GPT-5 pour les développeurs : API, code amélioré, toutes les nouveautés

GPT-5 était attendu depuis longtemps et, après un teasing hasardeux, le nouveau modèle phare d’OpenAI a enfin été lancé ce jeudi 7 août. Parmi les principaux changements, on retrouve une simplification des modèles, des modifications de l’interface et un accès prochain à Gmail et Google Agenda. Mais bien sûr, c’est avant tout l’amélioration des performances générales qui attise le plus la curiosité.

Sur ce point, OpenAI a prévu un certain nombre d’améliorations majeures pour les développeurs. On vous les présente ici !

Codage IA : GPT-5 passe à la vitesse supérieure

Pour faire simple : GPT-5 est tout simplement meilleur en code, selon OpenAI, qui promet dans son communiqué qu’il s’agit du « meilleur modèle à ce jour pour le codage et les tâches agentiques ». Comme à son habitude, la startup s’appuie sur des benchmarks réalisés en interne :

• SWE-bench Verified : GPT-5 atteint un score de 74,9 %. Ce benchmark mesure la capacité du modèle à corriger des bugs dans des dépôts de code réels. GPT-5 surpasse o3 tout en générant moins de texte et en sollicitant moins souvent les outils.
• Aider polyglot : GPT-5 obtient un taux de réussite de 88 %. L’exercice consiste à modifier du code en plusieurs langages, sur la base d’un prompt issu de la plateforme Exercism. GPT-5 réduit d’un tiers les erreurs par rapport à o3.
• Développement front-end : GPT-5 est préféré dans 70 % des cas. Les testeurs internes ont comparé les productions front-end du modèle à celles d’o3. GPT-5 se distingue par une meilleure qualité de code et un sens plus développé de l’esthétique.
• τ2-bench telecom : GPT-5 atteint un score de 96,7 %. Ce benchmark récent évalue l’exécution de tâches longues impliquant des séquences d’outils. GPT-5 démontre une capacité supérieure à suivre les instructions, même complexes, sans perdre le fil.

GPT-5 : un partenaire de développement

Au-delà des résultats bruts, GPT‑5 introduit une forme de collaboration plus naturelle entre l’IA et les développeurs. Le modèle a été entraîné pour devenir un véritable “collaborateur de code”, capable d’intervenir à chaque étape du cycle de développement : rédaction, relecture, correction, refactorisation, documentation ou encore exploration de bases de code complexes.

Le modèle est orientable et collaboratif : il peut suivre des instructions très détaillées avec une grande précision et fournir des explications claires de ses actions avant et entre les appels d’outils, explique OpenAI.

Il se distingue aussi par sa capacité à plonger dans des projets complexes, à en comprendre les dépendances internes et à répondre à des questions spécifiques sur la manière dont les différents composants interagissent.

GPT-5 se distingue également par sa capacité à suivre des instructions complexes, notamment sur plusieurs tours d’échanges, et à traiter de très longs contextes : l’API permet de lui envoyer jusqu’à 400 000 tokens (soit environ 300 pages de texte), un record à ce jour. Cette avancée permet au modèle de mieux comprendre des projets complexes, d’extraire l’information pertinente au sein de documents volumineux et de répondre de manière plus cohérente, même sur plusieurs centaines de lignes de code. OpenAI note, à titre d’exemple, que GPT‑5 a été capable d’analyser son propre stack de reinforcement learning pour aider ses équipes à mieux raisonner sur leur code.

Développement front-end : un bond en avant ?

Sur le développement front-end, les benchmarks soulignent donc une amélioration notable des performances de GPT-5. Concrètement, le modèle produit un code non seulement fonctionnel, mais aussi mieux structuré, plus lisible et plus conforme aux standards esthétiques actuels.

Dans son communiqué, OpenAI partage ainsi quelques interfaces web créées à l’aide de GPT-5. D’un point de vue visuel, le résultat est plutôt bluffant et semble sans commune mesure avec ce que produisaient les précédents modèles, en particulier compte tenu de la concision des prompts.

Le prompt pour l’image ci-dessous est : « Veuillez créer une page d’accueil attrayante et réaliste pour un service qui propose aux amateurs de café un abonnement mensuel de 200 $ comprenant la location de matériel et des conseils pour torréfier le café et préparer le meilleur espresso possible. Le public cible est constitué de personnes d’âge moyen vivant dans la région de la baie de San Francisco, travaillant dans le secteur des technologies, ayant un niveau d’éducation élevé, disposant d’un revenu disponible et passionnées par l’art et la science du café. Optimisez la conversion pour un abonnement de 6 mois. »

Pour la page ci-dessous, le prompt est :

« Créez une application monopage dans un seul fichier HTML répondant aux exigences suivantes :

• Nom : Audio Step Sequencer
• Stack : API WebAudio.
• Objectif : grille de batterie à 16 pas.
• Fonctionnalités : tempo, swing, enregistrement/chargement de patterns, exportation WAV (rendu simple buffer).

L’interface utilisateur doit être futuriste et rendre le jeu amusant ! »

API : GPT-5 se plie davantage aux besoins des développeurs

Dans l’API, GPT‑5 est décliné en trois tailles : gpt-5, gpt-5-mini et gpt-5-nano. Toutes trois reposent sur le même modèle de raisonnement, avec des différences de latence, de coût et de performance. À noter : ces modèles sont distincts de gpt-5-chat-latest, utilisé dans ChatGPT, qui combine plusieurs modèles et ajuste leur usage automatiquement selon la requête.

OpenAI propose également de nouvelles options pour adapter finement le comportement du modèle, en fonction du contexte ou des contraintes techniques. Voici les principaux paramètres désormais accessibles :

• Paramètre verbosity : ajuste le niveau de détail des réponses (court, moyen, long).
• Paramètre reasoning_effort : permet de réduire le raisonnement pour des réponses plus rapides.
• Custom tools : permet d’appeler des outils en texte brut, avec des contraintes définies par des grammaires personnalisées.

Autre nouveauté utile : GPT‑5 peut désormais générer des preambles, c’est-à-dire des messages visibles avant ou entre les appels d’outils. Cela permet au modèle de mieux expliciter ses actions en cours, d’indiquer sa progression dans une tâche complexe et de renforcer la lisibilité pour les utilisateurs finaux.