Le raisonnement en 2026 : de none à max, et le mode ultra

La génération précédente séparait les modèles « rapides » (GPT-5.3, GPT-5.4) des modèles « de raisonnement » (o3, o3-pro, o4-mini). Cette séparation structurait tout : votre architecture, vos coûts, vos choix d’intégration. Elle n’existe plus. Avec la famille GPT-5.6, le raisonnement est devenu un paramètre, et cette leçon explique ce que ce basculement change dans votre façon de travailler.

Les niveaux disponibles

Sur les trois modèles GPT-5.6, le paramètre de raisonnement accepte six niveaux :

La logique du curseur est simple : plus le niveau monte, plus le modèle s’accorde de temps et de tokens pour réfléchir avant de répondre. À none, vous retrouvez le comportement de l’ancien GPT « rapide » : la réponse part immédiatement, sans phase de réflexion. À max, le modèle raisonne sans contrainte de dépense. Entre les deux, medium est le bon défaut pour la plupart des travaux — c’est le niveau par lequel commencer avant d’ajuster.

Concrètement, le niveau se passe dans l’appel lui-même. Ici, on demande à Terra de déboguer une fonction avec un effort soutenu, parce qu’une erreur de logique subtile mérite mieux qu’une lecture en diagonale :

response = client.responses.create(
    model="gpt-5.6-terra",
    input="Trouve l'erreur de logique dans cette fonction et corrige-la.",
    reasoning={"effort": "high"},
)

Si la même application enchaîne ensuite sur une reformulation de message de commit, rien ne vous empêche de repasser à low sur la requête suivante. C’est tout l’intérêt du dispositif.

Ce que cela remplace

Avant, changer de profondeur de raisonnement signifiait changer de modèle — passer de GPT-5.4 à o3, avec des différences d’API, de prix et de comportement. Chaque bascule était une décision d’architecture : il fallait évaluer deux modèles, surveiller deux lignes de facturation, maintenir deux jeux de prompts parfois divergents. Et surtout, l’arbitrage « rapide ou intelligent » devait être figé à l’avance, au moment de la conception, alors que la difficulté réelle ne se révèle souvent qu’à l’exécution.

Désormais vous gardez le même modèle et ne faites varier qu’un réglage. La conséquence directe : un seul modèle à évaluer, à surveiller et à facturer, et un réglage qui peut varier requête par requête selon la difficulté constatée. Un routeur peut par exemple tenter une première passe à medium, détecter que la réponse est incertaine ou incomplète, et relancer la même requête à high — sur le même modèle, avec le même prompt. Ce genre de boucle adaptative était pénible à construire quand chaque niveau de raisonnement était un modèle différent ; c’est devenu trivial.

ultra : la capacité au-delà de max

L’annonce du 9 juillet introduit un réglage supplémentaire, ultra, réservé aux travaux les plus exigeants. La distinction avec max mérite d’être bien comprise, parce que ce n’est pas un cran de plus sur le même curseur. Là où max donne au modèle plus de temps pour raisonner, explorer des alternatives et réviser son approche, ultra change de mode d’exécution : il coordonne quatre agents en parallèle par défaut sur des flux de travail simultanés. OpenAI montre aussi des configurations à seize agents sur certaines évaluations (BrowseComp, SEC-Bench Pro, Terminal-Bench 2.1).

Le compromis est assumé par OpenAI : plus de tokens consommés, contre de meilleurs résultats et un temps de complétion réduit sur les tâches lourdes. Réservez donc ultra aux problèmes qui justifient réellement ce coût — une migration de code de grande ampleur, une investigation qui explore de nombreuses pistes en parallèle. L’écrasante majorité des requêtes n’en a pas besoin, et l’activer par défaut reviendrait à multiplier votre facture pour un gain invisible sur les tâches courantes.

Une dernière recommandation de méthode : ne réglez pas ces niveaux à l’intuition. Prenez un échantillon représentatif de vos requêtes réelles, exécutez-le à medium puis à high, comparez la qualité et le coût, et laissez les chiffres décider du défaut de chaque type de tâche. C’est le même réflexe que pour les benchmarks éditeur : vos données tranchent, pas l’impression générale.

Points clés à retenir

• Plus de modèles « de raisonnement » séparés : six niveaux de none à max sur chaque modèle GPT-5.6
• Le niveau se choisit requête par requête, sans changer d’API ni de modèle
• ultra coordonne plusieurs agents en parallèle (quatre par défaut) pour les tâches les plus lourdes
• Commencez à medium et ajustez sur la base de vos évaluations, pas à l’intuition