OpenAI dévoile GPT-o3 et o4 mini : une nouvelle étape vers l'intelligence artificielle agentive

OpenAI poursuit sa course au développement logiciel. Après l'annonce ce jeudi de la sortie de GPT-4.1, l'entreprise dirigée par Sam Altman lance deux nouveaux modèles : GPT-o3 et o4 mini, conçus pour approfondir leur réflexion avant de formuler une réponse. Ces innovations s'inscrivent dans une stratégie modulaire plus large de l'entreprise.

Les avancées significatives des nouveaux modèles GPT o3 & o4-Mini

OpenAI présente ces deux nouveaux modèles comme étant “une étape vers un ChatGPT plus agentif, capable d’exécuter des tâches de manière autonome pour vous”. Mais qu’en est-il réellement ?

Dans les faits, le raisonnement des modèles est bien plus poussé et les formats de sortie sont adaptés et diversifiés. Il peut par exemple, de son propre fait, intégrer une recherche web ou un graphique à une de ses réponses pour mieux détailler son raisonnement. Ces capacités font de lui l’outil idéal pour les requêtes complexes nécessitant une analyse multidimensionnelle et dont les réponses peuvent ne pas être immédiatement évidentes. Il est donc particulièrement performant pour les tâches visuelles telles que l’analyse d’images, de diagrammes et de graphiques.

‍

‍

"Il suffit de télécharger une photo d'un tableau blanc, un schéma de manuel ou un croquis, et le modèle peut l'interpréter, même si l'image est floue, inversée ou de mauvaise qualité. Grâce à des outils, les modèles peuvent manipuler les images à la volée : les faire pivoter, les zoomer ou les transformer dans le cadre de leur raisonnement," explique OpenAI.

Ces modèles marquent la première intégration agentive complète de tous les outils d'OpenAI. Ils sont spécifiquement entraînés à "raisonner sur le moment et la manière d'utiliser les outils pour produire des réponses détaillées et réfléchies dans les formats de sortie appropriés, généralement en moins d'une minute, afin de résoudre des problèmes plus complexes".

‍

‍

Les évaluations menées par des experts externes démontrent que o3 réduit de 20% les erreurs majeures par rapport à OpenAI o1 sur des problèmes complexes, avec des performances particulièrement remarquables dans la programmation, le commerce, le conseil et la génération d'images.

‍

‍

Une IA modulaire : la fin du "one model fits all"

Les deux nouveaux modèles de ChatGPT présentent des caractéristiques distinctes mais complémentaires. GPT o4-mini constitue une version optimisée du modèle de raisonnement GPT-4, offrant des performances plus rapides et une architecture plus légère, ce qui le rend particulièrement adapté aux agents et assistants automatisés. Le modèle o3, quant à lui, est plus ancien techniquement, en ce qu’il est semblable à GPT-3.5, mais il est formé sur des images, donc parfaitement au point pour les tâches visuelles.

Cette évolution confirme l'orientation stratégique d'OpenAI sur la voie d'une architecture modulaire composée d'éléments spécialisés, chacun étant optimisé pour des applications spécifiques. Cette approche soulève néanmoins un défi d'importance : l'utilisateur doit désormais identifier le modèle le plus approprié à ses besoins et s'adapter aux évolutions successives de ces technologies. La complexité reconnue de la nomenclature d'OpenAI nécessitera une veille constante pour appréhender chaque nouvelle fonctionnalité de la gamme.

‍

Le raisonnement et la vision : un duo tactique

La complémentarité fonctionnelle entre ces deux modèles mérite d'être soulignée. Là où o4-mini démontre une excellence dans le raisonnement logique, facilitant les prises de décision structurées et les interactions conversationnelles fluides, GPT o3 se distingue par sa capacité à interpréter des contenus visuels, offrant ainsi une valeur ajoutée significative pour la reconnaissance d'images, l'analyse d'interfaces utilisateur ou le développement d'outils basés sur la vision artificielle.

L' utilisation de ces deux modèles au sein d'assistants spécialisés permettrait de couvrir l'ensemble du processus cognitif, depuis la perception visuelle jusqu'à la compréhension et l'action. Cette combinaison ouvrirait des perspectives d'application dans divers domaines, notamment pour des agents multi-modaux, des solutions de lecture documentaire automatisée, des systèmes de diagnostic assisté, ou encore des services clients enrichis à la disponibilité sans limite.

‍

Vers un futur d'IA "invisible mais partout"

Avec ces innovations, OpenAI privilégie une approche "small & smart" : des outils moins axés sur les démonstrations de puissance brute, mais davantage orientés vers des processus d'intégrations intelligentes. Ces modèles sont conçus pour s'intégrer discrètement dans les usages quotidiens, les systèmes embarqués, et les applications qui, bien qu'invisibles, deviennent essentielles. La vision à long terme d'OpenAI semble ainsi s'orienter vers une intelligence artificielle omniprésente, aux capacités spécialisées, devenant un assistant naturel aux activités humaines.

En définitive, GPT o3 et o4-mini représentent les composantes d'une architecture plus vaste, incarnant la vision d'une IA modulaire, distribuée et optimisée pour répondre à la diversité des usages contemporains, plus seulement axés sur la génération.

‍

{{formation-gen-ai="/brouillon"}}