Quel modèle et quel niveau de raisonnement pour quel usage

Le raisonnement n’est plus un modèle à part

Il n’y a pas si longtemps, OpenAI séparait les modèles conversationnels des modèles « de raisonnement » comme o3, o3-pro ou o4-mini. Cette époque est close : o3 a quitté ChatGPT le 26 août 2026, au terme d’une transition annoncée le 28 mai, et ses versions d’API sont retirées le 11 décembre 2026. Aujourd’hui, chaque modèle peut répondre vite ou réfléchir longuement, et c’est vous qui réglez cette intensité. Choisir le bon modèle et le bon niveau de raisonnement est donc la première compétence de ce cours.

Ce réglage ne se présente pas de la même façon selon l’endroit où vous travaillez. Cette leçon vous donne la carte des trois surfaces : Chat, Work et Codex, et l’API.

Dans Chat : GPT-6 et le curseur Thinking

Dans ChatGPT, le menu des modèles propose GPT-6 et un curseur Thinking : Instant pour les réponses rapides, Medium pour une réflexion standard, High pour une réflexion approfondie, Extra High pour le niveau le plus poussé de GPT-6 Sol, et Pro, propulsé par GPT-6 Astra, pour les tâches difficiles et les travaux longs. Plus accède à Medium et High ; Pro, Business et Enterprise à tous les niveaux ; Free et Go disposent d’un modèle Luna et d’un bouton Think pour les questions plus difficiles. Le cours ChatGPT, prise en main (leçon 5) détaille ce menu.

Dans Work et Codex : quatre modèles et un curseur de puissance

ChatGPT Work et Codex proposent quatre modèles : Astra, le plus capable ; GPT-6.1 Sol, proche d’Astra pour un coût moindre ; GPT-6.1 Terra, rapide et efficace pour l’écriture, la compréhension d’images et le pilotage d’applications ; Luna, pour les tâches ciblées et répétitives. Un curseur de puissance va de Faster à Smarter, et deux réglages extrêmes complètent la gamme : Max, qui donne au modèle plus de temps sur une seule tâche, et Ultra, qui répartit une tâche complexe entre des sous-agents travaillant en parallèle.

Dans l’API : quatre modèles et un paramètre d’effort

Côté développeurs, l’API Responses expose les mêmes familles, avec un paramètre reasoning.effort qui règle l’intensité de la réflexion. Les valeurs acceptées dépendent du modèle :

Les quatre partagent une fenêtre de contexte de 1,05 million de jetons et jusqu’à 128 000 jetons en sortie. Envoyer none à GPT-6 Astra renvoie une erreur 400 ; GPT-6.1 Sol refuse none et minimal et règle l’effort sur medium par défaut. S’y ajoute un second réglage, indépendant de l’effort : reasoning.mode, standard par défaut ou pro pour les tâches difficiles qui tolèrent plus de latence et de jetons. Il n’existe pas de valeur « ultra » dans l’API : Ultra est un mode de ChatGPT Work et de Codex.

Si vous venez d’o3 ou d’o4-mini

La transposition officielle est simple. Dans l’API, OpenAI recommande de remplacer o3 par gpt-5.6-sol, et o3-pro par gpt-5.6-sol avec reasoning.mode réglé sur pro ; ces modèles GPT-5.6 restent servis. Pour un nouveau projet, partez plutôt de la famille GPT-6. Dans ChatGPT, il n’y a rien à migrer : le curseur de réflexion de GPT-6 fait ce que faisaient les anciens modèles de raisonnement, sans changer de modèle.

Comment choisir en pratique

La règle d’or tient en une phrase : partez du réglage par défaut, et montez l’effort de raisonnement avant de changer de modèle. OpenAI le recommande partout : dans l’API, medium est le point de départ équilibré pour la plupart des usages ; dans Work, on part du réglage proposé pour son compte et on glisse vers Smarter quand la tâche demande plus de planification ou d’analyse. Ne passez au modèle supérieur que lorsque le modèle courant, à un effort élevé, plafonne réellement.

Concrètement, un niveau rapide (Instant, ou none à low dans l’API) couvre ce qui relève de la formulation : rédiger un email, résumer, traduire, classer. Montez à un niveau moyen ou élevé dès que la tâche devient technique (code, calculs, analyse de données), dès que la réponse dépend de plusieurs étapes intermédiaires, ou dès que vous voulez que le modèle vérifie son travail. Les niveaux les plus hauts, Extra High, Pro, xhigh ou max, se réservent aux problèmes difficiles où la qualité prime nettement sur la latence et le coût. Luna, à l’autre extrémité, s’impose quand une tâche simple se répète des milliers de fois.

Quatre écueils reviennent sans cesse. Tout traiter au niveau maximal est lent et coûteux. Ignorer Luna revient à payer le plein tarif pour des traitements de masse. Changer de modèle avant d’avoir monté l’effort fait sauter une étape souvent suffisante. Et dégainer Ultra par curiosité coûte cher pour rien : la plupart des tâches n’ont besoin ni de Max ni d’Ultra.

À vous de jouer

Deux réglages, une question. Posez la même question à deux niveaux de réflexion, dans ChatGPT (Instant puis High, ou Think sur Free et Go) ou dans l’API (low puis high) : « Calcule la valeur actuelle nette d’un projet à 50 000 € qui génère 12 000 € de revenus annuels pendant 7 ans, avec un taux d’actualisation de 5 %. Détaille le calcul. » Comparez le temps de réponse, le détail des étapes et le résultat, puis vérifiez ce dernier avec un tableur.

Sources officielles : GPT-6 and other models in ChatGPT (centre d’aide OpenAI : curseur Thinking, offres) · Models (documentation ChatGPT : Work et Codex, Max et Ultra) · Models (API : identifiants, effort accepté, prix, contexte) · Reasoning models (effort et mode pro) · Deprecations (o3 et o3-pro, remplaçants) · ChatGPT release notes (retrait d’o3 de ChatGPT)

Points clés à retenir

• Le raisonnement est un réglage, plus un modèle séparé ; o3 a quitté ChatGPT le 26 août 2026 et quitte l’API le 11 décembre 2026
• Chat : GPT-6 et le curseur Instant à Extra High, puis Pro ; Work et Codex : quatre modèles, Faster à Smarter, Max et Ultra
• API : reasoning.effort de none à max selon le modèle, et reasoning.mode standard ou pro ; pas d’« ultra »
• Partez du réglage par défaut et montez l’effort avant de changer de modèle
• Réservez les niveaux maximaux, Max et Ultra aux problèmes qui résistent au reste