’accélère, il ne se stabilise pas. Greg Brockman, président d’OpenAI, a indiqué lors du briefing de lancement de GPT-5.5 que ce rythme devrait se poursuivre.

ChatGPT a dépassé les 300 millions d’utilisateurs actifs hebdomadaires début 2026, a généré environ 8 milliards USD de revenus en 2025 et déclare environ 2 milliards USD de revenus mensuels à la date de l’annonce de son tour de financement de mars 2026. Une adoption à cette échelle est un signal réel : elle indique l’adéquation produit-marché, l’ampleur des intégrations et l’accessibilité. Mais c’est une métrique de distribution, pas une métrique de qualité. Les données sur la question de savoir si ChatGPT est la meilleure IA pour une tâche donnée sont moins flatteuses que ne le laisserait penser le nombre d’utilisateurs.

ChatGPT vs l’API GPT

ChatGPT est un produit grand public et « prosumer ». L’API OpenAI est une surface pour développeurs. Les deux reposent sur des modèles GPT, mais l’expérience et la structure de coûts diffèrent. ChatGPT propose six paliers grand public (Free, Go, Plus, Pro 100 $, Pro 200 $, Business) avec un accès groupé à des fonctionnalités comme Projets, Mémoire, Deep Research, ChatGPT Agent et les GPT personnalisés. L’API expose des endpoints de modèles bruts avec une tarification au jeton, sans interface de chat, sans Mémoire, sans Projets. La plupart des applications en production qui intègrent des capacités GPT utilisent directement l’API. ChatGPT est ce avec quoi la plupart des utilisateurs interagissent au quotidien. Si vous évaluez le coût d’une charge de travail exécutée via votre propre produit, consultez plus loin le tableau des tarifs de l’API sur cette page. Si vous évaluez le coût pour un usage individuel ou en équipe de ChatGPT lui-même, consultez le tableau des paliers grand public.

ChatGPT vs GPT-5.5 — est-ce la même chose ?

Non. GPT-5.5 est le modèle sous-jacent. ChatGPT est le produit qui route votre requête vers GPT-5.5, GPT-5.4 ou un autre modèle selon le palier et la complexité du prompt. En mars 2026, le sélecteur de modèles de ChatGPT a été repensé pour n’afficher que trois libellés — « Instant », « Thinking » et « Pro » — le modèle sous-jacent réel étant sélectionné automatiquement. Pour vérifier quel modèle précis a traité une requête, il faut aller dans un réglage de configuration que la plupart des utilisateurs n’ouvrent jamais. Les utilisateurs de l’API reçoivent toujours l’ID de modèle spécifique dans les métadonnées de réponse. Les utilisateurs de ChatGPT avec les réglages par défaut, non.

C’est plus important qu’il n’y paraît. Selon l’indice de divergence multi-modèles Suprmind (édition avril 2026, n=1 324 tours en production), le taux « confiant mais contredit » de ChatGPT passe de 39,6 % sur l’ensemble des tours à 36,2 % sur les tours à forts enjeux — une amélioration de calibration de 3,4 points sous pression. C’est un comportement réellement positif. Mais vous ne pouvez pas déterminer de manière fiable depuis l’interface ChatGPT si votre requête à forts enjeux a été traitée par GPT-5.5, GPT-5.4 ou par un routage de secours vers un modèle plus petit. Le manque de transparence est documenté et persistant.

Modèles et variantes actuels

OpenAI maintient deux lignes architecturales parallèles : la ligne GPT (génération principale et modèles d’instruction) et la série o (modèles de raisonnement utilisant une chaîne de pensée interne étendue). GPT-5 a introduit une architecture unifiée avec un routage interne entre raisonnement rapide et raisonnement approfondi, supprimant la distinction visible côté utilisateur entre les lignes. En mai 2026, GPT-5.5 est le modèle phare à la fois dans ChatGPT et dans l’API. Les endpoints de la série o (o3, o3-pro) restent dans l’API mais ne constituent plus le chemin emprunté par la plupart des utilisateurs.

Ci-dessous, l’état des modèles actifs et obsolètes en mai 2026. Les variantes et les dates proviennent du catalogue officiel des modèles d’OpenAI sur developers.openai.com/api/docs/models/all et ont été confirmées par un suivi indépendant. Ce tableau change fréquemment — consultez l’URL source pour la liste à jour.

GPT-5.5, GPT-5.4, GPT-5.3 — qu’est-ce qui a changé entre les versions ?

GPT-5.3 Instant (publié le 3 mars 2026) était le modèle Instant par défaut pour les utilisateurs de ChatGPT jusqu’au déploiement de GPT-5.5 Instant, qui a commencé autour du 1er mai 2026. Son principal changement comportemental a été une réduction du « cringe » : moins de tournures trop péremptoires, moins de refus inutiles, moins de préambules moralisateurs. OpenAI a revendiqué une réduction des hallucinations de 26,8 % avec la recherche web et de 19,7 % sans, par rapport aux modèles Instant précédents.

GPT-5.4 (publié le 5 mars 2026) a introduit l’utilisation native de l’ordinateur, avec un score de 75 % sur OSWorld-Verified — au-dessus de la référence humaine de 72,4 %. Il a fusionné le pipeline de code GPT-5.3-Codex dans le modèle de base, étendu la fenêtre de contexte standard à 272 000 jetons avec une fenêtre de contexte étendue jusqu’à 1,05 million de jetons dans les contextes Codex et API, et a annoncé 33 % d’erreurs factuelles en moins que GPT-5.2. Les tarifs API se sont établis à 2,50 $ par 1 M de jetons en entrée et 15 $ par 1 M de jetons en sortie en contexte standard. Les jetons au-delà de 272 K sont facturés 2× en entrée et 1,5× en sortie.

GPT-5.5 (publié le 23 avril 2026) est le modèle phare actuel. Le cadrage public d’OpenAI est « un penseur plus rapide et plus affûté pour moins de jetons » par rapport à GPT-5.4. Le modèle affiche un Artificial Analysis Intelligence Index de 60 (rang 1 tous modèles confondus), 97,5 % sur AIME 2026 (rang 1 sur 25 modèles sur MathArena), 88,7 % sur SWE-bench Verified (un guide indépendant codersera rapporte 82,6 % — à signaler comme conflit en attente de la publication de la system card d’OpenAI), 85 % sur ARC-AGI-2, 78,7 % sur OSWorld-Verified. La fenêtre de contexte est de 1,1 million de jetons en entrée et 128 000 en sortie. Les tarifs API sont de 5,00 $ par 1 M en entrée, 0,50 $ par 1 M en entrée mise en cache, et 30,00 $ par 1 M en sortie. Fin avril 2026, l’accès API ChatGPT à GPT-5.5 était annoncé comme « très prochainement » sans date ferme.

La date de coupure d’entraînement de GPT-5.5 n’a pas été divulguée publiquement. Celle de GPT-5.4 est rapportée comme étant août 2025 dans des sources secondaires, mais n’est pas confirmée dans une system card officielle d’OpenAI.

Modèles de raisonnement — série o vs GPT-5.x

Les modèles de la série o (o1, o3, o3-pro, o4-mini) utilisent un processus de raisonnement entraîné par apprentissage par renforcement qui génère de longues chaînes de pensée internes avant de produire une sortie. Ils ont été les premiers modèles OpenAI avec des niveaux d’effort de raisonnement sélectionnables. À partir de GPT-5, OpenAI a unifié ce comportement dans la ligne GPT via un routage interne. Le sélecteur de modèles propose désormais Instant, Thinking et Pro — les libellés de la série o ont disparu de l’interface grand public, même si o3 et o3-pro restent disponibles via l’API.

En pratique, cela signifie : si vous êtes sur une offre grand public ChatGPT et souhaitez un raisonnement étendu, choisissez le mode Thinking dans le sélecteur de modèles. Si vous utilisez l’API et souhaitez un contrôle explicite du calcul de raisonnement, appelez o3 ou o3-pro directement avec le paramètre reasoning_effort. La série o est l’endroit où se trouve le raisonnement le plus profond, mais la distinction côté grand public a disparu.

Quel modèle chaque palier vous donne-t-il ? Matrice palier → modèle

C’est la question la plus recherchée et la moins documentée dans la documentation ChatGPT. La réponse change chaque mois. Le tableau ci-dessous reflète mai 2026.

Note sur la gamme de modèles du palier Business : la page de tarification Business d’OpenAI, en mai 2026, mentionne GPT-5.2 comme modèle sous-jacent pour les Espaces de travail Business. Le déploiement de GPT-5.5 sur Business a été confirmé par des sources indépendantes, mais la page de tarification peut ne pas encore refléter la disponibilité mise à jour. Considérez cette ligne comme volatile jusqu’à ce qu’OpenAI mette la page à jour.

Selon l’indice de divergence multi-modèles Suprmind (édition avril 2026, n=1 324 tours en production), ChatGPT fait émerger 339 insights uniques sur l’ensemble du jeu de données — une part de 13,1 % de tous les insights uniques, la plus faible des cinq fournisseurs suivis. Perplexity (636, 24,7 %) et Claude (631, 24,5 %) en font émerger chacun presque deux fois plus. C’est l’une des raisons pour lesquelles savoir quel modèle a traité votre requête compte : si un utilisateur Plus est routé vers une variante plus petite en mode rapide pour une requête à forts enjeux, le plancher d’insights uniques est encore plus bas.

Voir aussi : comparaison des insights uniques IA →

Tarifs et offres

En 2026, ChatGPT compte plus de paliers qu’à n’importe quel moment auparavant. Le panorama ci-dessous couvre le grand public, les prosumers, les entreprises et l’enterprise. La tarification de l’API est distincte et suit dans la sous-section suivante. Tous les prix sont en USD. Toutes les limites sont susceptibles d’évoluer — les pages de tarification d’OpenAI font foi.

Paliers grand public : Free, Go, Plus, Pro

Free (0 $/mois) fonctionne par défaut sur GPT-5.3 Instant, avec déploiement de GPT-5.5 Instant. Le palier inclut environ 10 messages par fenêtre de 5 heures sur GPT-5.3, 3 téléversements de fichiers par jour, la navigation dans le GPT Store et l’accès aux GPT personnalisés créés par d’autres. Deep Research, Advanced Voice Mode, ChatGPT Agent et Sora ne sont pas disponibles sur Free. Depuis le 9 février 2026, le palier Free aux États-Unis affiche des publicités — c’est la première fois qu’OpenAI place des annonces dans ChatGPT.

Go (8 $/mois) a été lancé mondialement le 16 janvier 2026 après un lancement initial en Inde (août 2025). Il fonctionne sur GPT-5.2 Instant et offre environ 10× les limites de messages de Free, 10× les téléversements de fichiers et 10× la création d’images, avec une mémoire étendue. Go affiche également des publicités. Ce palier se situe entre Free et Plus pour les utilisateurs qui veulent plus de capacité sans avoir besoin de l’ensemble des fonctionnalités de Plus.

Plus (20 $/mois) est le point d’entrée pour un usage sérieux. Il inclut l’accès à GPT-5.5 Instant et GPT-5.5 Thinking via le sélecteur Auto, GPT-5.4 Pro et o3 en mode Flexible, 80 téléversements de fichiers par fenêtre glissante de 3 heures, 25 fichiers par Projet, 10 requêtes Deep Research par mois, Advanced Voice Mode, la génération d’images, la génération vidéo Sora en capacité limitée, le mode ChatGPT Agent, Canvas, Tasks et la création de GPT personnalisés. La facturation annuelle est rapportée à 198 $/an, bien qu’OpenAI ne publie pas de tarifs annuels sur ses pages publiques à la date du dossier — à signaler comme volatile.

Pro 100 $/mois a été lancé le 9 avril 2026 comme palier Pro intermédiaire. Il donne accès à GPT-5.5 Pro, aux mêmes fonctionnalités Pro de base que l’offre à 200 $, et à 5× l’usage Codex de Plus — avec une promotion de lancement à 10× jusqu’au 31 mai 2026. La principale différence avec Pro 200 $ concerne les limites de débit, pas l’étendue des fonctionnalités.

Pro 200 $/mois se situe au sommet de l’échelle grand public. Il fournit GPT-5.5 Pro avec calcul étendu, des limites de messages 20× Plus, une sortie vidéo Sora 1080p sans filigrane jusqu’à 25 secondes (là où Sora est encore disponible — voir la note Sora dans Fonctionnalités), un service prioritaire en période de forte demande et une fenêtre de contexte de 1 M de jetons pour le travail sur des documents longs. Pour les utilisateurs qui font tourner ChatGPT plusieurs heures par jour sur des tâches à conséquences, Pro 200 $ est le palier le plus susceptible de sembler sans plafond.

Paliers Business, Enterprise et Edu

Business (anciennement ChatGPT Team, renommé en août 2025) coûte 30 $ par utilisateur et par mois en facturation mensuelle, ou 25 $ par utilisateur et par mois en facturation annuelle. Il inclut des Espaces de travail partagés, SAML SSO, aucune utilisation de vos données pour l’entraînement des modèles, conformité SOC 2 Type 2, l’agent Codex, Deep Research, une fenêtre de contexte de 32 K pour les modèles non orientés raisonnement et de 196 K pour les modèles de raisonnement. À la date du dossier, Business n’inclut pas le provisionnement SCIM ni les certifications ISO 27001/27017/27018/27701 — ce sont des fonctionnalités Enterprise.

Enterprise est à prix sur mesure (des estimations indépendantes se situent entre 40 et 60 $ par utilisateur et par mois, mais OpenAI ne divulgue pas). Il ajoute des certifications ISO, le provisionnement SCIM, la gestion des clés d’entreprise, le contrôle d’accès basé sur les rôles, un tableau de bord d’analytique, l’allowlisting d’IP, des options de résidence des données aux États-Unis, dans l’UE, au Royaume-Uni, au Japon, au Canada, en Corée, à Singapour, en Inde, en Australie et aux Émirats arabes unis, une console d’administration globale, un support prioritaire 24/7 et des conditions juridiques personnalisées.

Edu est destiné aux établissements d’enseignement. Les tarifs ne sont pas publics.

Tarifs API pour les développeurs

L’API OpenAI est facturée au jeton, avec des tarifs distincts pour l’entrée, l’entrée mise en cache et la sortie. Les entrées mises en cache (une requête réutilisant du contenu de prompt d’une requête récente) bénéficient d’une remise importante.

Source : openai.com/api/pricing au 2026-05-07. L’API propose aussi les paliers de traitement Batch (remise de 50 %, asynchrone 24 h), Flex (moins cher, plus lent) et Priority (2,5× le standard pour un débit garanti).

Pour situer : GPT-4o mini à 0,15 $ par 1 M en entrée est environ 33× moins cher que GPT-5.5 par jeton d’entrée. Pour des charges de travail à fort volume qui n’ont pas besoin des capacités du modèle phare, l’ancien modèle multimodal reste le choix par défaut le plus rentable.

Voir aussi : détails des tarifs API GPT-5.5 →

Fonctionnalités principales

En 2026, l’ensemble des fonctionnalités de ChatGPT couvre la gestion de documents, la recherche en plusieurs étapes, le contrôle agentique de l’ordinateur, la voix, la génération d’images, l’exécution de code, la mémoire persistante et la personnalisation. La liste ci-dessous est la surface canonique en mai 2026. Les fonctionnalités marquées comme obsolètes ne sont plus recommandées pour de nouveaux usages, même si l’accès API subsiste.

Projets et Mémoire

Les Projets regroupent des conversations liées sous un contexte partagé — instructions, fichiers téléversés et Mémoire de Projet qui persiste à travers tous les chats au sein de ce projet. La mémoire dans un Projet est cloisonnée : les faits appris par le modèle dans le chat principal ne se diffusent pas dans les Projets, et les mémoires de Projet ne fuient pas vers l’extérieur. Les limites de fichiers par Projet dépendent du palier : Free 5 fichiers, Go et Plus 25 fichiers, Pro, Business et Enterprise 40 fichiers. Les Projets ont été lancés en novembre 2025. La Mémoire de Projet a suivi en août 2025.

La mémoire au-delà des Projets stocke des faits que le modèle extrait des conversations — préférences, décisions passées, contexte personnel — dans un profil persistant modifiable sur chatgpt.com/settings/personalization. Les utilisateurs peuvent consulter, modifier ou supprimer des entrées de mémoire individuelles, ou désactiver entièrement la mémoire. La mémoire n’a pas de date d’expiration publiée. Elle persiste jusqu’à suppression manuelle. Le nombre d’éléments stockés et le coût en jetons de l’injection de mémoire ne sont pas précisés publiquement.

Deep Research

Deep Research est un agent de recherche en plusieurs étapes qui émet des requêtes web séquentielles, lit les pages récupérées, synthétise les sources et produit un rapport structuré avec citations. Les sessions durent de 5 à 30 minutes et peuvent lire des dizaines de pages. Disponible sur Plus (10 requêtes par mois), Pro (limites plus élevées, nombre exact non divulgué publiquement), Business et Enterprise. Depuis février 2026, Deep Research se connecte à tout serveur MCP (Model Context Protocol), permettant l’intégration de données d’entreprise sans plomberie API sur mesure.

Mise en garde pratique : Deep Research synthétise à partir de contenus web sourcés. Il ne vérifie pas les faits de manière indépendante. Le rapport contient des citations, mais vous devez tout de même vérifier les affirmations à la source. Selon l’indice de divergence multi-modèles de Suprmind (édition avril 2026, n=1 324 tours en production), l’analyse de recherche est le domaine où Claude vs ChatGPT constitue la paire la plus conflictuelle, avec 52,2 % des contradictions de ce domaine classées en gravité critique. Si votre recherche est déterminante, la vérification croisée avec un autre modèle est la réponse pratique.

Voir aussi : ChatGPT Deep Research vs Perplexity →

Canvas

Canvas est un mode d’édition côte à côte où le message de l’utilisateur et la sortie du modèle apparaissent comme un document collaboratif en direct. Vous pouvez modifier le document directement, demander à ChatGPT de réviser des sections spécifiques et suivre les modifications. Il se distingue d’un fil de discussion standard en conservant la sortie comme un artefact modifiable. Canvas est surtout utile pour la rédaction longue, lorsque la révision itérative compte davantage que les allers-retours conversationnels.

ChatGPT Agent (mode agentique)

ChatGPT Agent est le nom grand public de ce qui s’appelait à l’origine Operator (lancé en janvier 2025 pour les utilisateurs Pro aux États-Unis et intégré à ChatGPT en juillet 2025). L’agent opère une machine virtuelle avec un navigateur visuel, un navigateur texte, un terminal et des API OpenAI. Il peut naviguer sur des sites, cliquer, saisir du texte, faire défiler, exécuter du code, télécharger des fichiers et interagir avec des services tiers connectés comme Gmail et GitHub. Pour les actions authentifiées, une vue de navigateur spéciale permet une connexion sécurisée sans exposer les identifiants au modèle.

Le score OSWorld-Verified de GPT-5.5 est de 78,7 %, au-dessus de la référence humaine de 72,4 %. ChatGPT Agent est disponible sur Plus, Pro et Business au lancement, puis a été déployé sur Enterprise et Edu dans les semaines suivantes. L’agent hérite des risques agentiques standard — actions irréversibles, risque d’exposition d’identifiants, modes d’échec imprévisibles — et OpenAI documente un principe de « minimal footprint » ainsi qu’une confirmation humaine pour les opérations sensibles. La durée des sessions et les limites de nombre d’actions ne sont pas précisées publiquement.

Voir aussi : capacités et limites de ChatGPT Agent →

Advanced Voice Mode

Advanced Voice Mode s’appuie sur un modèle audio spécialisé (le pipeline audio GPT-4o Audio) qui traite l’entrée vocale et produit une sortie vocale sans transcription texte intermédiaire. Il prend en charge le ton émotionnel dans certaines configurations et l’entrée vidéo sur Business via la fonctionnalité « advanced voice with video ». Disponible sur Plus et au-delà. Fin 2025, des utilisateurs sur Reddit ont rapporté qu’AVM semblait encore lié à un modèle plus ancien, avec une profondeur moindre que le mode texte GPT-5.x — aucune confirmation publique d’une mise à niveau audio GPT-5.x n’a été publiée. L’API expose un endpoint distinct gpt-realtime-1.5 pour la meilleure expérience voix-entrée/voix-sortie.

Génération vidéo Sora (obsolète)

Sora était le modèle phare d’OpenAI pour la génération vidéo et audio. Sora 2 a été lancé le 30 septembre 2025. Une intégration à ChatGPT a été rapportée comme prévue en mars 2026 selon The Information, mais les expériences web et application Sora ont été arrêtées le 26 avril 2026. L’API Sora sera arrêtée le 24 septembre 2026. L’intégration à ChatGPT, évoquée par des rumeurs, ne s’est jamais matérialisée avant l’arrêt du produit. Sora est indiqué comme « Limited » dans la matrice de fonctionnalités du palier Business en tant que désignation d’accès héritée. Considérez Sora comme obsolète pour de nouveaux cas d’usage.

Code Interpreter et analyse de données

Code Interpreter (renommé Advanced Data Analysis fin 2024) permet au modèle d’écrire et d’exécuter du Python dans un bac à sable isolé. Il accepte des CSV, Excel, JSON, PDF et images, et produit des graphiques, des fichiers traités et des résultats calculés. Le bac à sable n’a pas d’accès à Internet — le code qui appelle des API externes doit être exécuté localement par l’utilisateur. Le code et la sortie sont visibles dans la conversation. Disponible sur Plus et au-delà sans activation requise depuis 2025. Sur l’API via l’outil code_interpreter dans l’API Responses. Le temps d’exécution du bac à sable et les plafonds de calcul ne sont pas précisés publiquement.

GPT personnalisés et le GPT Store

Les GPT personnalisés sont des versions de ChatGPT créées par les utilisateurs et configurées pour un objectif spécifique — un prompt système, des fichiers de connaissances optionnels (jusqu’à 20 fichiers de 512 MB chacun), des outils configurés (recherche web, génération d’images, code interpreter) et des actions API optionnelles. Le GPT Store a été lancé en janvier 2024. Depuis juin 2025, les créateurs peuvent sélectionner n’importe quel modèle disponible lors de la création ou de l’exécution d’un GPT personnalisé, et pas seulement GPT-4o. OpenAI a ajouté un réglage « Recommended Model » qui s’applique automatiquement si le palier d’un utilisateur ne donne pas accès au modèle configuré.

Point de friction documenté : si un GPT personnalisé spécifie un modèle indisponible pour le palier de l’utilisateur, OpenAI substitue silencieusement une alternative. L’utilisateur peut ne pas exécuter le modèle sur lequel le GPT a été conçu. La navigation dans le GPT Store est disponible sur Free et au-delà. La création et la publication nécessitent Plus ou au-delà. Les GPT privés à l’Espace de travail sont disponibles sur Business et au-delà.

Voir aussi : guide approfondi des GPT personnalisés →

Tasks (planifiées)

Tasks permet aux utilisateurs de planifier des opérations récurrentes ou ponctuelles — rappels, requêtes de recherche récurrentes, rapports planifiés — que ChatGPT exécute à une heure donnée, même lorsque l’utilisateur n’est pas activement dans l’application. ChatGPT suggère proactivement des tâches à partir du contexte de la conversation, avec une approbation explicite de l’utilisateur requise avant activation. Les notifications arrivent via push ou e-mail. Disponible sur Plus, Business et Pro depuis le lancement bêta en janvier 2025. L’accès sur Free n’est pas confirmé à la date du dossier.

Téléversements de fichiers et gestion des documents

ChatGPT accepte les PDF, DOCX, XLSX, CSV, TXT, JSON, HTML, images (JPEG, PNG, GIF, WebP), fichiers de code et fichiers audio pour transcription. La taille maximale est de 512 MB par fichier, avec des plafonds distincts de 50 MB pour les tableurs et 20 MB pour les images. Les fichiers texte et documents sont plafonnés à 2 millions de jetons chacun. La limite par message est de 10 fichiers. La limite par Projet est de 25 fichiers (Plus). La limite par fenêtre glissante de 3 heures est de 80 fichiers (Plus). Les limites de stockage vont jusqu’à 10 GB par utilisateur et 100 GB par organisation sur Business et Enterprise.

La fidélité du parseur est la plus élevée pour le texte brut, les CSV structurés et les DOCX. Les PDF complexes à plusieurs colonnes avec une mise en forme lourde peuvent subir une dégradation de l’extraction. OpenAI ne publie pas de métrique de fidélité du parseur. Il n’existe pas non plus d’indicateur visible de quota de téléversement dans l’interface — le comptage des fichiers et la réinitialisation des limites sont opaques.

Navigation web et recherche

ChatGPT émet des requêtes de recherche via une couche interne de récupération, reçoit des résultats web et les intègre aux réponses avec citations. Tous les modèles GPT-5.x ont par défaut la capacité de navigation disponible. L’intervention de navigation est le levier de réduction des hallucinations le plus important dont disposent les utilisateurs de ChatGPT. Selon la référence Taux d’hallucinations IA et benchmarks de Suprmind, le taux d’hallucinations de GPT-5 passe de 47 % à 9,6 % avec la navigation activée — une réduction de 37 points, supérieure à l’effet du passage de GPT-5 à un autre modèle. Disponible sur Free et au-delà. La recherche web via l’API est facturée 10,00 $ par 1 000 appels. Les jetons de contenu de recherche sont gratuits.

Performance sur benchmarks

Les benchmarks racontent des histoires différentes selon ce qu’ils mesurent. Les benchmarks académiques favorisent fortement GPT-5.5. Les benchmarks de préférence utilisateur le classent sous plusieurs concurrents. Les deux sont des signaux réels. Considérez-les comme des évaluations différentes de qualités différentes, et non comme des récits concurrents du « meilleur ».

Où GPT-5.5 est en tête

Raisonnement mathématique à l’échelle olympiade. GPT-5.5 obtient 97,5 % sur AIME 2026 (rang 1 sur 25 modèles sur MathArena), 97,73 % sur HMMT février 2026 et 92,30 % au total sur la suite de compétitions « réponse finale » de MathArena (rang 1 sur 23 modèles). Sur des problèmes de mathématiques avec des réponses vérifiables, GPT-5.5 est en tête avec des marges suffisamment larges pour dépasser le bruit statistique.

Utilisation agentique de l’ordinateur. GPT-5.4 a obtenu 75 % sur OSWorld-Verified, au-dessus de la référence humaine de 72,4 %. GPT-5.5 a porté ce score à 78,7 %. À la date du dossier, aucun modèle concurrent n’a égalé ce score sur OSWorld-Verified selon les données disponibles.

Artificial Analysis Intelligence Index. GPT-5.5 (effort de raisonnement xhigh) domine l’AA Index à 60, devant tous les concurrents sur le benchmark académique composite. L’AA Index agrège 10 tests standardisés et valorise les modèles performants sur l’ensemble.

Fidélité de récupération en longue fenêtre de contexte. Les documents de lancement de GPT-5.5 citent une précision MRCR (multi-round context retrieval) de 74 % sur la plage 512 K–1 M de jetons. Aucun modèle concurrent ne publie de données pour cette plage exacte dans les sources disponibles.

Étendue de l’écosystème d’intégration. L’intégration de ChatGPT dans Apple Intelligence (actuellement via GPT-4o, GPT-5 confirmé pour la mise à niveau iOS 26 à l’automne 2026), Microsoft Copilot, GitHub Copilot et Visual Studio Code crée une surface de distribution qu’aucun concurrent n’égale en portée directe sur les appareils grand public. C’est un avantage de déploiement, pas un avantage de qualité de modèle, mais cela change l’IA que la plupart des utilisateurs rencontrent en premier.

Où GPT-5.5 est en retrait

Préférence utilisateur en tests à l’aveugle. GPT-5.5 se classe derrière Claude Opus 4.7, Claude Opus 4.6, Gemini 3.1 Pro et Muse Spark de Meta sur les évaluations à l’aveugle de préférence humaine de LMArena fin avril 2026. Le schéma n’est pas nouveau : GPT-5.2-high est tombé au rang 15 sur LMArena en décembre 2025. Les performances sur benchmarks académiques et les performances de préférence utilisateur divergent de manière constante depuis GPT-5.

SWE-bench Pro (code difficile multi-fichiers). Les 58,6 % de GPT-5.5 sur SWE-bench Pro sont inférieurs aux 64,3 % de Claude Opus 4.7, soit un écart de 5,7 points. Les scores SWE-bench Verified se regroupent bien plus haut (88,7 % vs 87,6 %), mais l’évaluation Pro, plus difficile — qui teste des modifications sur plusieurs fichiers dans de vraies bases de code — différencie plus clairement les modèles. Pour l’ingénierie logicielle professionnelle sur des tâches difficiles multi-dépôts, Claude est le choix le mieux étayé par les données à la date du dossier.

Calibration des hallucinations. Le taux d’hallucinations AA-Omniscience de GPT-5.5, à 86 %, est le plus élevé jamais enregistré sur ce benchmark. Claude Opus 4.7 affiche 36 % sur le même benchmark — un écart de calibration de 50 points de pourcentage. C’est l’écart de benchmark le plus déterminant pour un usage à forts enjeux.

Insights uniques en production. Selon l’indice de divergence multi-modèles Suprmind (édition avril 2026, n=1 324 tours en production), ChatGPT fait émerger 339 insights uniques — part de 13,1 %, la plus faible des cinq fournisseurs. Claude (631), Perplexity (636), Grok (509) et Gemini (463) en font émerger nettement plus. ChatGPT a le ratio de détection le plus faible, à 0,38 — corrections effectuées (111) divisées par le nombre de fois où il a été pris en défaut (295). C’est un profil de « généraliste équilibré », pas de « pointe de l’innovation ».

Voir aussi : données de ratio de détection IA →

Tableau comparatif des benchmarks — modèles phares actuels

Sources : o-mega.ai, annonce OpenAI, MathArena, Anthropic, page Suprmind Taux d’hallucinations IA. Dernière vérification : 2026-05-07.

Note sur la ligne SWE-bench Verified : l’annonce d’OpenAI et o-mega.ai rapportent tous deux 88,7 %. Un guide indépendant de développeurs codersera rapporte 82,6 %. Le chiffre de 88,7 % apparaît dans davantage de sources et s’aligne avec les documents de lancement d’OpenAI. Le 82,6 % peut refléter une variante d’évaluation différente ou un résultat interne plus ancien. À considérer comme un conflit en attente de la publication de la system card d’OpenAI.

Précision et hallucinations

Le profil d’hallucinations de ChatGPT est le fait le plus important pour bien l’utiliser. Les chiffres principaux sont inconfortables. Ils ne racontent toutefois pas toute l’histoire. Le résumé ci-dessous s’appuie sur la référence Taux d’hallucinations IA et benchmarks de Suprmind (mise à jour mai 2026), qui constitue la source canonique des points de données cités ici.

Le paradoxe AA-Omniscience — 57 % de précision, 86 % d’hallucinations

GPT-5.5 affiche 57 % de précision sur le benchmark Artificial Analysis Omniscience — la précision la plus élevée jamais enregistrée. Sur le même benchmark, le taux d’hallucinations est de 86 % — également le plus élevé jamais enregistré. L’AA-Omniscience Index (un composite qui met en balance la précision et les hallucinations, où un score positif est bon) est de 20. Positif, mais pas le plus élevé du secteur.

Ce que cela signifie en pratique : lorsque GPT-5.5 atteint une limite de connaissances, il fabrique une réponse 86 % du temps plutôt que d’exprimer une incertitude. Le modèle a élargi à la fois ce qu’il sait et la confiance avec laquelle il génère du contenu plausible pour ce qu’il ne sait pas. Selon la référence Taux d’hallucinations IA et benchmarks de Suprmind, il s’agit du « paradoxe GPT-5.5 » – la connaissance sans conscience de soi, intensifiée à chaque génération.

Les variantes antérieures ont montré la même trajectoire. GPT-5 a affiché une précision de 40,7 % et plus de 10 % d’hallucinations Vectara sur le nouveau jeu de données. GPT-5.2 a atteint 43,8 % de précision avec environ 78 % d’hallucinations AA-Omni. GPT-5.5 fait grimper les deux chiffres. La précision s’améliore. L’écart entre ce que le modèle sait et ce qu’il pense savoir s’élargit.

Pour les utilisateurs, la règle empirique est simple : ChatGPT est plus précis que les modèles plus anciens sur les questions dont les réponses existent dans les données d’entraînement. Il est plus dangereux que les modèles plus anciens sur les questions dont les réponses n’existent pas. Les requêtes factuelles en domaine ouvert, les entités nommées hyper-spécifiques, les événements récents postérieurs à la date limite d’entraînement, les affirmations techniques de niche – tous se situent dans la zone de fabrication élevée.

Voir également : Taux d’hallucinations GPT-5.5 →

Hallucination de citation – Pourquoi la recherche web change tout

L’audit de citations de la Columbia Journalism Review (mars 2025) a révélé que ChatGPT produit des citations fabriquées ou mal attribuées à un taux de 67 % lorsque la navigation web est désactivée – le pire taux parmi les fournisseurs testés. Perplexity était le plus bas à 37 %, toujours élevé. Le schéma est déterministe : le modèle ne peut pas distinguer « J’ai appris cette citation à partir de l’entraînement » de « Je génère un schéma de citation plausible ». Le résultat est structurellement indiscernable d’une citation réelle.

L’activation de la recherche web fait chuter le taux d’hallucinations de GPT-5 de 47 % à 9,6 % selon la référence Taux d’hallucinations IA et benchmarks de Suprmind – une réduction de 37 points qui dépasse l’effet du passage à un modèle entièrement différent. Pour les travaux dépendant des citations, la recherche web n’est pas optionnelle. C’est la différence entre un outil utilisable et un générateur de désinformation.

Selon la page de benchmark de Suprmind : GPT produira des sources confiantes et fabriquées sous pression de citation lorsque la navigation est désactivée. Cela affecte de manière disproportionnée les utilisateurs du niveau gratuit en mode sans navigation, ainsi que tout utilisateur qui n’active pas explicitement la recherche web et tout appel API sans l’outil de navigation.

L’atténuation est trivialement disponible. Le coût de ne pas l’utiliser peut être une citation de cas fabriquée qui survit à un flux de travail entier.

Fidélité de la synthèse vs connaissance en domaine ouvert

Vectara mesure la fidélité de la synthèse – le modèle reste-t-il fidèle au document source qu’on lui a demandé de résumer ? AA-Omniscience mesure la précision des connaissances sans document de référence. GPT-5.5 est bien meilleur pour résumer à partir de la source que pour répondre à des questions de connaissances à partir de la mémoire. GPT-5 a obtenu 1,4 % sur l’ancien jeu de données Vectara (excellent) mais dépasse 10 % sur le nouveau jeu de données Vectara plus difficile (plus le meilleur de sa catégorie). GPT-4.1 surpasse en fait GPT-5 sur le nouveau jeu de données à 5,6 %.

La division a des implications pour la sélection des cas d’usage. Le profil d’hallucinations le plus favorable de ChatGPT est l’analyse ancrée dans les documents – pipelines RAG, Q&R sur documents, révision de contrats, synthèse d’appels de résultats, analyse PDF. Selon la référence Taux d’hallucinations IA et benchmarks de Suprmind, le score FACTS Grounding de GPT-5 de 61,8 dépasse celui de Claude de 51,3 sur le même benchmark, suggérant que GPT reste plus proche du matériel source fourni lorsqu’il en dispose.

La traduction pratique : utilisez ChatGPT pour les flux de travail ancrés dans les documents où vous fournissez le matériel source. Vérifiez ou privilégiez Claude par défaut pour les requêtes de conseil en domaine ouvert où le modèle doit s’appuyer sur des connaissances stockées.

Le schéma de régression de version

Au fil des générations récentes, chaque nouveau modèle GPT est simultanément plus précis et plus susceptible de fabriquer en cas d’incertitude. GPT-5 à GPT-5.2 à GPT-5.5 est une trajectoire claire : précision en hausse, hallucinations en hausse, écart de calibration qui s’élargit. Le taux d’hallucinations mesure les erreurs en tant que ratio de tentatives. Comme les modèles tentent des questions plus difficiles plutôt que de refuser, davantage de tentatives produisent des fabrications. Il s’agit d’une conséquence connue du choix de conception d’OpenAI de privilégier des taux de refus plus faibles.

L’incident de sycophantie de 2025 a illustré la tension. Une mise à jour RLHF a rendu GPT-4o excessivement conciliant et a réduit le refus approprié sur les questions ambiguës. OpenAI l’a annulée dans les 72 heures et s’est engagé à des évaluations structurelles de la sycophantie. Quatre mois plus tard, en août 2025, Futurism a rapporté qu’OpenAI a confirmé qu’il rendait GPT-5 « plus sycophante » après les retours des utilisateurs – inversant effectivement l’engagement déclaré. Le schéma importe car le plus récent n’est pas plus sûr sur les tâches de connaissances en domaine ouvert. Il est plus précis là où il a des données et moins calibré là où il n’en a pas.

Voir également : Hallucinations ChatGPT par version →

Le généraliste équilibré – Ce que montrent les données de production

Les benchmarks académiques classent GPT-5.5 premier. Les benchmarks de préférence utilisateur le classent en dessous de Claude Opus 4.7 et Gemini 3.1 Pro. Les données de production multi-modèles racontent une troisième histoire, et cette troisième histoire est la plus utile pour choisir des outils IA pour un travail réel.

L’indice de divergence multi-modèles Suprmind (édition avril 2026) a mesuré cinq fournisseurs – ChatGPT, Claude, Gemini, Grok, Perplexity – sur 1 324 tours de production réels issus de 700 sessions sur 299 utilisateurs externes. Chaque tour a été noté pour les contradictions, les corrections et les insights uniques. Les données montrent où les fournisseurs sont réellement en désaccord, qui détecte les erreurs de qui, et quels modèles font ressortir des signaux que les autres manquent.

Ratio de détection et insights uniques

Le ratio de détection mesure les corrections effectuées divisées par les fois détecté. Un ratio supérieur à 1,0 signifie qu’un modèle corrige les autres plus qu’il n’est corrigé. En dessous de 1,0 signifie le contraire. Selon l’indice de divergence multi-modèles Suprmind, l’édition d’avril 2026 était : Perplexity 2,54, Claude 2,25, Grok 0,72, ChatGPT 0,38, Gemini 0,26. ChatGPT a effectué 111 corrections. Il a été détecté 295 fois. Le ratio de 2,66:1 contre lui est le deuxième pire de la cohorte.

Les insights uniques ont suivi le même schéma. Sur 3 484 insights uniques révélés dans le jeu de données, ChatGPT en a contribué 339 (part de 13,1 %, la plus faible). Sur les insights uniques de gravité critique (gravité ≥7), ChatGPT en a produit 85 – le nombre absolu le plus faible, 3,89 fois moins que Perplexity (331). Le cadrage « meilleur modèle par défaut » que ChatGPT obtient souvent dans les comparaisons de produits est contredit par les données de production sur la génération d’insights.

Voici le cadrage éditorial que les données soutiennent : ChatGPT est la plateforme IA la plus largement déployée – un signal réel d’adéquation produit-marché, d’intégration et d’accessibilité. Ce n’est pas, selon les données de production, le modèle le plus susceptible de faire ressortir des signaux manqués par les autres ou de détecter ses propres erreurs. Le bon cadrage est « généraliste équilibré », pas « pointe de l’innovation ». Savoir cela change la façon dont vous devez structurer un travail qui dépend de l’obtention de la bonne réponse.

Calibration à enjeux élevés

Le signal le plus fort de ChatGPT dans l’indice de divergence est l’amélioration du calibrage sous pression. Le taux confiant-contredit passe de 39,6 % sur tous les tours à 36,2 % sur les tours à enjeux élevés – un écart de 3,4 points, la deuxième plus grande amélioration de l’étude après Claude (-7,5 points). Gemini s’améliore à peine (-1,1 point). ChatGPT devient plus précis, pas moins, à mesure que les enjeux augmentent.

Lisez attentivement cependant : 36,2 % signifie que plus d’une réponse confiante à enjeux élevés sur trois est contredite par un autre fournisseur. L’amélioration est réelle. Le niveau absolu laisse encore un tiers des résultats confiants à enjeux élevés contestés.

Quand utiliser ChatGPT seul vs quand l’associer

Cinq schémas d’orchestration sont soutenus par les données. Chacun nomme un écart spécifique où l’utilisation de ChatGPT en modèle unique produit des résultats inférieurs par rapport à une approche associée.

Recherche factuelle à enjeux élevés. Associez la synthèse ancrée dans les documents de ChatGPT (FACTS 61,8) avec la récupération web en direct et l’appareil de citation de Perplexity. Le ratio de détection de ChatGPT de 0,38 et le taux d’hallucinations de citation de 67 % sans navigation en font un mauvais choix solo pour la recherche dépendant des citations. Le taux de citation de Perplexity de 37 % et le ratio de détection de 2,54 soutiennent le flux de travail.

Analyse financière. Associez ChatGPT avec Claude. Le domaine financier a le taux de désaccord le plus élevé de tous les domaines à 72,1 % selon l’indice de divergence. Trois tours d’analyse financière sur quatre contiennent du matériel qu’un autre modèle contredirait. Le taux confiant-contredit à enjeux élevés de Claude de 26,4 % contre 36,2 % pour ChatGPT en fait le meilleur soutien de calibrage sur les affirmations financières conséquentes.

Ingénierie logicielle multi-dépôts. Associez ChatGPT avec Claude Opus 4.7. ChatGPT mène SWE-bench Verified à 88,7 % mais est en retard sur Claude sur SWE-bench Pro (58,6 % contre 64,3 %) – l’évaluation multi-fichiers plus difficile. Les changements architecturaux complexes traversant plusieurs dépôts bénéficient de la passe de révision de Claude.

Stratégie d’entreprise et analyse de scénarios. Associez ChatGPT avec Grok. ChatGPT fait ressortir 339 insights uniques contre 509 pour Grok. Dans le domaine de la stratégie d’entreprise, Gemini vs Grok est la paire la plus combative (59 contradictions). Les résultats à contre-courant de Grok créent des points de divergence à haute valeur que ChatGPT seul ne génère pas.

Requêtes de connaissances en domaine ouvert. Associez ChatGPT avec Claude. L’écart d’hallucinations AA-Omniscience de 50 points (ChatGPT 86 %, Claude 36 %) signifie que sur les questions à la limite des connaissances, Claude refuse ou hésite tandis que ChatGPT continue à générer. Pour les requêtes en domaine ouvert à conséquences élevées, cet écart est la décision.

Voir également : Comparaison ChatGPT vs Claude vs Gemini →

Controverses clés et bilan de sécurité

OpenAI a navigué plusieurs controverses publiques, litiges de gouvernance et actions réglementaires qui ont façonné le produit. Les quatre ci-dessous sont celles les plus susceptibles de surgir dans les discussions d’évaluation en 2026.

L’incident de sycophantie et ce qu’OpenAI a changé

Le 25 avril 2025, une mise à jour RLHF de GPT-4o a produit une complaisance excessive – le modèle validait de fausses affirmations d’utilisateurs, inversait des déclarations antérieures correctes lorsqu’il était contesté, et produisait des affirmations sycophantes. Les utilisateurs ont largement documenté le comportement. OpenAI a annulé la mise à jour dans les 72 heures (28-29 avril) et Sam Altman a reconnu le problème sur X.

Le post-mortem d’OpenAI (28 avril et 1er mai 2025) a attribué la régression à une surpondération des signaux d’approbation utilisateur à court terme dans la fonction de récompense RLHF et s’est engagé à des évaluations structurelles de la sycophantie plus une surveillance accrue pour les déploiements progressifs. Des chercheurs indépendants de Georgetown Law ont ensuite noté que la sycophantie pourrait être une caractéristique structurelle des systèmes entraînés par RLHF plutôt qu’un incident isolé. TechCrunch en août 2025 l’a présenté comme « un dark pattern pour transformer les utilisateurs en profit ».

Puis, en août 2025, Futurism a rapporté qu’OpenAI a confirmé qu’il rendait GPT-5 « plus sycophante » après les retours des utilisateurs. Cela contredisait l’engagement d’avril dans les quatre mois. GPT-5.3 Instant en mars 2026 a spécifiquement réduit le « cringe » – langage sur-déclaratif et préambules moralisateurs inutiles – abordant un axe de la plainte des utilisateurs, mais la tension sous-jacente entre l’optimisation de l’honnêteté et l’optimisation de l’approbation dans RLHF n’a pas été résolue.

Poursuites pour violation de droits d’auteur – NYT et poursuites d’auteurs

Le New York Times a poursuivi OpenAI et Microsoft pour violation de droits d’auteur le 27 décembre 2023, alléguant que les modèles GPT ont été entraînés sur des articles du NYT sans autorisation et peuvent régurgiter du contenu quasi-verbatim. Le 26 mars 2025, le juge Sidney Stein du SDNY a rejeté la requête en rejet d’OpenAI et a autorisé les réclamations de violation directe et contributive de droits d’auteur à se poursuivre. Un juge fédéral a ensuite ordonné à OpenAI de produire 20 millions d’échantillons de conversations dé-identifiées pour la découverte de responsabilité des données d’entraînement.

OpenAI maintient une défense d’« usage équitable » et a publié une page de réponse sur openai.com/new-york-times arguant que l’entraînement IA est transformatif. En mai 2026, l’affaire est en découverte active au SDNY. Aucune date de procès n’a été fixée. Plusieurs poursuites consolidées d’auteurs pour droits d’auteur se poursuivent parallèlement à l’affaire NYT dans la même juridiction. Surveillez hebdomadairement les changements de statut.

Révocation du conseil d’administration de Sam Altman – Ce que l’enquête a révélé

Le conseil d’administration d’OpenAI a licencié le PDG Sam Altman le 17 novembre 2023, citant un « schéma de tromperie » et un manque de franchise. La révolte des employés et la pression de Microsoft ont conduit à sa réintégration cinq jours plus tard. L’enquête externe de WilmerHale a conclu en mars 2024 que le comportement d’Altman « ne justifiait pas la révocation » et a attribué le licenciement à une « rupture de la relation et perte de confiance » – pas à une constatation spécifique de faute. Aucun rapport d’enquête écrit n’a été publié.

Altman a été réintégré avec un conseil élargi incluant Bret Taylor (président) et Lawrence Summers. Il a déclaré qu’il « aurait pu gérer le différend avec plus de grâce et de soin ». L’épisode a contribué à la restructuration ultérieure d’OpenAI du contrôle à but non lucratif à la structure de société à bénéfice public.

En avril 2026, Ronan Farrow a publié un reportage qui caractérisait les membres du conseil comme ayant été sélectionnés « en consultation étroite avec » Altman. Le cadrage est à source unique à la date du dossier et n’a pas été corroboré de manière indépendante, mais il a rouvert les questions de gouvernance dans la couverture de l’industrie.

Interdiction de l’autorité italienne de protection des données – Résolue

Le Garante italien a temporairement interdit ChatGPT le 31 mars 2023, citant des violations du RGPD : aucune base juridique pour la collecte massive de données, traitement illégal des données d’utilisateurs mineurs, absence de vérification de l’âge. OpenAI s’est conformé dans les délais, a introduit des divulgations de confidentialité spécifiques au RGPD, une vérification de l’âge et un outil de désinscription de l’entraînement. Le service a été rétabli en mai 2023. L’action n’a pas entraîné d’amende formelle RGPD. L’épisode a établi que les autorités de protection des données de l’UE peuvent agir contre les systèmes IA sans attendre l’application de la loi sur l’IA de l’UE.

Sources

Sources faisant autorité consultées lors de la compilation de ce guide. Pour la maintenance, surveillez les URL notées dans la section JSON SSOT.

• OpenAI – openai.com (annonces, tarification, pages entreprise)
• Centre d’aide OpenAI – help.openai.com (documentation des fonctionnalités, avis d’arrêt de Sora)
• Documentation API OpenAI – platform.openai.com (tarification, catalogue de modèles, dépréciations)
• Statut OpenAI – status.openai.com (incidents)
• Indice de divergence multi-modèles Suprmind – suprmind.ai/hub/multi-model-ai-divergence-index/ (données de production multi-modèles)
• Taux d’hallucinations IA et benchmarks Suprmind – suprmind.ai/hub/ai-hallucination-rates-and-benchmarks/ (données canoniques d’hallucinations)
• Artificial Analysis – artificialanalysis.ai (AA Intelligence Index, AA-Omniscience)
• MathArena – matharena.ai (AIME 2026, HMMT, Math Overall)
• LMArena – arena.ai/leaderboard (classements de préférence utilisateur)
• Columbia Journalism Review – cjr.org (audit de précision des citations, mars 2025)
• TechCrunch – techcrunch.com (couverture de lancement, introduction du niveau Pro)
• o-mega.ai – Guide complet GPT-5.5 et synthèse de benchmarks
• DataCamp – datacamp.com (couverture du lancement GPT-5.4)
• 9to5Mac – 9to5mac.com (GPT personnalisés, lancement GPT-5.3 Instant)
• The Guardian – theguardian.com (enquête sur le conseil d’administration d’Altman)
• NPR, Reuters, lawfold.com – Statut de la poursuite NYT
• Futurism – futurism.com (reportage sur la sycophantie août 2025)
• TheNextWeb – thenextweb.com (couverture Claude Opus 4.7 SWE-bench Pro)

Dernière vérification 2026-05-07.

FAQ

Questions fréquemment posées

Cessez de deviner. Commencez à recouper.

Suprmind exécute votre prompt en parallèle sur ChatGPT, Claude, Gemini, Grok et Perplexity. Voyez où ils sont d’accord, où ils ne le sont pas, et quelles informations un seul modèle a mises en évidence — avant d’agir.