GPT-5.5 débarque dans ChatGPT avec une fiabilité doublée malgré des vulnérabilités

OpenAI vient de déployer GPT-5.5 dans ChatGPT avec une promesse simple, formulée par Sam Altman sur X, We love you, and we want you to win.

Traduction opérationnelle, moins de démonstration, plus de fiabilité au quotidien, sur des tâches longues, complexes, et souvent pénibles à faire tenir à un chatbot sans le reprendre dix fois. Le modèle est annoncé comme un progrès net sur le raisonnement, la cohérence et l’exécution de tâches multi-étapes, notamment en code, en recherche et dans l’usage d’outils. La mise à disposition vise d’abord les abonnés Plus, Pro, Business et Enterprise, avec un déploiement progressif. OpenAI insiste aussi sur la sécurité, le modèle ne franchit pas le seuil Critical en cybersécurité, mais il est classé High.

Sam Altman mise sur la fiabilité de GPT-5.5

Le message We love you, and we want you to win a l’air d’un slogan, mais il colle à la stratégie affichée, rendre GPT-5.5 plus utile dans la vraie vie, là où les utilisateurs se plaignent surtout d’un problème, la régularité. OpenAI ne vend pas un feu d’artifice, il vend la capacité de ChatGPT à suivre une demande jusqu’au bout, sans se contredire au troisième échange.

Concrètement, l’entreprise met en avant une meilleure gestion des longues chaînes de raisonnement et une cohérence de contexte plus solide. Si vous demandez un plan de projet, puis une checklist, puis un tableau de suivi, l’objectif est que le modèle garde la même logique, les mêmes hypothèses, les mêmes contraintes. Ce point vise un irritant classique, devoir réexpliquer, corriger, recadrer, parce que la réponse 1 et la réponse 3 ne parlent plus du même sujet.

Autre axe, l’usage d’outils et la capacité à passer d’un type d’entrée à un autre. Dans le discours d’OpenAI, GPT-5.5 doit mieux combiner différents formats et mieux enchaîner les étapes, par exemple analyser une consigne, produire un document, puis adapter une version à un autre format. Sur le terrain, ce sont typiquement des tâches de bureau, rédaction, mise en forme, synthèse, qui prennent du temps parce qu’elles sont fragmentées.

Il y a une nuance à garder en tête, OpenAI parle d’une amélioration day to day, pas d’une rupture. C’est séduisant, mais ça veut aussi dire que l’écart se mesure surtout sur la fréquence des réponses bonnes du premier coup. C’est difficile à vérifier sans métriques publiques détaillées pour chaque usage. Et pour les utilisateurs, le vrai test n’est pas une démo, c’est la semaine de travail, quand le modèle doit rester fiable sur 20 requêtes différentes.

OpenAI déploie GPT-5.5 à Plus, Pro, Business, Enterprise

Sur la disponibilité, OpenAI annonce un déploiement de GPT-5.5 dans ChatGPT pour les offres Plus, Pro, Business et Enterprise. Le mot important, c’est progressivement. Autrement dit, deux collègues avec le même abonnement peuvent ne pas voir la même option au même moment. Ce type de rollout limite les incidents, mais il crée aussi de la confusion, surtout en entreprise quand on veut standardiser un outil.

Le Help Center précise aussi un point qui compte pour les développeurs, GPT-5.5 et GPT-5.5 Pro ne sortent pas dans l’API aujourd’hui. OpenAI explique que servir le modèle via API exige d’autres garde-fous, et que le déploiement arrivera très bientôt. Pour les équipes produit, ça change la feuille de route, on peut tester dans ChatGPT, mais pas encore intégrer la même brique dans une application métier.

Dans ChatGPT, OpenAI maintient un système par défaut, GPT-5.3 reste le modèle standard pour tous les utilisateurs connectés, avec un système d’auto-bascule censé fournir une expérience rapide et stable. À côté, GPT-5.5 Thinking est présenté comme le modèle de raisonnement le plus capable, conçu pour le travail difficile, réel, multi-étapes. Et OpenAI ajoute un réglage de thinking time dans le composeur, avec des modes Standard et Extended selon les offres.

Pour les usages existants, il y a un effet secondaire, continuer une ancienne conversation peut produire des sorties différentes, puisque des discussions plus anciennes tournent sur des équivalents GPT-5.3 ou GPT-5.5. OpenAI indique aussi que GPT-5.5 Thinking restera dans les modèles Legacy pendant 90 jours après son lancement pour Plus et Pro. C’est utile pour comparer, mais ça rappelle un point, l’expérience ChatGPT n’est pas figée, elle bouge sous vos pieds.

Mark Chen et Jakub Pachocki détaillent code et recherche

Deux dirigeants de la recherche chez OpenAI donnent le ton. Mark Chen, chief research officer, explique que GPT-5.5 navigue mieux dans le computer work que ses prédécesseurs, et qu’il montre des gains significatifs sur des workflows de recherche scientifique et technique. L’ambition affichée, aider des experts à avancer, pas juste répondre à des questions. C’est une façon de dire, le modèle doit tenir la distance sur des tâches longues.

Jakub Pachocki, chief scientist, insiste sur le rythme, OpenAI enchaîne les sorties à cadence élevée, avec un modèle le mois précédent, puis des versions en décembre et novembre avant cela. Il annonce que cette dynamique va continuer, avec des améliorations assez significatives à court terme et extrêmement significatives à moyen terme. Il lâche même une phrase piquante, les deux dernières années ont été étonnamment lentes selon lui.

Sur le contenu des progrès, OpenAI cite des performances supérieures sur une série de benchmarks, face à ses propres modèles plus anciens et face à des concurrents comme Google et Anthropic, avec des références à Gemini 3.1 Pro et Claude Opus 4.5. Les benchmarks ne disent pas tout, mais ils comptent pour les décideurs, parce qu’ils donnent un langage commun. Dans les appels d’offres, un score est parfois plus simple à vendre qu’un ressenti utilisateur.

Les cas d’usage cités couvrent l’agentic coding et le knowledge work, mais aussi des domaines plus expérimentaux, mathématiques et recherche scientifique. Chen évoque même l’aide à la découverte de médicaments, un secteur où l’intérêt industriel grimpe depuis quelques années. Là, prudence, OpenAI parle de potentiel et de workflows, pas de percée clinique. Mais l’orientation est claire, le modèle est pensé pour des environnements où l’erreur coûte cher, en temps, en argent, en crédibilité.

CNBC rapporte un risque cyber High, sous le seuil Critical

OpenAI met la cybersécurité au centre de la communication, et ce n’est pas anodin. Selon la présentation, GPT-5.5 ne franchit pas le seuil Critical qui ouvrirait des voies inédites vers des dommages graves. Mais il atteint le niveau High, une catégorie qui peut amplifier des voies existantes vers des dommages graves. C’est une formulation importante, le modèle n’invente pas forcément une nouvelle menace, il rend plus accessible ce qui existe déjà.

Mia Glaese, vice-présidente recherche chez OpenAI, dit que GPT-5.5 a subi des tests de garde-fous par des tiers et des exercices de red teaming sur les risques cyber et bio, et que l’entreprise itère sur ses protections depuis des mois, avec des modèles de plus en plus capables en cyber. C’est le type de phrase qui rassure, mais qui appelle aussi une question simple, qu’est-ce qui est mesuré, et qu’est-ce qui reste hors champ?

Cette classification High va alimenter un débat déjà vif, faut-il diffuser largement les modèles les plus performants, ou limiter plus fortement l’accès, surtout quand les capacités en code et en automatisation progressent. Le New York Times souligne d’ailleurs que la stratégie d’OpenAI et celle d’Anthropic divergent sur la manière de gérer une technologie utile autant à ceux qui défendent des réseaux qu’à ceux qui tentent de les attaquer. Ce désaccord est devenu un marqueur de l’industrie.

Dans la pratique, ce niveau de risque touche aussi les entreprises clientes. Un DSI qui déploie ChatGPT Enterprise doit se demander comment encadrer les usages, quelles données laisser entrer, quels outils connecter, quels journaux conserver. On veut les gains de productivité, mais on ne veut pas créer une autoroute à erreurs, résume Marc, responsable sécurité dans une ETI française, qui dit passer plus de temps sur la gouvernance que sur le choix du modèle.

TechRadar voit une mise à jour moins spectacle, plus usage

TechRadar décrit GPT-5.5 comme une mise à jour plus lourde qu’elle n’en a l’air, surtout parce qu’elle vise les irritants concrets, le raisonnement, la cohérence, les tâches longues. Le média insiste sur une idée, l’utilisateur devrait obtenir ce qu’il veut avec moins d’allers-retours pour affiner le prompt. C’est un changement de rapport à l’outil, moins de prompt engineering, plus d’intention comprise dès la première demande.

Ce positionnement arrive juste après une autre évolution, l’amélioration des capacités d’images de ChatGPT, présentée comme un gros saut. En résultat, OpenAI enchaîne deux messages complémentaires, d’un côté l’image, de l’autre le texte raisonné et l’exécution. Pour un utilisateur, ça ressemble à une logique de super-app, un endroit unique pour rédiger, coder, rechercher, produire des documents, et manipuler plusieurs formats sans changer d’outil.

Dans les exemples d’usage mis en avant par OpenAI, on retrouve l’analyse de données, l’écriture et le débogage de code, l’opération de logiciels, la recherche en ligne, et la création de documents et tableurs. Ce sont des tâches qui, en entreprise, consomment des heures parce qu’elles sont morcelées. Si un modèle réduit de 30% les retours et corrections, l’impact est immédiat. Mais ce chiffre est hypothétique, OpenAI ne publie pas une statistique universelle de gain de temps.

La nuance, c’est que moins de spectacle peut aussi être perçu comme moins lisible. Quand une version change sans que l’utilisateur comprenne pourquoi ses réponses sont plus stables, ou juste différentes, la confiance peut bouger. Et l’absence de sortie API immédiate complique la comparaison pour les équipes techniques. OpenAI demande un acte de foi temporaire, tester dans ChatGPT maintenant, intégrer dans les produits plus tard, avec des garde-fous adaptés.