GPT-5.2 vient de redéfinir la réalité.

Des démonstrations impossibles ont atteint X dans les heures suivant le lancement de GPT-5.2 d'OpenAI. Le dernier test de Flavio Adamo, intitulé "billes rebondissantes dans un hexagone", fonctionne désormais comme une simulation 3D hyper-réaliste : une arène hexagonale facettée, des dizaines de sphères se heurtant avec une dynamique crédible, un éclairage de contact qui flamboie au moment de l'impact, et aucun réglage manuel après l'invite. GPT-5.2 a généré l'ensemble de la scène WebGL—géométrie, shaders, boucle physique—en un seul passage.

Ethan Mollick a proposé une direction différente : « Créez un shader visuellement intéressant qui puisse fonctionner dans twiggle.app. Faites-le comme une ville infinie de tours néo-gothiques partiellement immergées dans un océan tumultueux avec de grandes vagues. » GPT-5.2 a répondu avec un unique shader de fragment monolithique qui rend une ville infinie de tours répétitives, en low-poly mais cohérentes, se trouvant dans des eaux agitées avec un mouvement de vagues plausible et des réflexions.

Ces clips révèlent plus que des transformations esthétiques. GPT-5.2 ne se contente pas de copier-coller des éléments standards ; il encode un modèle fonctionnel de physique, d'espace 3D et de pipelines de rendu. La démonstration Adamo nécessite une détection de collision correcte, un comportement de conservation, et des mises à jour d'éclairage image par image. Le shader Mollick s'appuie sur des champs de distance signés, le raymarching et du bruit procédural, le tout orchestré sans que le modèle n'ait jamais « exécuté » le code pendant la génération.

Sous le capot, cela suggère un raisonnement spatial plus fort et une planification de code au niveau des systèmes que GPT-5.1. Vous pouvez le voir dans la manière dont GPT-5.2 structure l'état, sépare les boucles de mise à jour et de dessin, et compose des mathématiques pour le mouvement de la caméra et la répétition des objets. Ce sont des types d'abstractions qui proviennent généralement d'un programmeur graphique humain, et non d'un moteur d'autocomplétion.

Pourtant, les démonstrations curatées mentent. Adamo et Mollick montrent les meilleures performances, pas les échecs, les erreurs de syntaxe ou les cas limites subtilement défectueux. GPT-5.2 continuera à halluciner des API, à mal gérer ses performances et à produire occasionnellement des shaders qui se compilent mais affichent des écrans noirs.

L'écart entre "clip viral" et "outil de production" est important, c'est pourquoi OpenAI et des labos indépendants ancrent le battage médiatique à des références telles que SWE-Bench Pro, GPQA Diamond et ARC-AGI 2. Ces chiffres indiquent que le raisonnement et la fiabilité du code de GPT-5.2 ont réellement évolué, pas seulement sa capacité à créer de jolis gifs.

Cela dit, ces vitrines visuelles marquent un véritable tournant. Lorsqu'un modèle de langage généraliste peut créer des simulations complexes et interactives sur commande, la distinction entre « incitation » et « programmation » commence à s'estomper — tout comme la frontière entre l'imagination et quelque chose qui ressemble de manière troublante à la réalité.

Les références utilisées à l'époque semblaient être une simple note de bas de page marketing ; GPT-5.2 les transforme en un tournant inattendu. Le nouveau modèle phare d'OpenAI ne se contente pas de devancer ses concurrents, il anéantit les tableaux de classement qui comptent réellement pour le raisonnement complexe, le code et la science.

Commencez avec AIME 2025, une compétition de mathématiques au lycée notoirement cruelle où même les meilleurs concurrents humains échouent à des problèmes. GPT-5.2 affiche un score parfait de 100%, résolvant chaque question, tandis que Gemini 3 Pro obtient 95% et Claude Opus 4.5 atteint 92,8%. Cet écart paraît faible jusqu'à ce que vous réalisiez que chaque point supplémentaire représente souvent une classe de problèmes que les modèles ont précédemment échouée complètement.

Les benchmarks de codage racontent une histoire similaire. Sur SWE-Bench Pro, qui évalue les véritables problèmes GitHub de bout en bout, GPT-5.2 Thinking progresse d'environ 5 points de pourcentage par rapport à GPT-5.1, ce qui lui permet de retrouver le statut de pointe. Cela signifie que davantage de problèmes sont entièrement résolus sans intervention humaine, allant des soucis de dépendances dans les backends Python aux subtils bugs de décalage dans le C++ en production.

Le raisonnement scientifique observe le même changement de niveau. Sur GPQA Diamond, une référence sans outils remplie de questions scientifiques de niveau supérieur, GPT-5.2 atteint 92,4 %, soit environ 4 points de plus que GPT-5.1. Ces points supplémentaires proviennent de questions qui exigent un raisonnement en plusieurs étapes dans des domaines tels que la physique, la biologie et les mathématiques, et ne se contentent pas de régurgiter des faits tirés des manuels.

Empilez cela avec les autres succès de GPT-5.2 : ARC-AGI 2 passant de 17 % à plus de 52 %, LiveCodeBench/« Dernière valeur PIB » à 70,9 % contre 59,6 % pour Opus 4.5 — et un schéma se dessine : moins de zones d’ombre, plus de profondeur cohérente. Le modèle ne se contente pas de savoir plus ; il échoue moins de manière catastrophique lorsque vous le poussez hors de son chemin idéal.

Ces avancées quantitatives sont importantes car elles correspondent presque directement à un travail économiquement utile. Le raisonnement de niveau AIME et GPQA soutient des tâches telles que l'élaboration de nouvelles formules pour la dégradation des batteries, le débogage des cas particuliers dans les protocoles cryptographiques, ou le test de résistance des modèles financiers. Les gains de SWE-Bench Pro se traduisent par :

• 1Taux de résolution initiale plus élevés sur les anciens codes sources
• 2Des refactorisations et des migrations plus fiables
• 3Moins d'API hallucinations et d'erreurs logiques silencieuses

Pour les équipes, cela signifie que vous pouvez confier à GPT-5.2 les types de problèmes que vous réserviez autrefois aux ingénieurs seniors ou aux experts en la matière, en vous attendant, de plus en plus, à ce qu'il fasse preuve d'autonomie.

ARC-AGI est devenu discrètement la référence que les chercheurs en IA craignent réellement. Conçu par François Chollet et développé par l'équipe du Prix ARC, il évalue si un système peut apprendre à partir d'un petit nombre d'exemples puis généraliser à de nouvelles tâches d'appariement de motifs abstraits qu'il n'a jamais rencontrées. Pas de mémorisation à grande échelle sur le web, pas de recoupement d'entraînement caché—juste un raisonnement systématique brut sur des grilles colorées qui ressemblent davantage à des tests de QI qu'à des défis de codage.

Contrairement aux examens à choix multiples ou aux problèmes de mathématiques de style manuel, ARC-AGI oblige un modèle à inférer des règles telles que la symétrie, le comptage, les transformations d'objets et la logique de composition à partir de 1 à 5 démonstrations. Chaque tâche est essentiellement un mini "puzzle extraterrestre", où le modèle doit déduire le concept sous-jacent et l'appliquer. Les chercheurs l'ont longtemps considéré comme un substitut plus proche de la généralisation semblable à l'AGI que les références conventionnelles.

Dans ce contexte, le bond de GPT-5.2 sur ARC-AGI 2 est impressionnant. GPT-5.1 a obtenu environ 17% sur la nouvelle suite ARC-AGI 2 ; GPT-5.2 atteindrait 52.9%, soit presque une amélioration de 3x dans un domaine qui, historiquement, progresse par petites étapes à un chiffre. Pour donner un repère, de nombreux modèles performants se situaient dans la vingtaine inférieure, amenant certains sceptiques à soutenir que les LLM actuels avaient effectivement atteint un plateau sur ce test.

Le prix ARC ne s'est pas contenté de prendre la parole d'OpenAI pour argent comptant. Dans un post officiel, l'équipe a déclaré avoir vérifié GPT-5.2 Pro High à 54,2 % sur l'ARC-AGI 2 avec un coût de 15,72 $ par tâche, et 90,5 % sur l'ARC-AGI original à 11 $ par tâche. Ce même compte a contrasté ces chiffres avec un aperçu d'il y a un an de o3 High : 88 % avec un coût estimé à 4 500 $ par tâche ARC-AGI, ce qui représente un gain d'efficacité d'environ 390x.

Ces aspects économiques comptent autant que le score. Il y a un an, la réalisation d'expériences à grande échelle de type ARC nécessitait des budgets de laboratoire ; maintenant, une startup ou un laboratoire universitaire peut itérer sur des centaines de tâches pour le prix d'un vol de conférence. Les détails plus larges sur les coûts et le déploiement d'OpenAI se trouvent dans sa documentation et dans les Notes de mise à jour de ChatGPT - Centre d'aide OpenAI constamment mises à jour, mais la vérification par l'ARC confère à cette affirmation particulière un poids inhabituel.

Philosophiquement, un score de plus de 50 % sur l'ARC-AGI 2 ne signifie pas AGI, mais il déplace la fenêtre d'Overton. Si un modèle peut inférer des règles abstraites à travers des milliers d'énigmes extraterrestres, la frontière entre « reconnaisseur de motifs » et « apprenant de concepts » commence à s'estomper. En pratique, cette même capacité soutient une utilisation des outils plus robuste, des agents de recherche autonomes et des systèmes capables de s'adapter à des flux de travail inconnus sans assistance.

Il n'y a pas si longtemps, mener une expérience sérieuse sur l'ARC-AGI semblait jeter de l'argent par les fenêtres. Le prix ARC estime qu'un aperçu du modèle o3 High d'OpenAI a coûté environ 4 500 $ par tâche pour atteindre 88 % sur le benchmark original de l'ARC. Le GPT-5.2 Pro XH High atteint maintenant 90,5 % pour environ 11 $ par tâche, un bond d'efficacité de 390x en à peine un an.

Ce type de baisse ne provient pas du simple ajout de plus de GPU à la résolution du problème. Cela signale un véritable travail architectural : de meilleures stratégies de recherche, une utilisation plus astucieuse des outils, un routage plus étroit entre les modes "instantané" et "réflexion", et une utilisation des tokens bien plus efficace. OpenAI indique discrètement qu'elle peut effectuer plus de Raisonnement avec moins d'opérations à virgule flottante par problème résolu.

Les courbes de coût comme celle-ci changent qui a la possibilité de participer. Il y a un an, seuls les hyperscalers ou les laboratoires bien financés pouvaient se permettre une recherche de généralisation à grande échelle de type ARC. À 11 $ par tâche, une startup en phase de démarrage ou un laboratoire de recherche peut exécuter : - Des milliers de tâches ARC-AGI - D'énormes études d'ablation - Des expériences de produit itératives sans épuiser tout son budget de calcul.

La démocratisation de l'accès à un raisonnement de pointe est tout aussi importante que la couronne des benchmarks bruts. Lorsque GPT-5.2 pourra fournir des résultats de niveau spécialiste sur SWE-Bench Pro, GPQA Diamond et ARC-AGI pour quelques dollars au lieu de centaines, des catégories entières d'outils — agents de recherche autonomes, refactorisation continue de code, simulation haute fréquence — deviendront soudain économiquement viables.

Pour les entreprises, c'est la différence entre un pilote impressionnant et une ligne dans le plan d'exploitation de l'année prochaine. Les DSI ne se demandent pas seulement « Quelle est son intelligence ? » ; ils se demandent « Quel est le coût par ticket résolu, par révision de contrat, par correction de pipeline de données ? » Une réduction de 390x par tâche de raisonnement complexe transforme GPT-5.2 d'une dépense de R&D en quelque chose qui peut concurrencer le travail offshore, les logiciels anciens et même certaines équipes internes en termes de rapport prix-performance.

La performance fait la une. Le prix par problème résolu détermine qui déploie réellement des systèmes de type AGI à grande échelle.

OpenAI répète sans cesse une phrase autour de GPT-5.2 : « travail économiquement précieux. » Cela semble comme du marketing jusqu'à ce que vous regardiez les tableaux. Le changement de titre est simple mais brutal : ce modèle ne se contente plus de rédiger des e-mails et des présentations ; il prend discrètement le contrôle du type d'enfer Excel qui justifie généralement des salaires à six chiffres et des conseils externes.

Commencez par la démonstration du tableau de capitalisation. La réflexion de GPT-5.1 a tenté de modéliser les préférences de liquidation seed, Série A et Série B, mais a complètement échoué - des lignes vides, des formules manquantes, et un paiement final en actions qui aurait mal évalué une sortie de plusieurs millions. La réflexion de GPT-5.2 a reconstruit la même feuille, rempli chaque pile de préférences, et produit une cascade correcte, transformant un « jouet sympa » en quelque chose qu'un CFO pourrait réellement vérifier au lieu de le rejeter.

Les tableaux de capitalisation ne sont pas seulement arithmétiques ; ils codifient les actions privilégiées participatives et non participatives, la seniorité et plusieurs scénarios de liquidation. Une formule incorrecte peut donner à un investisseur 5 à 10 % supplémentaires sur une vente de 500 millions de dollars. OpenAI insiste fortement sur ce point : GPT-5.2 ne s'est pas contenté de mieux formater le modèle par rapport à 5.1 ; il a corrigé la logique à des endroits où le modèle précédent avait échoué, ce genre d'erreur qui déclenche normalement des poursuites judiciaires, pas des notes de mise à jour.

L'exemple de planification de la main-d'œuvre semble insignifiant en comparaison, mais laisse entrevoir le même changement. Chargé de créer un modèle d'effectifs, de recrutement, d'attrition et de budget pour l'ingénierie, le marketing, le juridique et les ventes, la version 5.1 a produit une grille fonctionnelle. La version 5.2 a généré une structure multi-onglets, codée par couleur, avec une séparation claire des hypothèses, des consolidations au niveau des départements et une vue d'ensemble qui ressemble à quelque chose exporté de Workday ou Anaplan, et non improvisée par un chatbot.

La mise en forme semble cosmétique jusqu'à ce que vous réalisiez qu'elle favorise l'adoption. Les gestionnaires ne veulent pas déduire l'intention d'un modèle à partir d'un mur de chiffres. Les tableaux de GPT-5.2 étiquettent les indicateurs, figent les lignes d'en-tête, ajoutent des totaux là où les équipes financières s'y attendent et maintiennent des pourcentages, des devises et des unités de personnel cohérents. C'est la différence entre « ébauche d'IA » et « insérez cela dans le dossier du conseil ».

Du côté narratif, OpenAI met en avant un scénario de reporting de subvention pour une startup britannique appelée BridgeMind. GPT-5.2 ingère des documents de référence d'un organisme de financement britannique et génère un rapport structuré : objectifs, jalons, tableaux de KPI et registres des risques, en accord avec les formats de conformité typiques des subventions au Royaume-Uni. Comparé à la version 5.1, le modèle plus récent présente moins d'erreurs factuelles concernant le mandat du financeur et une meilleure structuration des sections qui reflète de véritables modèles de gestion de programme.

Ensemble, ces exemples expliquent pourquoi OpenAI parle maintenant de GPT-5.2 comme d'un « spécialiste de confiance ». La finance, les ressources humaines et la gestion de projets dépendent des cas particuliers et des notes de bas de page, pas seulement d'une prose fluide. Lorsqu'un modèle peut calculer des cascades de liquidation, réconcilier des budgets de personnel et rédiger des rapports conformes aux régulateurs avec moins d'erreurs invisibles que son prédécesseur, il cesse d'être un assistant utile et commence à ressembler de manière inquiétante à un opérateur junior intégré directement dans votre système.

Le code a peut-être franchi la ligne entre "assistif" et "généré par défaut". Dans la démonstration des vagues océaniques d'OpenAI, un seul prompt en langage naturel a produit une application interactive complète d'une seule page : de l'eau animée avec des dynamiques fluides réalistes, des contrôles pour le vent et la hauteur des vagues, une interface utilisateur réactive et un code propre et modulable. Pas d'échelonnage étape par étape, pas de prompts de suivi, juste un passage direct de l'idée à un front-end prêt pour la production.

Sous le capot, GPT-5.2 n'a pas simplement craché un gros fichier monolithique. Il a structuré une pile moderne : JavaScript modulaire, CSS réutilisable et séparation claire de la logique de simulation et du rendu. Le modèle a connecté des écouteurs d'événements, a débattu les mises à jour de l'interface utilisateur et a documenté suffisamment les fonctions pour qu'un autre développeur puisse s'intégrer et étendre l'application en quelques minutes.

Les références confirment les impressions. Sur SWE-Bench Pro, la variante « réflexion » de GPT-5.2 progresse d’environ 5 points de pourcentage par rapport à GPT-5.1, s’emparant de la couronne de l’état de l’art pour le correction de bugs de bout en bout dans de véritables dépôts. Sur LiveCodeBench, qui évalue des tâches de codage et de connaissance réelles, GPT-5.2 affiche un score de 70,9 % contre 59,6 % pour Claude Opus 4.5, un écart à deux chiffres qui apparaît rarement à la pointe de la technologie.

Les marchés de prédiction en tiennent déjà compte. Sur des plateformes comme PolyMarket, les traders attribuent à OpenAI une probabilité de 86 % de posséder le meilleur modèle de codage le 1er janvier 2026, dépassant ainsi l'avantage de longue date d'Anthropic. Ce changement s'est produit brusquement après que les premiers signaux de GPT-5.2 ont fuité dans des benchmarks publics et des évaluations privées.

Alors, votre code est-il obsolète ? Pas exactement—mais votre statut en solo pourrait l'être. GPT-5.2 peut désormais : - Rédiger des applications non triviales à partir d'un paragraphe de spécifications - Refactoriser du code hérité tout en préservant le comportement - Générer des tests qui détectent réellement les cas limites

Les développeurs qui considèrent encore l'IA comme un simple système de complétion automatique prendront du retard par rapport à ceux qui conçoivent des systèmes autour d'un co-pilote capable de gérer 80 % du travail répétitif et d'assemblage. Les ingénieurs humains restent responsables du sens produit, de la sécurité, des budgets de performance et des questions « devrions-nous construire cela ? » auxquelles aucun benchmark ne peut répondre.

La propre Mise à jour de la carte système GPT-5 : GPT-5.2 - OpenAI présente cela comme un complément, et non un remplacement. Mais quand une simple invite peut invoquer un océan de travail, la référence de ce qui est considéré comme du « travail de junior dev » a fortement changé.

La vision quantique rattrape enfin le raisonnement quantique. GPT-5.2 réduit presque de moitié les taux d'erreur visuelle dans la suite de vision interne d'OpenAI par rapport à GPT-5.1, et cela se ressent partout : reconnaissance d'objets, analyse de documents et raisonnement visuel en plusieurs étapes. Sur des benchmarks de type public, OpenAI rapporte des gains relatifs à deux chiffres, propulsant le modèle vers ce qui ressemble moins à du « sous-titrage » et plus à de l'analyse visuelle.

L'identification de la carte mère pourrait être le test A/B le plus clair. Fournissez une photo d'une carte ATX de milieu de gamme à GPT-5.1 et vous obtenez des suppositions floues : des étiquettes de composants partielles, des connecteurs manquants et des comptes de lanes PCIe incorrects. GPT-5.2, face à la même image, parcourt systématiquement la carte, en identifiant :

• 1Famille de chipset et de socket exacte
• 2Lignes PCIe x16 vs x1 et emplacements M.2
• 3Entêtes de ventilateur, entêtes RGB et connecteurs de panneau avant
• 4Agencement VRM et enveloppe de puissance probable

Il signale même des familles de modèles OEM probables avec des scores de confiance et des réserves, un passage de la "meilleure estimation" à l'analyse approfondie.

Les interfaces utilisateur sont l'endroit où ce saut se transforme en infrastructure. Sur le benchmark Screen Spot Pro—essentiellement "trouver et opérer le bon contrôle sur un écran d'application chargé"—GPT-5.1 a atteint 64 %. GPT-5.2 grimpe à 86 %, un gain considérable pour tout système cherchant à piloter un bureau, un navigateur ou une application mobile de manière autonome. Cette différence de précision représente l'écart entre un agent qui cliquent aléatoirement et un que vous pouvez faire confiance pour réconcilier des factures dans un ERP hérité.

Une meilleure vision déborde dans des domaines moins tape-à-l'œil mais plus décisifs. Les graphiques scientifiques, les images de microscopie, les captures d'écran de CAD et les graphiques médicaux en plusieurs panneaux sont désormais perçus comme des données structurées, et non comme des JPEG décoratifs. Pour améliorer l'accessibilité, GPT-5.2 transforme des tableaux de bord denses ou des sites web encombrés en descriptions précises et navigables, permettant aux lecteurs d'écran et aux assistants vocaux de servir de véritables prothèses visuelles plutôt que de narrateurs maladroits.

La fiabilité a toujours été le talon d'Achille de GPT, et GPT-5.2 fait enfin avancer les choses de manière mesurable. OpenAI rapporte une baisse significative des hallucinations, en particulier sur les tâches de raisonnement critiques, avec moins de réponses faussement confiantes lorsque le modèle atteint les limites de ses connaissances. Au lieu d'inventer des citations ou de fabriquer des chiffres, la version 5.2 hésite plus souvent, demande des clarifications ou signale des données manquantes.

La gestion du contexte montre un changement encore plus dramatique. Lors du test MRCV2 « aiguille dans une botte de foin » — où une seule phrase pertinente est cachée dans un prompt massif — GPT-5.2 maintient une précision d'environ 98 % avec une fenêtre de contexte de 256k tokens. GPT-5.1 chute à environ 42 % à la même longueur, perdant effectivement de vue l'aiguille dans sa propre botte de foin de texte.

Cette limite de 256k n'a pas bougé ; la taille de la fenêtre de contexte brute reste la même. Ce qui a changé, c'est l'efficacité avec laquelle le modèle recherche, filtre et raisonne sur cette fenêtre, au lieu de considérer les derniers milliers de jetons comme les seules choses qui comptent. Les longs documents ne ressemblent plus à une loterie où la clause clé pourrait tout autant ne pas exister si elle apparaît trop tôt.

Le travail juridique est le gagnant le plus évident. Un avocat peut désormais jeter des centaines de pages de contrats, de fiches de conditions et de chaînes d'e-mails dans une seule invite et demander à 5.2 d'identifier les conflits, les clauses manquantes ou les termes non standards, puis de les recouper avec un modèle de guide. L'amélioration de la mémoire du modèle signifie qu'une ligne d'indemnisation égarée à la page 147 influence réellement le résumé.

La synthèse de recherche change également de caractère. Au lieu de décomposer des dizaines de documents en prompts digestes, un scientifique peut charger des PDFs entiers, y compris les sections de méthodes, et demander une analyse comparative du design de l'étude, du biais d'échantillonnage et des résultats contradictoires. Moins de hallucinations réduisent le risque de citations fabriquées qui ont hanté les générations précédentes.

Le support client à grande échelle devient moins fragile. Un historique de 256 000 tickets, manuels produits et documents de politique peut rester en contexte pendant que GPT-5.2 rédige des réponses qui s'alignent sur les résolutions précédentes et les règles actuelles. Cette combinaison—fidélité à long contexte plus taux d'erreur plus faibles—fait évoluer ces systèmes d'un « assistant nécessitant une surveillance » vers quelque chose de plus proche d'un analyste junior fiable.

Les tarifs pour GPT-5.2 arrivent avec un choc : le coût des tokens d'entrée augmente d'environ 40 %, passant de 1,25 $ à 1,75 $ par million, tandis que le coût des tokens de sortie grimpe de 10 $ à 14 $ par million. Pour les applications qui diffusent de longues réponses ou génèrent du code à grande échelle, cette augmentation de 40 % affecte immédiatement les coûts.

L'argument d'OpenAI : vous n'achetez pas des tokens, vous achetez du travail déjà effectué. Sur ARC-AGI, le coût par tâche est passé d'une estimation de 4 500 $ avec un aperçu précoce de o3 High à 11 $ avec GPT-5.2 Pro XH High, un gain d'efficacité de 390x. Ce type de progression rend une augmentation de 40 % des tokens superficielle pour des charges de travail nécessitant un raisonnement intensif.

Pour les développeurs, les calculs se divisent en deux camps. Si votre produit effectue des appels courts et de style conversationnel—bots de support, contenu léger, questions-réponses basiques—l'augmentation brute des tokens se traduit presque directement par une hausse de 40 % du coût unitaire. Si votre produit repose sur un raisonnement approfondi, des outils à plusieurs étapes, ou des tableurs complexes et des tableaux de capitalisation, moins de tentatives et des chaînes plus courtes peuvent annuler cette augmentation de prix.

Sur le plan concurrentiel, GPT-5.2 maintient toujours une forte histoire de rapport coût-performance. Des rivaux tels que Gemini 3 Pro et Claude Opus 4.5 peuvent offrir des tarifs de jetons de base moins chers dans certaines catégories, mais ils sont en retard sur des références telles que SWE-Bench Pro, GPQA Diamond et ARC-AGI 2. Si un appel avec GPT-5.2 remplace deux ou trois appels à un modèle moins performant, le coût effectif par tâche résolue diminue en faveur d'OpenAI.

Le calcul devient plus précis dans des domaines où les erreurs sont coûteuses. Une préférence de liquidation mal modélisée ou un plan de main-d'œuvre mal spécifié peuvent brûler des millions en argent réel ; une majoration de 40 % sur l'API disparaît à l'intérieur de cette enveloppe de risque. Pour les équipes prenant cette décision, l'analyse des cas d'utilisation et des compromis réalisée par Simon Willison dans GPT-5.2 - Le blog de Simon Willison offre un utile contrôle de réalité.

Conclusion pour les entreprises : si les avancées de GPT-5.2 vous permettent de déployer des fonctionnalités que vous ne pouviez tout simplement pas confier à 5.1—ou à des concurrents—la nouvelle tarification ressemble moins à de l'exploitation et davantage à une prime sur la fiabilité.

Le GPT-5.2 d'OpenAI arrive moins comme une mise à niveau habituelle et plus comme une contre-attaque. Après un an de pression de Google Gemini et Anthropic Claude, cette sortie s'apparente à une réponse directe aux concurrents qui ont érodé l'aura d'inévitabilité d'OpenAI, notamment en matière de codage et de raisonnement à long contexte.

Simon Willison a qualifié l'attitude d'OpenAI de « code rouge » soutenu, arguant que GPT-5.2 montre une entreprise pressée de rester en tête plutôt que de se reposer sur ses lauriers. La date limite de connaissance mise à jour au 31 août 2025 et la tarification agressive ressemblent moins à un perfectionnement et plus à une stratégie de confinement : garder les utilisateurs professionnels au sein de l'écosystème OpenAI avant qu'ils ne dérivent vers Gemini 3 ou Claude Opus 4.5.

Sur le papier, GPT-5.2 reprend de nombreux droits de vantardise. Il affiche des chiffres de pointe sur SWE-Bench Pro, un GPQA Diamond à 92,4 % et un score parfait de 100 % sur AIME 2025, devançant ainsi les 95 % de Gemini 3 Pro et les 92,8 % de Claude Opus 4.5. La vérification par le prix ARC de 54,2 % sur ARC-AGI 2 à 15,72 $ par tâche, et de 90,5 % sur l'ARC-AGI original à 11 $, renforce le message : OpenAI est en tête en matière de généralisation et de coûts.

Les concurrents ont encore de réelles positions. Sur la plateforme LMSys Arena alimentée par les utilisateurs, les résultats préliminaires d'Almarina montrent que Claude Opus 4.5 occupe la première place en matière de codage, les utilisateurs préférant constamment son style et sa fiabilité pour des tâches logicielles complexes. L'intégration des outils de Gemini 3 et son couplage étroit avec l'écosystème de Google lui confèrent également un avantage pour les équipes déjà présentes dans Workspace et Vertex AI.

Le sentiment du marché reflète la volatilité. Les marchés de prédiction sur Khi et PolyMarket ont récemment fait volte-face, passant d'Anthropic à OpenAI, et estiment maintenant à 80–90% la probabilité qu'OpenAI possède le meilleur modèle de codage d'ici le 1er janvier 2026. Ce renversement a suivi les premiers benchmarks et démonstrations de codage de GPT-5.2, comme la simulation physique en 3D de Flavio Adamo et le shader de ville néo-gothique en une seule prise d'Ethan Mollick.

Parler d'un "mur" lors du pré-entraînement semble prématuré. Le passage de GPT-5.2 de 17 % à plus de 50 % sur ARC-AGI 2, ainsi que le gain d'efficacité de 390x par rapport aux exécutions o3 High de l'année dernière, suggèrent qu'il reste encore des opportunités accessibles en matière d'échelle, d'architecture et de curation des données. Au lieu de mettre fin à la course, ce modèle l'accélère, forçant Google, Anthropic, Meta et Mistral à réagir plus rapidement – ou à risquer de voir la réalité se redéfinir sans eux.

Qu'est-ce que GPT-5.2 ?

GPT-5.2 est le dernier modèle phare d'OpenAI, lancé en décembre 2025. Il présente d'importantes améliorations en matière de raisonnement, de codage, de compréhension visuelle et d'efficacité, visant spécifiquement les tâches professionnelles et économiquement précieuses.

Comment GPT-5.2 se compare-t-il à des concurrents comme Claude Opus 4.5 ?

Selon les premiers repères, GPT-5.2 dépasse des concurrents tels que Claude Opus 4.5 et Gemini 3 Pro dans des domaines clés, notamment en obtenant un score parfait au concours de mathématiques AIME 2025 et un score à la pointe de la technologie au test de généralisation ARC-AGI 2.

Quelle est la plus grande amélioration de GPT-5.2 ?

L'amélioration la plus spectaculaire est sa performance sur le benchmark ARC-AGI 2, passant de 17% (GPT-5.1) à plus de 52%. Cela indique un bond énorme dans la capacité du modèle à apprendre et à généraliser, un composant essentiel de l'intelligence artificielle générale.

GPT-5.2 est-il plus coûteux à utiliser ?

Oui, les prix de l'API pour GPT-5.2 sont plus élevés que ceux de son prédécesseur. Par exemple, les jetons d'entrée ont augmenté de 1,25 $ à 1,75 $ par million, reflétant les capacités améliorées du modèle.