Modèles OpenAI

GPT-Realtime-2 est notre modèle vocal en temps réel le plus performant. Il prend en charge des interactions voix à voix avec un niveau d'effort de raisonnement configurable, un meilleur suivi des instructions et une utilisation plus fiable des outils pour des flux de travail d'agents vocaux complexes.

Commencez par GPT-5.6 Sol pour le raisonnement complexe et le codage, choisissez GPT-5.6 Terra pour équilibrer l'intelligence et le coût, ou utilisez GPT-5.6 Luna pour des charges de travail à grand volume sensibles au coût.

GPT Image 2 est le modèle de génération d’images de pointe d’OpenAI, conçu pour une génération et une édition d’images rapides et de haute qualité. Il prend en charge des tailles d’images flexibles et des entrées d’images haute fidélité.

GPT-5.5 Pro allie intelligence de pointe, précision et efficacité pour relever des défis complexes. Du développement logiciel et de l'analyse de données à la recherche et à l'aide à la décision, il fournit une assistance de niveau expert avec rapidité et constance.

Model 5.5 est un modèle d’IA de nouvelle génération, conçu pour un raisonnement plus solide, des réponses plus rapides et une précision accrue sur un large éventail de tâches. Il excelle dans la compréhension des instructions complexes, la génération de contenu de haute qualité et l’assistance à la programmation, à l’analyse et à la résolution de problèmes.

GPT-5.4 Nano est un modèle d'IA ultra-léger conçu pour une vitesse et une efficacité maximales. Il est optimisé pour les tâches simples, les interactions en temps réel et les déploiements à grande échelle, où une faible latence et une consommation minimale de ressources sont essentielles.

GPT-5.4 Mini est un modèle d’IA léger et efficace, optimisé pour la vitesse et la productivité au quotidien. Il offre des capacités conversationnelles fiables, la génération de contenu et une assistance aux tâches, tout en maintenant une faible latence et une faible utilisation des ressources.

GPT-5.4 Pro est un modèle d'IA à hautes performances conçu pour des applications professionnelles et d'entreprise. Il offre de solides capacités de raisonnement, une précision fiable et une exécution efficace pour des tâches telles que la création de contenu, la programmation, la recherche et l'analyse de données.

GPT Image 2 ALL est un modèle complet de génération d'images conçu pour traiter un large éventail de tâches visuelles créatives et professionnelles. Il combine une création d'images de haute qualité, une compréhension avancée des prompts et une prise en charge polyvalente des styles afin d'offrir des résultats exceptionnels dans des cas d'usage variés.

GPT-5.5 excelle en écriture de code, en recherche en ligne, en analyse de données et dans les opérations multi-outils. Le modèle améliore non seulement son autonomie dans la gestion de tâches complexes en plusieurs étapes, mais il améliore également de manière significative ses capacités de raisonnement et son efficacité d’exécution, tout en conservant la même latence que son prédécesseur, marquant une étape importante vers l’automatisation des tâches bureautiques par l’IA.

Sora 2 Pro est notre modèle de génération de médias le plus avancé et le plus puissant, capable de générer des vidéos avec audio synchronisé. Il peut créer des clips vidéo détaillés et dynamiques à partir de langage naturel ou d’images.

Modèle de génération vidéo ultra-puissant, avec des effets sonores, prend en charge le format conversationnel.

GPT-5.4 est le modèle de pointe pour des tâches professionnelles complexes. Reasoning.effort prend en charge : none (par défaut), low, medium, high et xhigh.

Modèle GPT-5.3 Instant utilisé dans ChatGPT

Le meilleur modèle vocal pour l’audio en entrée et en sortie avec Chat Completions.

Le meilleur modèle vocal pour audio en entrée, audio en sortie.

GPT-5.3-Codex est optimisé pour des tâches de codage axées sur les agents dans Codex ou des environnements similaires. GPT-5.3-Codex prend en charge des niveaux d’effort de raisonnement faible, moyen, élevé et très élevé.

GPT-Image-1.5 est le modèle d’image d’OpenAI au sein de la famille GPT Image. Il s’agit d’un modèle GPT nativement multimodal, conçu pour générer des images à partir de prompts textuels et pour effectuer des retouches à haute fidélité sur des images en entrée, tout en respectant fidèlement les instructions de l’utilisateur.

gpt-5.2-pro est le membre le plus performant, axé sur la production, de la famille GPT-5.2 d’OpenAI, accessible via l’API Responses pour des charges de travail exigeant une fidélité maximale, un raisonnement en plusieurs étapes, un recours intensif aux outils et les budgets de contexte et de débit les plus élevés qu’OpenAI offre.

GPT-5.1 Chat est un modèle de langage conversationnel affiné sur des instructions, destiné au chat, au raisonnement et à la rédaction à usage général. Il prend en charge les dialogues multi-tours, la synthèse, la rédaction de brouillons, les questions-réponses sur une base de connaissances, ainsi qu’une assistance légère au codage pour les assistants intégrés aux applications, l’automatisation du support et les copilotes de flux de travail. Parmi ses points forts techniques figurent un alignement optimisé pour le chat, des sorties contrôlables et structurées, ainsi que des voies d’intégration pour l’invocation d’outils et les flux de travail de récupération lorsqu’ils sont disponibles.

GPT-5.1 est un modèle de langage généraliste entraîné à suivre des instructions, axé sur la génération de texte et le raisonnement à travers les flux de travail liés aux produits. Il prend en charge les dialogues multi-tours, le formatage de sorties structurées et des tâches orientées code telles que la rédaction, la refactorisation et l’explication. Les usages typiques incluent des assistants conversationnels, des questions-réponses augmentées par recherche, la transformation de données et une automatisation de type agent avec des outils ou des API lorsque cela est pris en charge. Ses points forts techniques incluent une modalité centrée sur le texte, le suivi d’instructions, des sorties au format JSON et la compatibilité avec l’appel de fonctions dans les frameworks d’orchestration courants.

Version optimisée en termes de coûts de GPT Image 1. Il s’agit d’un modèle de langage multimodal natif qui accepte à la fois des entrées de texte et d’image et génère des images en sortie.

GPT-5 est, à ce jour, le modèle de codage le plus puissant d'OpenAI. Il présente des améliorations significatives dans la génération d’interfaces front-end complexes et le débogage de larges bases de code. Il peut transformer des idées en réalité, avec des résultats intuitifs et esthétiquement plaisants, en créant des sites web, des applications et des jeux beaux et adaptatifs, avec un sens aigu de l’esthétique, le tout à partir d’un seul prompt. Les premiers testeurs ont également relevé ses choix de design, ainsi qu’une compréhension plus approfondie d’éléments comme l’espacement, la typographie et les espaces blancs.

GPT-5 Nano est un modèle d'intelligence artificielle fourni par OpenAI.

GPT-5 mini est le membre de la famille GPT-5 d’OpenAI optimisé pour le coût et la latence, conçu pour offrir une grande partie des atouts multimodaux et de suivi d’instructions de GPT-5 à un coût nettement inférieur pour une utilisation en production à grande échelle. Il vise des environnements où le débit, une tarification prévisible par jeton et des réponses rapides constituent les principales contraintes, tout en fournissant de solides capacités polyvalentes.

À venir

gpt-4o-image génère des images en sortie, avec possibilité d'utiliser des images en entrée

GPT-5.2 est une suite de modèles déclinée en plusieurs variantes (Instant, Thinking, Pro), conçue pour une meilleure compréhension des contextes longs, des capacités renforcées en programmation et en utilisation d’outils, et des performances nettement supérieures sur des benchmarks professionnels de « travail intellectuel ».

OpenAI o3‑pro est une variante « pro » du modèle de raisonnement o3, conçue pour réfléchir plus longtemps et fournir les réponses les plus fiables en employant un apprentissage par renforcement sur des chaînes de raisonnement privées et en établissant de nouvelles références de pointe dans des domaines tels que la science, la programmation et l’entreprise—tout en intégrant de manière autonome des outils tels que la recherche web, l’analyse de fichiers, l’exécution Python et le raisonnement visuel au sein de l’API.

OpenAI Text-to-Speech

Conversion de la parole en texte, création de traductions

GPT-4o mini TTS est un modèle neuronal de synthèse vocale conçu pour une génération vocale naturelle et à faible latence dans des applications destinées aux utilisateurs finaux. Il convertit le texte en parole au rendu naturel, avec des voix sélectionnables, une sortie multi-format et une synthèse en streaming pour des expériences réactives. Les cas d’utilisation typiques incluent les assistants vocaux, les SVI et les flux de contacts, la lecture à voix haute de produits et la narration pour les médias. Parmi les points techniques clés figurent le streaming basé sur API et l’exportation vers des formats audio courants tels que MP3 et WAV.

GPT-4o Transcribe est un modèle de transcription audio en texte pour une reconnaissance vocale multilingue à faible latence. Il prend en charge le streaming en temps réel et la transcription par lots à partir de formats audio courants, avec ponctuation et segmentation des phrases. Les cas d’usage typiques incluent les sous-titres en direct, la saisie pour assistants vocaux, la prise de notes de réunion, et la transcription de médias ou d’enregistrements d’appels. Les points forts techniques incluent la prise en charge de la modalité audio, le traitement de contenus longs, et des API adaptées aux flux de travail interactifs et côté serveur.

GPT-4o mini Search Preview est un modèle multimodal compact de la famille GPT-4o, conçu pour des interactions orientées vers la recherche et des flux de travail de récupération d’informations. Il interprète et reformule les requêtes, synthétise des réponses concises et peut étayer ses réponses via une recherche externe lorsqu’il est intégré via des appels d’outils/fonctions. Les cas d’usage typiques incluent des assistants de recherche intégrés aux produits, des questions-réponses sur base de connaissances, la découverte e-commerce et la compréhension des requêtes pour le classement et le routage. Les points techniques clés incluent la prise en charge d’entrées texte et image, le suivi d’instructions, des formats de sortie structurés et l’intégration de l’usage d’outils pour des pipelines RAG.

GPT-4o mini Audio Preview est un modèle multimodal compact pour créer des applications audio conversationnelles. Il prend en charge l’entrée et la sortie vocales en plus du texte, permettant la reconnaissance vocale, la synthèse vocale et des dialogues mixtes texte-audio avec des appels d’outils et de fonctions pour des actions structurées. Les cas d’utilisation typiques incluent les assistants vocaux, la transcription en streaming avec résumé, les workflows IVR et de call-bot, ainsi que des assistants intégrés aux applications compatibles audio. Parmi les points techniques clés figurent l’E/S audio, les réponses en streaming, le suivi d’instructions et l’intégration via les API de chat et d’outils.

GPT-4o mini Realtime Preview est un modèle multimodal en temps réel pour des expériences vocales et visuelles interactives. Il prend en charge la parole, le texte et les images avec des entrées et des sorties en streaming, ainsi que l’appel d’outils/de fonctions pour des actions ancrées. Les cas d’usage typiques incluent les assistants vocaux, la gestion d’appels en direct, le sous-titrage en temps réel et le question-réponse visuel sur le contenu de la caméra ou de l’écran. Les points forts techniques incluent l’audio bidirectionnel, la compréhension visuelle, des réponses en streaming et des sorties structurées via des fonctions.

GPT-4o mini Audio est un modèle multimodal pour les interactions vocales et textuelles. Il effectue la reconnaissance vocale, la traduction et la synthèse vocale, suit les instructions et peut appeler des outils pour des actions structurées avec des réponses en streaming. Les cas d’utilisation typiques comprennent les assistants vocaux en temps réel, le sous-titrage et la traduction en direct, le résumé d’appels et les applications contrôlées par la voix. Les points forts techniques comprennent l’entrée et la sortie audio, des réponses en streaming, l’appel de fonctions et une sortie JSON structurée.

An Ada-based text embedding model optimized for various NLP tasks.

A small text embedding model for efficient processing.

A large text embedding model for a wide range of natural language processing tasks.

Un modèle d’IA avancé pour générer des images à partir de descriptions textuelles.

New version of DALL-E for image generation.

O4-mini est un modèle d'intelligence artificielle fourni par OpenAI.

O3-mini est un modèle d’intelligence artificielle fourni par OpenAI.

O3 est un modèle d'intelligence artificielle fourni par OpenAI.

O1-pro is an artificial intelligence model provided by OpenAI.

O1 is an artificial intelligence model provided by OpenAI.

gpt-oss-20b est un modèle d'intelligence artificielle fourni par cloudflare-workers-ai.

gpt-oss-120b est un modèle d'intelligence artificielle fourni par cloudflare-workers-ai.

GPT-4o mini est un modèle d'intelligence artificielle fourni par OpenAI.

GPT-4o est le modèle multimodal le plus avancé d’OpenAI, plus rapide et moins coûteux que GPT-4 Turbo, avec des capacités visuelles plus puissantes. Ce modèle dispose d’un contexte de 128K et d’une limite de connaissances fixée à octobre 2023. Les modèles de la série 1106 et au-delà prennent en charge tool_calls et function_call. Ce modèle prend en charge une longueur de contexte maximale de 128,000 tokens.

GPT-4.1 nano est un modèle d’intelligence artificielle fourni par OpenAI. gpt-4.1-nano: Propose une fenêtre de contexte plus large — prenant en charge jusqu’à 1 million de jetons de contexte et capable d’exploiter plus efficacement ce contexte grâce à une meilleure compréhension des longs contextes. Dispose d’une date de coupure des connaissances actualisée à juin 2024. Ce modèle prend en charge une longueur de contexte maximale de 1,047,576 jetons.

GPT-4.1 mini est un modèle d’intelligence artificielle fourni par OpenAI. gpt-4.1-mini : Un bond significatif des performances des petits modèles, surpassant même GPT-4o sur de nombreux benchmarks. Il égale ou dépasse GPT-4o dans les évaluations d’intelligence tout en réduisant la latence de près de moitié et les coûts de 83 %. Ce modèle prend en charge une longueur de contexte maximale de 1,047,576 jetons.

GPT-4.1 est un modèle d’intelligence artificielle fourni par OpenAI. gpt-4.1-nano : offre une fenêtre de contexte plus large — prenant en charge jusqu’à 1 million de jetons de contexte et capable de mieux exploiter ce contexte grâce à une meilleure compréhension des contextes longs. La date de coupure des connaissances a été mise à jour à juin 2024. Ce modèle prend en charge une longueur de contexte maximale de 1,047,576 jetons.

coming soon