Quand monter le raisonnement (et quand s'en passer)
Sur cette page
Savoir quand penser, et quand ne pas penser
Monter la réflexion au maximum pour chaque demande, c’est prendre un marteau-piqueur pour planter un clou. Cette leçon vous apprend à repérer les situations où le raisonnement apporte une vraie valeur, et celles, plus nombreuses qu’on ne le croit, où il ne fait que ralentir et coûter.
Ce que recommande OpenAI, niveau par niveau
La documentation de l’API décrit l’usage de chaque niveau d’effort. Les mêmes repères valent, à peu de chose près, pour le curseur de ChatGPT.
| Niveau | Pour quoi faire, selon OpenAI | Repère indicatif dans Chat |
|---|---|---|
none | Tâches où la latence prime : voix, recherche d’information rapide, classification | Instant |
low | Raisonnement efficace : analyse de données, rédaction, code d’exécution, assistance client | Instant ou Medium |
medium | Qualité et fiabilité, planification et jugement ; le réglage par défaut le plus équilibré | Medium |
high | Raisonnement difficile, débogage complexe, planification approfondie | High |
xhigh | Recherches approfondies et tâches longues, seulement si vos tests montrent un gain | Extra High |
max | Les tâches les plus complexes, à évaluer face à xhigh | Pro, ou Max dans Work |
Retenez surtout la ligne medium : c’est le point de départ recommandé pour la plupart des usages. On descend quand la vitesse compte plus que la profondeur, on monte quand la tâche le réclame.
Quand monter
Le premier signal est la présence d’étapes enchaînées. Si la bonne réponse suppose de résoudre A pour comprendre B, puis de combiner A et B pour obtenir C, montez le niveau. « Analyse ces trois offres commerciales, compare-les sur cinq critères pondérés et recommande la meilleure, avec justification » entre exactement dans cette catégorie.
Le deuxième signal est mathématique ou logique : calculs, déductions, combinatoire. Comparez par exemple les deux niveaux sur « Calcule l’amortissement dégressif d’un bien de 120 000 € sur 5 ans avec un coefficient de 1,75 ». Le troisième tient à l’exactitude : quand une erreur coûte cher (calcul financier, analyse juridique, algorithme), un niveau plus élevé donne au modèle le temps de vérifier son travail. Le quatrième, enfin, est stratégique : planifier un projet, évaluer des scénarios, construire un arbre de décision.
Quand rester bas
À l’inverse, la plupart des tâches de formulation n’y gagnent rien. Rédiger un email ou un post, traduire, reformuler, résumer pour compresser, répondre à une question factuelle simple, brainstormer : un niveau rapide suffit, et OpenAI range d’ailleurs la rédaction parmi les usages de low. Le résumé change de catégorie quand il ne s’agit plus de compresser mais de porter une analyse critique sur le texte.
L’arbre de décision
Avant de régler une demande, trois questions suffisent :
- La tâche demande-t-elle plusieurs étapes de réflexion ? Si oui, au moins Medium (
medium). - L’exactitude est-elle critique ? Si oui, High (
high) ou plus, et vérification par un outil. - La vitesse compte-t-elle plus que la profondeur ? Si oui, Instant (
noneoulow).
Coût et temps : les facteurs pratiques
Chaque niveau se paie en jetons et en secondes. Les jetons de raisonnement sont facturés comme des jetons de sortie et peuvent aller de quelques centaines à plusieurs dizaines de milliers pour un problème difficile ; plus le niveau est haut, plus l’attente s’allonge. Dans ChatGPT, les niveaux élevés puisent dans des quotas propres à votre offre ; quand vous atteignez une limite, ChatGPT peut poursuivre avec un autre modèle disponible. L’arbitrage est donc symétrique : gaspiller un niveau maximal sur une tâche simple, c’est payer et attendre pour rien ; traiter un problème complexe au niveau minimal produit un résultat médiocre que vous paierez plus tard en corrections.
À vous de jouer
Se faire l’oreille. Classez ces six tâches avant de regarder la colonne de droite, puis rejouez l’exercice avec vos propres demandes de la semaine.
| Tâche | Réglage attendu |
|---|---|
| « Rédige un email de relance pour un client » | Rapide |
| « Optimise ce budget en respectant ces quatre contraintes » | Élevé |
| « Traduis ce paragraphe en allemand » | Rapide |
| « Trouve l’erreur logique dans cet argument en trois points » | Moyen à élevé |
| « Génère dix idées de noms pour ma startup » | Rapide |
| « Calcule le TRI d’un investissement sur dix ans » | Élevé, avec vérification |
Deux erreurs symétriques guettent : la surutilisation du raisonnement (réponses lentes, coûts qui grimpent) et la sous-utilisation (rester rapide sur des problèmes complexes). La troisième est plus insidieuse : ne jamais ajuster le réglage en cours de travail. Dans une même conversation, descendez pour reformuler, montez pour analyser.
Sources officielles : Reasoning models (API OpenAI : usages recommandés par niveau d’effort, facturation des jetons de raisonnement) · GPT-6 and other models in ChatGPT (niveaux de Chat, limites et repli sur un autre modèle)
Points clés à retenir
mediumest le point de départ recommandé ; on descend pour la vitesse, on monte pour la difficulté- Montez pour les problèmes à étapes, les calculs, l’exactitude critique et la stratégie
- Restez rapide pour la rédaction, la traduction, la reformulation, les questions simples et le brainstorming
- Trois questions suffisent : plusieurs étapes ? exactitude critique ? vitesse prioritaire ?
- Le niveau se règle demande par demande : c’est un curseur, pas un choix définitif