OpenAI lance GPT-5.5 : un modèle agentique plus puissant que GPT-5.4, mais une API deux fois plus chère

Le 23 avril, OpenAI a présenté GPT-5.5 en présentant cette sortie non comme une mise à jour classique du modèle, mais comme la base d'agents IA opérationnels. L'entreprise affirme que la nouvelle version planifie mieux, se sert plus efficacement des outils et mène des tâches composites à leur terme sans consignes constantes d'un humain.

Le pari d'OpenAI

L'idée centrale de cette sortie est que GPT-5.5 ne doit pas fonctionner comme un chatbot aux réponses isolées, mais comme un exécutant de tâches longues sur ordinateur. Selon OpenAI, le modèle est plus fort en programmation agentique, en manipulation d'interfaces, en analyse de données, en préparation de documents et en recherche. Plutôt que de laisser l'utilisateur détailler chaque étape à la main, l'entreprise propose de confier au modèle des tâches « en vrac » à plusieurs volets et de le laisser construire son plan, vérifier les résultats intermédiaires et avancer vers la réponse finale.

OpenAI insiste séparément sur le fait que ce gain de capacités n'a pas ralenti le modèle en production. GPT-5.5, d'après l'entreprise, conserve la latence par jeton de GPT-5.4, mais consomme moins de jetons pour les mêmes tâches dans Codex. Le modèle a aussi été développé et déployé avec des systèmes NVIDIA GB200 et GB300 NVL72, ce qui montre que les sorties de modèles de frontière dépendent de plus en plus non seulement des algorithmes, mais aussi de l'infrastructure.

« C'est une vraie avancée vers le type d'informatique que nous attendons à l'avenir », a déclaré

Greg Brockman.

Où les progrès se voient

Le meilleur argument d'OpenAI tient à ses benchmarks, liés non à des questions académiques mais à un travail agentique concret. GPT-5.5 affiche un gain net là où le modèle doit faire plus que répondre : planifier une séquence d'actions, appeler des outils, tenir un contexte long et mener la tâche à bout. Cette sortie n'est pourtant pas une victoire sans condition dans toutes les catégories : sur certaines évaluations externes, les concurrents gardent des positions solides, surtout là où l'orchestration d'outils via MCP compte.

• Terminal-Bench 2.0 : 82,7 % contre 75,1 % pour GPT-5.4 et 69,4 % pour Claude Opus 4.7.
• SWE-Bench Pro : 58,6 % sur des tâches de résolution d'issues GitHub réelles en un seul passage.
• MRCR v2 à 1 million de jetons : 74,0 % contre 36,6 % pour GPT-5.4, soit un bond presque du double en contexte long.
• BrowseComp pour la version Pro : 90,1 %, mais sur MCP Atlas, la tête est restée à Claude Opus 4.7, et GPT-5.5 n'y avait pas de résultat publié.

Prix et accès

La partie la plus discutable de cette sortie est l'économie. Pour l'API, OpenAI a fixé le prix à 5 dollars par million de jetons en entrée et 30 dollars par million en sortie, alors que les tarifs de GPT-5.4 étaient moitié moindres : 2,5 et 15 dollars respectivement. GPT-5.5 Pro coûte encore plus cher : 30 dollars en entrée et 180 en sortie.

OpenAI objecte que comparer seulement le prix par jeton ne suffit plus : le modèle résout les mêmes tâches avec moins de jetons, si bien que le coût réel d'un scénario de travail, selon l'estimation de l'entreprise, n'est pas multiplié par deux mais augmente d'environ 20 %.

L'accès à GPT-5.5 est d'abord arrivé dans ChatGPT et Codex pour les forfaits payants Plus, Pro, Business et Enterprise, et la connexion par API a suivi le 24 avril. Chez OpenAI même, cette sortie est présentée comme un outil déjà opérationnel : l'entreprise affirme que plus de 85 % des employés utilisent Codex chaque semaine. Parmi les exemples : le traitement de six mois de demandes d'interventions publiques, l'analyse de 24 771 formulaires fiscaux K-1 totalisant 71 637 pages, et l'automatisation de rapports d'activité hebdomadaires, qui fait gagner aux employés de 5 à 10 heures par semaine.

Ce que cela signifie

GPT-5.5 montre où va le marché : les modèles ne sont plus vendus comme « un énième chat intelligent », mais comme une couche pour le travail numérique autonome. Pour les entreprises, la question n'est plus seulement de savoir quel modèle est le plus intelligent, mais combien coûte une tâche menée à terme, en comptant les répétitions, les vérifications et l'intégration aux outils. C'est sur ce terrain qu'OpenAI compte justifier son prix plus élevé.