Le passage de GPT‑5.6 Luna en conversations texte illimitées a volé la vedette. Pourtant, la ligne la plus explosive du billet d’OpenAI est ailleurs : l’entreprise affirme que son nouveau GPT‑5.6 Sol produit beaucoup moins de réponses comportant une erreur factuelle. Un progrès potentiellement énorme pour ChatGPT, mais accompagné d’un astérisque que le communiqué met beaucoup moins en avant.
Le chiffre qui change la conversation : 68 %
OpenAI a mis à jour GPT‑5.6 Sol dans ChatGPT pour les abonnés Plus et Pro, avec des réponses plus directes, un ton plus cohérent et surtout une meilleure utilisation des sources trouvées pendant une recherche. Le groupe revendique désormais 68 % de réponses contenant au moins une erreur factuelle en moins par rapport à GPT‑5.5 Instant sur une évaluation interne.
Le test portait sur des requêtes financières, médicales et juridiques nécessitant des détails factuels. GPT‑5.6 Luna, le modèle plus léger qui devient le choix par défaut des comptes Free et Go, affiche lui aussi une baisse annoncée de 62 % sur le même indicateur. Avec environ un milliard d’utilisateurs hebdomadaires selon OpenAI, l’enjeu est massif.
Ce 68 % ne signifie pas que ChatGPT est fiable à 68 %
Le détail est moins sexy que le pourcentage, mais il change tout. OpenAI parle d’une réduction relative du nombre de réponses contenant au moins une erreur, pas d’un taux d’exactitude global de 68 %, ni de la disparition de 68 % de toutes les hallucinations. Sans taux de départ publié, impossible de convertir ce progrès en probabilité absolue qu’une réponse soit juste.
Surtout, il s’agit d’une évaluation conçue et exécutée en interne par OpenAI. La page produit ne publie ni l’ensemble des questions, ni les réponses, ni le détail du protocole permettant à un tiers de reproduire exactement le résultat. Le chiffre est donc intéressant, mais pas homologué par le grand tribunal magique du benchmark indépendant. L’astérisque compte presque autant que le « –68 % ».
Le propre rapport de sécurité d’OpenAI refroidit l’enthousiasme
Le system card de GPT‑5.6 apporte justement une deuxième mesure. Sur des conversations réelles anonymisées que des utilisateurs avaient signalées pour erreur factuelle, OpenAI dit que GPT‑5.6 Sol commet seulement légèrement moins d’erreurs que GPT‑5.5, tout en reproduisant nettement moins souvent l’erreur précise déjà signalée par l’utilisateur.
Ce résultat ne contredit pas automatiquement le fameux 68 % : les jeux de tests ne sont pas les mêmes. Mais il montre que la baisse des hallucinations dépend énormément de ce que l’on mesure. OpenAI précise que ces conversations étaient particulièrement propices aux hallucinations et ne représentent pas le trafic normal. Le modèle a progressé ; le slogan universel attendra.
Cette prudence tombe d’autant mieux que plusieurs incidents liés à GPT‑5.6 Sol avaient déjà rappelé ses limites. Plus fiable ne veut toujours pas dire infaillible, surtout dès que le modèle utilise des outils, recherche des sources ou agit dans un environnement externe.
Plus et Pro gagnent aussi un seul cerveau avec un curseur
La mise à jour ne touche pas seulement la factualité. OpenAI veut rapprocher les réponses instantanées et le raisonnement approfondi afin que ChatGPT conserve le même comportement lorsque l’utilisateur augmente l’effort de réflexion. Un nouveau curseur permet aux abonnés Plus et Pro de choisir l’effort de raisonnement sur le web, mobile et desktop.
L’idée est de supprimer une vieille friction de ChatGPT : obtenir une personnalité, un niveau de détail ou une façon de répondre complètement différents dès que l’on change de mode. Le centre d’aide d’OpenAI indique que le déploiement reste progressif. LeBigData avait déjà détaillé l’arrivée de GPT‑5.6 auprès du grand public.
Le post officiel d’OpenAI résume précisément ce qui a été annoncé aux abonnés payants :
Luna gratuit rend la question de la fiabilité encore plus sensible
Pour les utilisateurs Free et Go, le changement est plus spectaculaire encore : GPT‑5.6 Luna devient le modèle par défaut, avec des conversations texte illimitées et un bouton Think pour les questions plus difficiles, sous réserve des protections anti-abus. Les limites continuent toutefois de s’appliquer aux fichiers, aux images et aux autres outils.
Le sujet a déjà été traité sur LeBigData sous l’angle de ChatGPT gratuit et des conversations texte illimitées, mais cette diffusion massive change aussi la portée du chiffre sur les erreurs. Une IA un peu plus fiable, utilisée beaucoup plus souvent, peut réduire énormément d’erreurs… ou rendre ses erreurs restantes beaucoup plus crédibles.
OpenAI n’a donc pas tué l’hallucination. Il affirme avoir fortement réduit une catégorie d’erreurs sur un test précis, tandis que son propre rapport de sécurité montre un gain plus modeste sur un autre. Le vrai progrès est que ChatGPT pourrait se tromper moins souvent ; le vrai danger serait de croire qu’il ne se trompe plus.
- Partager l'article :
