Multimodalité native, raisonnement étendu, agents autonomes : tour d'horizon des fuites et déclarations officielles autour de la prochaine génération de modèles.
Les rumeurs s'intensifient autour de GPT-5. Entre fuites contrôlées, conférences et brevets déposés, on commence à dessiner les contours de ce que pourrait être la prochaine génération de modèles d'OpenAI.
Au cœur de cette nouvelle architecture : une multimodalité native enfin pleinement intégrée. Là où GPT-4 jonglait encore entre plusieurs sous-modèles spécialisés, GPT-5 unifierait texte, image, audio et vidéo dans un même réseau.
L'autre grande nouveauté concernerait le raisonnement long. Inspiré des progrès de o1 et o3, le modèle pourrait dérouler des chaînes de pensée bien plus longues, jusqu'à plusieurs minutes de calcul interne avant de produire une réponse.
Reste la question des agents : OpenAI semble miser sur des agents capables d'orchestrer plusieurs outils en autonomie. Pour les étudiant·es et jeunes pro, c'est probablement l'évolution la plus structurante des prochains mois.