Databricks intègre GPT-5.5 à ses agents IA d'entreprise après un record sur OfficeQA Pro

Databricks a annoncé le 15 mai 2026 l'ouverture de GPT-5.5 aux scénarios agentiques d'entreprise. Cette décision fait suite au meilleur score obtenu par le modèle sur OfficeQA Pro, le benchmark maison consacré au traitement lourd de documents. Ici, ce ne sont pas les réponses bien tournées qui comptent, mais la précision à chaque étape.

Pourquoi ce test compte

OfficeQA Pro ne mesure pas la culture générale du modèle. Il évalue toute la chaîne de travail : le modèle sait-il parser un document, en extraire les bons chiffres, retrouver le passage pertinent, croiser plusieurs sources et produire une réponse étayée par les données ? C'est un point sensible pour les agents IA d'entreprise. En production, les systèmes échouent rarement parce que le modèle « ne sait pas raisonner ». Ils échouent plutôt parce qu'il s'embrouille dans des tableaux, perd un chiffre dans un scan ou lit mal un vieux PDF.

Le rapport technique de Databricks décrit OfficeQA Pro comme un jeu de 133 questions portant sur un corpus de bulletins du Trésor américain couvrant près de 100 ans, de 1939 à 2025. Il totalise quelque 89 milliers de pages et plus de 26 millions de valeurs numériques. Ce corpus reproduit fidèlement un environnement d'entreprise réel : archives, documents longs, tableaux numérisés de façon inégale, formats obsolètes et données où une seule erreur de chiffre fausse toute la conclusion de l'agent.

Le résultat de GPT-5.5

Selon l'étude de cas d'OpenAI consacrée à Databricks, GPT-5.5 a réduit le nombre d'erreurs de 46% par rapport à GPT-5.4 dans l'environnement de test agentique. Il est aussi devenu le premier modèle à dépasser 50% de précision sur OfficeQA Pro. Dans un article distinct sur la sortie de GPT-5.5, OpenAI avance un chiffre plus précis : 54,1% sur ce benchmark. Le bond est net au regard des résultats antérieurs : dans le rapport OfficeQA Pro de mars, les agents frontier disposant d'un accès direct au corpus n'atteignaient en moyenne que 34,1%.

Databricks souligne que le gain le plus fort concerne les scénarios à parsing intensif. GPT-5.5 lit mieux les documents anciens et les PDF scannés, extrait les chiffres avec plus de précision et s'égare moins souvent dans des recherches superflues au sein d'une tâche en plusieurs étapes. Selon l'équipe, le modèle est devenu plus fiable à la fois pour l'extraction de contexte et pour l'orchestration de plusieurs étapes sans supervision supplémentaire.

«

Avec Codex et 5.5, nous avons obtenu le meilleur résultat parmi tous les agents et modèles », résume Arnav Singhvi, ingénieur-chercheur chez Databricks.

Comment le déploiement s'organise

Databricks ouvre désormais GPT-5.5 aux scénarios de ses clients via Unity AI Gateway. Le modèle peut être utilisé dans des workflows construits sur Agent Bricks et Supervisor API. D'après la documentation de Databricks, Supervisor API décharge les équipes d'une partie de l'orchestration bas niveau : le développeur définit le modèle, les outils et les instructions en une seule requête, puis la plateforme lance la boucle agentique, appelle les outils, choisit les étapes suivantes et assemble la réponse finale.

Concrètement, Databricks n'intègre pas GPT-5.5 comme un simple widget de chat, mais comme une couche de pilotage au-dessus des données de l'entreprise et de sous-agents spécialisés. Autour du modèle, Databricks bâtit une architecture enterprise classique :

• un point de connexion unique pour les modèles et les agents via Unity AI Gateway
• observabilité, quotas, routes de fallback et audit des requêtes
• intégration avec Agent Bricks, des serveurs MCP, les fonctions Unity Catalog et d'autres outils
• cloisonnement des droits d'accès, pour que chaque utilisateur ne voie que les sources et sous-agents autorisés

Databricks signale encore certains de ces composants, dont Unity AI Gateway et Supervisor API, comme étant en beta dans sa documentation. Mais la direction est claire : le modèle n'est pas évalué isolément, mais comme une brique d'un système d'entreprise piloté, vérifiable et sécurisé.

Ce que cela signifie

Databricks esquisse une trajectoire plutôt pragmatique pour l'IA d'entreprise : le gagnant n'est pas le modèle le plus bavard, mais celui qui lit de façon fiable des documents mal fichus, ne perd pas les chiffres et mène un long scénario de travail sans erreurs superflues. Si GPT-5.5 maintient ce niveau en production, on le déploiera non pas pour des démos, mais pour automatiser de vrais processus documentaires et analytiques.