For the complete documentation index, see llms.txt. Markdown versions of documentation pages are available by appending .md to the page URL.
Navigation principale

Suggestions
API Dashboard
Essayer ChatGPT
30 déc. 2025 Général

OpenAI pour les développeurs en 2025

Un bilan de fin d’année des principales évolutions des modèles, des API et de la plateforme pour créer des agents prêts pour la production.

Auteurs: Vaibhav (VB) Srivastav, Katia Gil Guzman

OpenAI pour les développeurs en 2025

2025 ne se résume pas au lancement d’un modèle : c’est l’année où l’IA est devenue plus facile à exploiter en production. À mesure que les modèles progressaient en planification, en utilisation d’outils et dans les tâches de longue durée, davantage d’équipes sont passées de prompts guidant chaque étape à la délégation du travail à des agents.

Pour les développeurs, cette évolution s’est manifestée de plusieurs façons concrètes :

  • Le raisonnement est devenu un paramètre central et s’est progressivement intégré aux modèles de conversation généralistes.
  • La multimodalité (documents, audio, images, vidéo) est devenue une capacité à part entière de l’API.
  • Les briques de développement d’agents (API Responses, Agents SDK, AgentKit) ont facilité la mise en production et l’exploitation de workflows en plusieurs étapes.
  • Codex a permis de développer plus vite et mieux que jamais.

En bref

  • Le grand changement a été l’association d’ API conçues dès le départ pour les agents et de modèles plus performants , capables d’accomplir des tâches plus complexes nécessitant du raisonnement et l’utilisation d’outils.
  • Codex a gagné en maturité, tant du côté des modèles que des outils, en associant le raisonnement de GPT-5.2-Codex à l’échelle d’un dépôt à une CLI prête pour la production et à des workflows sur le Web et dans l’IDE pour les tâches de programmation de longue durée.
  • Des outils améliorés ont facilité la connexion des modèles à des systèmes réels, en réduisant les difficultés d’intégration.
  • Les entrées et sorties multimodales (PDF, images, audio, vidéo) sont devenues un choix courant et pratique dans les workflows de bout en bout.
  • Les évaluations, les évaluateurs et les fonctionnalités d’ajustement ont gagné en maturité, rendant le cycle « mesurer -> améliorer -> livrer » plus reproductible.

Découvrez les principales nouveautés de 2025 en matière de modèles, d’API et de plateforme, et comment elles peuvent vous aider à livrer des agents prêts pour la production.

Raisonnement : de modèles distincts à une gamme unifiée

Fin 2024, nous avons introduit le paradigme du raisonnement en commençant à donner aux modèles « le temps de réfléchir ». Début 2025, les modèles de raisonnement constituaient une famille à part entière. Des modèles comme o1, o3 et o4-mini ont clairement montré que consacrer davantage de ressources de calcul à la réflexion avant de répondre pouvait considérablement améliorer la fiabilité sur des tâches complexes en plusieurs étapes.

o3-mini a aussi été l’un des premiers signes que le raisonnement ne serait pas réservé aux seuls modèles de pointe : il pouvait être proposé sous des formes économiques et adaptées aux développeurs.

Au second semestre 2025, la grande tendance était la convergence : profondeur du raisonnement, utilisation d’outils et qualité conversationnelle se retrouvaient de plus en plus au sein d’une même gamme de modèles phares. Pour la plupart des équipes, « choisir un modèle » revenait davantage à arbitrer entre coût, latence et qualité qu’à choisir entre des familles fondamentalement différentes.

Les modèles axés sur le raisonnement, comme o1, o3 / o4-mini et o3-mini, ont contribué à faire de l’arbitrage entre « réfléchir davantage » et « répondre plus vite » un paramètre que les développeurs pouvaient ajuster. Au fil de l’année, ces principes ont été progressivement intégrés à la famille GPT-5.x, réunissant intelligence générale, profondeur du raisonnement, spécialisation en programmation et multimodalité au sein d’une même gamme de modèles.

Multimodalité : audio, vision, images et vidéo

Fin 2025, multimodal ne signifiait plus simplement « le modèle accepte une image en entrée », mais « vous pouvez créer un produit de bout en bout combinant plusieurs modalités », souvent dans un seul workflow.

Audio + temps réel

  • Les modèles audio de nouvelle génération ont amélioré la précision de la transcription et offert davantage de contrôle sur la synthèse vocale, permettant de créer des pipelines vocaux prêts pour la production.
  • La Realtime API est passée en disponibilité générale et a permis le streaming audio bidirectionnel à faible latence, rendant viable la mise en production d’agents vocaux en direct et d’interfaces conversationnelles.

Images

  • GPT Image 1 a inauguré une nouvelle génération de modèles de génération d’images, capables de produire des images de haute qualité et d’effectuer des modifications structurées grâce à une solide compréhension du monde et à un meilleur respect des instructions.
  • Une grande fidélité aux images d’entrée a permis de préserver plus systématiquement des détails comme les visages et les logos lors de la retouche d’images.
  • GPT Image 1 mini a rendu la génération native d’images plus économique.
  • GPT Image 1.5, notre modèle de génération le plus avancé, a marqué un progrès majeur dans la qualité des images et la cohérence des retouches.
  • L’intégration de la génération d’images comme outil dans l’API Responses a permis de créer des images au fil de conversations à plusieurs échanges, en combinaison avec d’autres outils.

Vidéo

  • Les modèles Sora 2 et Sora 2 Pro ont apporté une génération de vidéos plus fidèle, avec une meilleure cohérence temporelle et la prise en charge du remix.
  • L’API vidéo a rendu la génération et la modification de vidéos accessibles via v1/videos, faisant de la vidéo une modalité à part entière de l’API, aux côtés du texte, des images et de l’audio.

PDF et documents

Ce que cela change : vous pouvez désormais vous appuyer sur la plateforme OpenAI pour le texte et la vision, mais aussi pour vos workflows de génération d’images et de vidéos, ainsi que pour vos cas d’utilisation de parole à parole.

Codex

En 2025, Codex a dépassé le rôle de simple modèle de programmation pour devenir votre coéquipier en ingénierie logicielle : il associe modèles, outils locaux et cloud pour aider les développeurs à mener à bien des tâches de programmation plus longues et plus complexes.

Modèles

Les premiers modèles de raisonnement ont démontré des progrès importants sur les tâches de programmation complexes (modifications de plusieurs fichiers, débogage, planification). Au second semestre 2025, ces capacités ont été réunies dans la famille GPT-5, avec GPT-5.2-Codex comme nouveau choix par défaut pour la génération de code, la revue de code et le raisonnement à l’échelle d’un dépôt. Ces capacités ne relevaient plus d’une famille distincte des modèles généralistes, mais d’une spécialisation au sein de cette famille.

CLI

L’outil open source Codex CLI (GitHub) a apporté la programmation agentique directement dans les environnements locaux. Les développeurs pouvaient ainsi exécuter Codex sur de véritables dépôts, examiner les changements de manière itérative et modifier des fichiers sous supervision humaine. Les tâches de programmation de longue durée sont ainsi devenues réalisables dans les workflows quotidiens.

Codex est aussi devenu plus facile à exploiter au-delà de l’utilisation interactive, grâce à la prise en charge intégrée de pratiques d’automatisation reproductibles, comme l’utilisation de Codex dans des scripts.

Sécurité, contrôle et intégrations

Codex a pris en compte les réalités de la mise en production : le bac à sable et les modes d’approbation ont facilité le maintien d’une supervision humaine. En parallèle, la prise en charge d’AGENTS.md et de MCP a permis d’adapter plus facilement Codex à votre dépôt, de l’enrichir avec des outils et du contexte tiers, et même d’orchestrer Codex via Agents SDK (en exécutant la CLI comme serveur MCP).

Mise à jour du 5 septembre 2026 : Le serveur MCP de Codex a été supprimé. Consultez le guide de migration pour connaître les options d’intégration actuelles.

Web, cloud et IDE

Au-delà de la CLI, Codex a étendu la prise en charge des sessions longues et de la résolution itérative de problèmes sur le Web et dans le cloud, ainsi que dans l’extension IDE, en raccourcissant le cycle entre raisonnement conversationnel et modifications concrètes du code. Les équipes pouvaient également automatiser certaines étapes du workflow avec Codex Autofix en CI.

Ce que cela change : fin 2025, Codex était moins « un modèle auquel on envoie des prompts » qu’un environnement de programmation associant des modèles capables de raisonner aux outils que les développeurs utilisent déjà.

Évolution de la plateforme : API Responses et briques de développement agentique

L’une des évolutions majeures de la plateforme en 2025 a été le passage à des API conçues dès le départ pour les agents.

L’API Responses a facilité le développement avec la nouvelle génération de modèles :

  • Prise en charge de plusieurs entrées et sorties, y compris de différentes modalités
  • Prise en charge des réglages et des résumés du raisonnement
  • Meilleure prise en charge des appels d’outils, y compris pendant le raisonnement

Sur cette base, 2025 a également apporté des briques de plus haut niveau, comme Agents SDK, disponible en open source, et AgentKit, facilitant la création et l’orchestration d’agents.

La gestion de l’état et de la persistance est également devenue plus simple :

Ce que cela change : créer des agents qui procèdent en plusieurs étapes et des workflows de longue durée demande désormais moins de code d’intégration sur mesure et de gestion d’état.

En complément de ces primitives solides, nous avons introduit un ensemble d’outils intégrés et puissants pour tirer le meilleur parti des modèles.

Outils : de la recherche web aux workflows

En 2025, nous avons lancé un ensemble de capacités standardisées et combinables qui permettent aux agents d’accomplir des tâches utiles en toute sécurité.

  • La recherche web a fourni une brique simple de récupération d’informations aux agents qui ont besoin d’informations à jour et de citations.
  • La recherche de fichiers (bases de données vectorielles) a fourni une brique RAG hébergée par défaut, qui s’intègre facilement à Responses et aux sorties structurées.
  • L’Interpréteur de code exécutait Python dans des conteneurs isolés en bac à sable pour traiter des données, transformer des fichiers et déboguer de manière itérative.
  • L’utilisation de l’ordinateur a permis d’automatiser des boucles « clic/saisie/défilement », à associer de préférence à un bac à sable et à une supervision humaine.

Ce que cela change : les agents peuvent récupérer des informations, effectuer des calculs et agir de manière fiable, sans que chaque équipe ait à réinventer son propre environnement d’exécution d’outils.

Exécution et mise à l’échelle : asynchronisme, événements et maîtrise des coûts

Lorsque les agents sont passés de la « requête unique » aux « tâches en plusieurs étapes », les équipes chargées de la production ont eu besoin de briques de base pour maîtriser les coûts et la latence, et garantir la fiabilité.

  • La mise en cache des prompts a réduit la latence et les coûts des données d’entrée lorsque les prompts partagent de longs préfixes répétés (prompts système, outils, schémas).
  • Le mode en arrière-plan a permis de générer des réponses nécessitant un traitement de longue durée sans maintenir une connexion client ouverte.
  • Les webhooks ont permis de remplacer les interrogations périodiques systématiques par des systèmes événementiels (fin d’un traitement par lots, d’une exécution en arrière-plan ou d’un affinage).
  • Les limites de débit et les recommandations d’optimisation des charges de travail ont gagné en maturité à mesure que les niveaux d’utilisation et les familles de modèles se sont étoffés.

Ce que cela change : créer des agents relève désormais autant de la conception de systèmes (asynchronisme + événements + budgets) que de la conception de prompts.

Standards ouverts et briques open source pour les agents

Parallèlement à la consolidation des API, l’année 2025 a mis l’accent sur l’interopérabilité et la composabilité des systèmes agentiques.

  • Le Agents SDK open source pour Python (GitHub) et TypeScript (GitHub) a fourni des briques concrètes pour l’utilisation d’outils, les transferts entre agents, les garde-fous et le traçage. Il est indépendant du fournisseur, avec des procédures documentées pour utiliser des modèles autres que ceux d’OpenAI.
  • AgentKit a apporté des outils de plus haut niveau pour le développement d’agents (notamment Agent Builder, ChatKit, Connector Registry et des boucles d’évaluation), destinés aux équipes qui souhaitent livrer et itérer plus vite.
  • Du côté des standards, OpenAI a promu AGENTS.md (spécification) et participé à l’AAIF (Agentic AI Foundation), aux côtés d’autres standards de l’écosystème comme Model Context Protocol (MCP) et les Skills. Pour les développeurs, cela signifie des outils pour agents plus portables et moins d’intégrations spécifiques à chaque cas, à mesure que l’écosystème converge vers des conventions communes.

En complément de nos travaux sur les agents et les standards associés, nous avons présenté le Apps SDK, un framework open source qui étend Model Context Protocol (MCP). Il permet aux développeurs de créer des interfaces utilisateur en complément de leurs serveurs MCP, en définissant à la fois la logique et l’interface interactive d’applications pouvant s’exécuter dans des clients comme ChatGPT.

Ce que cela change : les développeurs peuvent créer des agents moins dépendants d’un seul environnement d’exécution ou d’une seule interface utilisateur, et intégrer plus facilement des agents reposant sur OpenAI dans des systèmes hétérogènes.

Modèles à poids ouverts

En complément des API hébergées, OpenAI a publié des modèles à poids ouverts conçus pour la transparence, la recherche et les déploiements sur site ou auto-hébergés, tout en conservant de solides capacités de raisonnement et de suivi des instructions.

  • Les modèles de raisonnement gpt-oss 120b & 20b, conçus pour l’auto-hébergement et les déploiements sur site.
  • Les modèles gpt-oss-safeguard 120b & 20b, dédiés à la sécurité et à l’application des politiques, destinés à fonctionner aux côtés de gpt-oss.

Évaluation, affinage et mise en production en toute sécurité

Pour conclure

Tout au long de 2025, nous avons concentré nos efforts sur quelques axes constants pour permettre aux développeurs de créer et de livrer plus facilement sur notre plateforme :

  • Un raisonnement à grande échelle et contrôlable comme capacité centrale
  • Une interface API unifiée, conçue dès l’origine pour les agents
  • Des briques ouvertes et des standards d’interopérabilité émergents
  • Une prise en charge multimodale poussée du texte, des images, de l’audio, de la vidéo et des documents
  • Des outils de production renforcés pour l’évaluation, l’affinage et le déploiement

Si vous démarrez un nouveau projet ou modernisez une intégration, voici de bons choix par défaut selon votre tâche.

  • Usage général (texte + multimodal) : GPT-5.2 pour la discussion, le travail avec de longs contextes et les entrées multimodales.
  • Raisonnement approfondi / charges de travail exigeant une grande fiabilité : GPT-5.2 Pro pour la planification et les tâches dont la qualité justifie davantage de ressources de calcul.
  • Programmation et ingénierie logicielle : GPT-5.2-Codex pour la génération de code, la revue de code, le raisonnement à l’échelle d’un dépôt et les agents de programmation qui s’appuient sur des outils.
  • Génération et modification d’images : GPT Image 1.5 pour générer des images plus fidèles et les modifier de manière itérative.
  • Voix en temps réel : gpt-realtime pour les échanges de parole à parole à faible latence et les agents vocaux en direct.

Pour connaître la disponibilité et les niveaux d’accès actuels, consultez la page officielle de comparaison des modèles.

Ces nouveautés posent les bases de la suite. Merci d’avoir créé avec nous en 2025. Nous avons hâte de découvrir ce que vous créerez en 2026.