OpenAI lance ses modèles les plus intelligents à ce jour : o3 et o4-mini avec un accès complet aux outils

OpenAI a annoncé le lancement de o3 et o4-mini, les derniers modèles de sa série-o caractérisés par leur capacité de raisonnement avancé. Ces modèles, décrits comme les plus intelligents lancés par l'entreprise à ce jour, représentent un changement significatif dans les capacités de ChatGPT tant pour les utilisateurs curieux que pour les chercheurs avancés.

Pour la première fois, ces modèles de raisonnement peuvent utiliser et combiner de manière autonome tous les outils disponibles dans ChatGPT, y compris les recherches web, l'analyse de fichiers avec Python, le raisonnement visuel et la génération d'images. L'innovation clé réside dans le fait qu'ils sont entraînés pour décider quand et comment utiliser ces outils afin de produire des réponses détaillées et réfléchies dans les formats appropriés, généralement en moins d'une minute.

OpenAI o3 se positionne comme le modèle de raisonnement le plus puissant de l'entreprise, établissant de nouveaux records dans des benchmarks comme Codeforces, SWE-bench et MMMU. Il est optimisé pour des requêtes complexes nécessitant une analyse multifacette et se distingue particulièrement dans les tâches visuelles comme l'analyse d'images, de graphiques et d'éléments graphiques. Selon les évaluations d'experts externes, o3 commet 20% moins d'erreurs graves que son prédécesseur, OpenAI o1, dans des tâches complexes du monde réel, excellant en programmation, conseil aux entreprises et idéation créative.

De son côté, o4-mini est un modèle plus petit optimisé pour un raisonnement rapide et efficace. Malgré sa taille réduite, il parvient à des performances remarquables en mathématiques, programmation et tâches visuelles, étant le modèle avec les meilleures performances dans les tests AIME 2024 et 2025. Dans les évaluations réalisées par des experts, o4-mini surpasse également son prédécesseur, o3-mini, dans les tâches non-STEM et dans des domaines comme la science des données.

L'une des innovations les plus remarquables est la capacité de ces modèles à intégrer des images directement dans leur chaîne de pensée. Ils ne se contentent pas de "voir" une image, mais "pensent" avec elle, ce qui débloque une nouvelle classe de résolution de problèmes combinant raisonnement visuel et textuel. Les utilisateurs peuvent télécharger des photos de tableaux blancs, des diagrammes de manuels ou des croquis dessinés à la main, et les modèles peuvent les interpréter même s'ils sont flous ou de basse qualité.