GPT-5.5 Pro boucle un défi de code 13 minutes plus vite

Accès anticipé Le 23 avril 2026, Ethan Mollick a présenté GPT-5.5 après y avoir eu accès en avant-première. Il décrit GPT-5.5 comme une amélioration importante des capacités de l’IA. Dans son appréciation personnelle, il écrit que le modèle est « just plain good ». GPT-5.5 Pro a réalisé un défi de codage en 20 minutes. GPT-5.4 Pro avait accompli le même défi en 33 minutes. Le défi demandait notamment de modéliser une ville en évolution. Cette comparaison fournit un écart mesuré entre deux versions professionnelles. Elle place la vitesse d’exécution au centre de l’évaluation rapportée par Mollick. Lire l’analyse originale.

OpenAI élargit son offre Les progrès évoqués ne concernent pas uniquement les modèles de langage. OpenAI a également avancé sur ses applications et ses outils d’exécution liés à l’IA. Son nouveau modèle d’image peut produire des textes de haute qualité dans les visuels. Il peut aussi créer des images à partir de descriptions. Ces capacités réunissent génération visuelle et compréhension de consignes dans une même offre. Le texte rendu dans une image constitue un élément distinct de la génération d’illustrations. Mollick situe donc GPT-5.5 dans un ensemble plus large de produits et de systèmes développés par OpenAI. Son analyse est publiée sur One Useful Thing.

GPT-5.5 accélère le codage

Un écart chronométré Le défi de codage fournit le chiffre le plus précis de l’évaluation. GPT-5.5 Pro a terminé l’exercice en 20 minutes. GPT-5.4 Pro a pris 33 minutes. La différence est de 13 minutes entre les deux modèles. L’exercice portait sur la modélisation d’une ville qui évolue. Ce cadre demande au modèle de traiter une représentation dynamique dans un environnement de programmation. Le résultat rapporté concerne la durée d’achèvement du défi. Il ne constitue pas une mesure générale de toutes les tâches de développement. Il montre toutefois que GPT-5.5 Pro a produit ce résultat spécifique plus rapidement que GPT-5.4 Pro.

Des outils plus intégrés OpenAI a progressé simultanément sur ses modèles, ses applications et ses outils d’exécution. Cette combinaison est visible dans l’expérience rapportée par Mollick avec Codex. Pour son travail antérieur sur le financement participatif, il avait rassemblé des fichiers de données anonymisés. Il a ensuite utilisé Codex, propulsé par GPT-5.5, pour trier ces données. Le système a aussi généré une hypothèse et rédigé un article académique. Mollick affirme que la revue de littérature produite contenait de vraies statistiques. Il juge également le résultat satisfaisant pour un projet de doctorat en deuxième année. Ces appréciations restent attribuées à leur auteur.

Codex transforme des données en étude

Une chaîne de recherche L’expérience décrite suit plusieurs étapes distinctes. Codex a d’abord trié les fichiers de données anonymisés issus du travail de Mollick sur le financement participatif. Il a ensuite généré une hypothèse à partir de ces données. Enfin, il a rédigé un article académique. Mollick affirme que la revue de littérature comprenait de vraies statistiques. Il estime aussi que le résultat aurait été satisfaisant pour un projet de doctorat en deuxième année. L’exemple associe donc traitement de données, formulation d’hypothèse et rédaction scientifique. Il documente un usage précis de GPT-5.5 à travers Codex, sans généraliser ce résultat à toutes les recherches académiques.