OpenAI lance GPT-5.4 : un pari sur les agents qui pilotent l'ordinateur, pas seulement sur le code

Le 5 mars 2026, OpenAI a présenté GPT-5.4, un nouveau modèle phare qui réunit un solide niveau de code, du raisonnement et le pilotage natif de l'ordinateur. L'accent de cette version se déplace du « chatbot intelligent » vers un agent d'IA qui ne se contente pas de répondre : il enchaîne lui-même des actions dans des interfaces et des outils de travail.

Le pari des agents

La principale nouveauté de GPT-5.4 est le Computer Use intégré. Le modèle travaille à partir de captures d'écran, déplace le curseur, clique sur des boutons, remplit des formulaires et vérifie le résultat. Pour les développeurs, c'est un passage plus mature de la simple génération de texte aux scénarios d'agents : les bots peuvent parcourir des sites, exécuter des étapes dans le navigateur et accomplir des opérations de routine sans scénario rigide pour chaque clic.

Ce n'est plus une fonction pour vidéos de démonstration, mais une couche de base pour de vrais processus métier, où l'agent doit voir l'interface et confirmer que l'action a bien fonctionné.

Selon les données officielles d'OpenAI, le gain est surtout net là où le modèle doit agir de façon autonome, et pas seulement écrire du code dans le vide. Sur OSWorld-Verified, GPT-5.4 grimpe à 75,0 % contre 47,3 % pour GPT-5.2, et sur BrowseComp à 82,7 % contre 65,8 %. Sur SWE-Bench Pro, la progression est plus modeste : 57,7 % contre 55,6 %. C'est un bon signal pour ceux qui construisent des assistants et des agents de workflow, et un signal plus mesuré pour ceux qui attendaient une percée sans réserve en programmation.

• Pilotage natif de l'ordinateur via captures d'écran et actions d'interface
• Tool Search pour de grands ensembles d'outils sans gonfler le prompt
• Mode de raisonnement `xhigh` pour les tâches lourdes
• Jusqu'à 1 million de tokens de contexte dans Codex, avec prise en charge expérimentale
• Taux d'erreurs factuelles plus faible que GPT-5.2

Ce que les tests ont montré

En pratique, le tableau est moins homogène que dans les benchmarks de présentation. Lors d'un test visuel, on a demandé au modèle de mettre en page un tableau de bord complexe de maison connectée, de rendre lui-même le résultat, puis de corriger les erreurs après auto-vérification. La composition générale et le style étaient reconnaissables, mais les détails ont fait défaut : le texte débordait sur les blocs, les marges se déréglaient, certains éléments étaient tronqués, et le thermostat néomorphique annoncé s'est révélé n'être qu'un simple cercle. Autrement dit, le modèle saisit déjà l'impression d'« interface haut de gamme », mais il est encore loin d'un développeur frontend senior autonome.

En revanche, dans le scénario backend, GPT-5.4 s'est montré plus convaincant. Sur la tâche d'un rate limiter prêt pour la production avec FastAPI et Redis, le modèle ne s'est pas contenté d'une solution de base : il a construit un schéma complet avec typage strict, un script Lua pour l'atomicité et un fallback local en cas de panne de Redis. Dans un test de logique avec des contraintes d'emploi du temps contradictoires, il a aussi réussi : plutôt que d'inventer une réponse « quelconque », il a démontré méthodiquement qu'aucune solution n'existe. C'est un marqueur de maturité important : le modèle repère plus souvent la contradiction au lieu d'halluciner avec aplomb.

Prix et disponibilité

OpenAI a lancé GPT-5.4 le 5 mars 2026 simultanément dans l'API, Codex et ChatGPT, sous le nom GPT-5.4 Thinking. Au moment de la sortie, le modèle a commencé à remplacer GPT-5.2 Thinking pour les abonnés payants de ChatGPT Plus, Team et Pro, et la version GPT-5.4 Pro est devenue disponible sur Pro et Enterprise. Pour les développeurs, c'est sans doute une nouvelle aussi importante que les benchmarks : le nouveau modèle phare n'est pas resté une démo de laboratoire, il s'est aussitôt intégré à des produits de travail.

Côté API, la tarification est plus agressive qu'on ne pouvait l'attendre d'un modèle phare d'OpenAI : 2,50 $ par million de tokens en entrée, 0,25 $ pour l'entrée en cache et 15 $ par million de tokens en sortie. Certes, le modèle est plus cher que GPT-5.2 au token, mais OpenAI mise sur une meilleure efficacité en tokens : si l'agent résout la tâche en moins d'étapes et s'égare moins dans le contexte, l'économie globale peut rester tout à fait raisonnable, même pour de petites équipes.

Ce que cela signifie

GPT-5.4 n'a rien d'un « remplaçant magique du développeur », mais il montre clairement où va le marché. La prochaine bataille ne porte pas seulement sur la qualité des réponses, mais sur la capacité du modèle à voir l'interface, utiliser des outils, retenir un long contexte et mener une tâche jusqu'au résultat. Pour les entreprises, l'enseignement est simple : la valeur se déplace des prompts isolés vers les agents capables de travailler au sein de processus réels. C'est dans ces scénarios que se décidera désormais quelle plateforme convient le mieux au travail réel, et non aux démos spectaculaires sans lendemain.