Les GPT-5.6 Multi-Agents V2 d'OpenAI et une expérience ChatGPT 16 fois plus rapide

Introduction

OpenAI est en train de se transformer sur deux fronts simultanément.

Tout d'abord, l'interface de ChatGPT a bénéficié d'une optimisation majeure, spécifiquement destinée aux longues conversations qui devenaient difficiles à ouvrir et à naviguer après des centaines d'appels d'outils. L'article source rapporte qu'une session de test contenant 741 tours de conversation et 231 Mo de données a vu son temps d'ouverture passer de 27,62 secondes à 1,66 seconde.

Ensuite, Codex a évolué vers un flux de travail multi-agents plus automatisé, utilisant GPT-5.6 Multi-Agents V2. Au lieu d'exiger que l'utilisateur sélectionne manuellement le meilleur modèle pour chaque sous-tâche, l'agent principal peut déléguer différentes parties du travail à différents modèles et définir indépendamment l'intensité du raisonnement.

La documentation officielle de GPT-5.6 d'OpenAI confirme une architecture plus large : GPT-5.6 comprend Sol, Terra et Luna, et son expérience Codex/API prend en charge des sous-agents parallèles et le traitement synthétique de travaux complexes.

Le résultat est une idée simple mais profonde :

Le système tente d'éliminer le temps d'attente et le travail de sélection de modèles que les utilisateurs doivent généralement gérer eux-mêmes.

L'ouverture des grandes conversations ChatGPT considérablement accélérée

À l'ère des agents, les longues conversations deviennent un problème d'un tout autre ordre.

Une conversation de chatbot ordinaire peut contenir quelques dizaines de tours. Une session d'agent peut facilement devenir beaucoup plus volumineuse, car le modèle peut lire du code, appeler des outils, vérifier des résultats, exécuter des tests, apporter des modifications, et répéter ce processus des centaines de fois.

L'article source indique qu'OpenAI a testé une session de 741 tours de conversation pesant 231 Mo pour mesurer les performances du nouveau front-end.

Les résultats sont frappants :

Métrique	Avant optimisation	Après optimisation
Temps d'ouverture de la conversation	27,62 secondes	1,66 seconde
Croissance mémoire	1030,7 Mio	606 Mio
Nombre de requêtes réseau	894	16
Entrées de conversation chargées	15 529	64

Selon l'article source, les principaux changements de performances incluent :

• Vitesse de chargement de l'application améliorée de 94 %
• Croissance de la mémoire tas réduite de 87,8 %
• Utilisation globale de la mémoire réduite de 41,2 %
• Requêtes réseau réduites de 98,2 %
• Entrées de conversation chargées réduites de 99,6 %

Ce changement est architectural, et non cosmétique.

ChatGPT n'a plus besoin de charger et de rendre l'intégralité de l'historique de la conversation à chaque ouverture par l'utilisateur.

À la place, la majeure partie de l'historique peut rester stockée, et seule la partie actuellement nécessaire est chargée dans l'interface.

Pourquoi c'est encore plus important à l'ère des agents

Pour les chatbots traditionnels, les conversations très longues sont principalement un problème de stockage.

Pour les agents, cela devient un problème de flux de travail.

Une session de codage peut impliquer :

1. La lecture d'une large base de code.
2. L'exécution de commandes.
3. La vérification des résultats de sortie.
4. La modification de fichiers.
5. L'exécution de tests.
6. La correction des échecs.
7. La répétition de ce cycle.

Une seule tâche peut facilement générer des centaines d'enregistrements d'interactions.

Cela signifie que l'interface de conversation fait elle-même partie de l'infrastructure des agents.

L'article source décrit la nouvelle stratégie de rendu comme suit : charger uniquement la partie de l'historique que l'utilisateur a besoin de voir, plutôt que de reconstruire l'intégralité de la session.

C'est pourquoi des optimisations front-end qui semblaient insignifiantes il y a un an ont aujourd'hui un impact considérable.

C'est là que réside la différence.

Résultat : les longues sessions semblent beaucoup plus légères

L'avantage le plus évident est simple.

Une conversation qui a duré des semaines ou des mois ne devrait pas donner l'impression, à l'ouverture, que l'application est en train de reconstruire une base de données entière dans le navigateur.

L'article original souligne que ces changements sont particulièrement visibles pour les utilisateurs intensifs de Codex qui effectuent régulièrement des centaines d'appels d'outils.

Au lieu d'attendre qu'une session volumineuse devienne interactive, l'utilisateur peut rapidement revenir à la conversation et continuer à travailler.

Il s'agit d'une amélioration au niveau de l'infrastructure qui, lorsqu'elle fonctionne bien, peut passer presque inaperçue aux yeux de l'utilisateur.

Et c'est précisément là tout l'intérêt.

Les meilleures optimisations front-end sont souvent celles qui se fondent si bien dans l'expérience produit qu'on ne les remarque même pas.

GPT-5.6 Multi-Agents V2 franchit le pas vers la sélection automatique des modèles

Presque au même moment, OpenAI a également étendu son flux de travail multi-agents.

L'article original rapporte que GPT-5.6 Multi-Agents V2 est désormais pleinement disponible, permettant à l'agent principal de déléguer des sous-tâches à différents modèles pris en charge.

Chaque sous-agent peut avoir sa propre intensité de raisonnement.

La documentation officielle de GPT-5.6 d'OpenAI confirme indépendamment que la série comprend trois niveaux de capacités :

• GPT-5.6 Sol — le modèle phare pour les tâches les plus difficiles.
• GPT-5.6 Terra — un modèle équilibré pour le travail quotidien.
• GPT-5.6 Luna — le modèle le plus rapide et le plus rentable.

OpenAI documente également le multi-agents comme une fonctionnalité expérimentale de l'API Responses, dans laquelle une instance de GPT-5.6 peut coordonner plusieurs sous-agents en parallèle et synthétiser leurs résultats.

C'est l'idée centrale derrière ce nouveau flux de travail.

L'utilisateur n'a pas nécessairement besoin de savoir quel modèle convient le mieux à chaque petite partie d'une grande tâche.

L'agent peut en décider lui-même.

La gamme de modèles conçue pour différentes tâches

L'article original présente la gamme de modèles à peu près comme suit :

Modèle	Rôle typique
GPT-5.6 Sol	Codage d'agents complexe et tâches de raisonnement les plus difficiles
GPT-5.6 Terra	Programmation quotidienne et charges de travail équilibrées
GPT-5.6 Luna	Sous-tâches rapides et à faible coût
Daybreak	Tâches de cybersécurité spécialisées
GPT-5.5	Codage complexe, recherche et tâches générales

La documentation publique officielle d'OpenAI confirme les trois premiers niveaux de GPT-5.6 et souligne leurs différentes caractéristiques de capacité et de coût.

Par exemple, OpenAI décrit actuellement Luna comme son modèle optimisé pour les charges de travail sensibles aux coûts et à haut débit, avec un prix d'API public de 1 $ par million de jetons d'entrée et 6 $ par million de jetons de sortie sur la page du modèle.

Cela crée une division naturelle du travail.

Les décisions architecturales difficiles peuvent être confiées au modèle plus puissant.

Les transformations de code courantes peuvent être confiées au modèle moins cher.

Les petites étapes de classification ou de recherche peuvent utiliser l'option la plus rapide.

De la sélection manuelle des modèles au routage automatique

L'article original décrit cela comme une transition de la sélection manuelle des modèles.

Aujourd'hui, les utilisateurs pensent souvent ainsi :

"Cette partie est difficile, donc je devrais utiliser le modèle le plus puissant."

Puis ils répètent la même décision pour la partie suivante de la tâche.

Un système multi-agents peut quant à lui traiter les modèles comme des ressources informatiques internes.

L'agent principal décompose le travail en unités plus petites, décide quel modèle doit traiter chaque unité, puis fusionne les résultats.

Le flux de travail simplifié ressemble à ceci :

Tâche utilisateur
   ↓
Agent principal
   ├── Planification complexe → GPT-5.6 Sol
   ├── Codage courant → GPT-5.6 Terra
   ├── Sous-tâches rapides → GPT-5.6 Luna
   └── Tâches spécialisées   → Modèles dédiés
   ↓
Synthèse des résultats
   ↓
Réponse finale

La documentation officielle d'OpenAI décrit explicitement ce modèle de sous-agents parallèles : une instance de GPT-5.6 peut coordonner plusieurs agents travaillant en parallèle et synthétiser les sorties en un résultat unique.

Pourquoi cela peut réduire les coûts de raisonnement

L'article source avance une observation économique simple.

Les tâches complexes n'exigent pas que chaque étape utilise le modèle le plus puissant.

Peut-être que seules les phases de planification, d'architecture ou de débogage difficile nécessitent le modèle le plus puissant.

Les autres étapes peuvent être traitées par des modèles moins chers.

Dans l'exemple de l'article source, le flux de travail pourrait n'exiger le modèle le plus puissant que pour environ 20 % du travail, le reste étant délégué à des modèles à faible coût.

Ce chiffre précis de 20 % doit être considéré comme une illustration de la règle empirique, et non comme une garantie d'OpenAI.

L'idée centrale reste néanmoins importante.

Si l'agent peut router automatiquement le travail en fonction de la difficulté, le coût moyen d'exécution des tâches complexes peut diminuer sans que l'utilisateur ait à gérer finement le routage manuellement.

Les développeurs n'ont plus à penser à chaque modèle

Le changement d'expérience utilisateur est aussi important que le changement économique.

La sélection manuelle des modèles est une charge cognitive.

Le développeur doit se demander :

• Quel modèle devrais-je utiliser ?
• Cette tâche vaut-elle le coût d'un modèle coûteux ?
• Devrais-je changer de modèle en cours de route ?
• Le modèle moins cher perd-il trop en qualité ?
• Le temps gagné vaut-il le coût supplémentaire ?

Dans un bon système multi-agents, la plupart de ces questions sont transférées au système lui-même.

L'utilisateur fournit l'objectif.

L'agent décide comment répartir le travail.

C’est un changement significatif, qui va de la sélection de modèle à l’orchestration des ressources.

La combinaison des deux dépasse la simple addition de fonctions

L’argument le plus fort de l’article source est que ces deux évolutions se renforcent mutuellement.

Le front-end a été optimisé pour gérer plus efficacement d’immenses historiques d’agents.

Dans le même temps, le système d’agents côté back-end est devenu plus capable de répartir le travail entre plusieurs modèles.

Cela donne à OpenAI deux moyens de réduire les frictions :

Réduire les secondes d’attente devant l’interface.

Réduire la décision de choisir quel modèle utiliser.

La première est une amélioration de performance.

La seconde est une amélioration de flux de travail.

Ensemble, elles éloignent encore davantage ChatGPT et Codex du simple positionnement d’interface de chat.

ChatGPT évolue vers une plateforme de flux de travail

L’annonce officielle d’OpenAI pour GPT-5.6 décrit déjà cette série comme capable d’orchestrer des outils, de traiter des résultats intermédiaires et de prendre en charge des flux de travail multi-agents. Elle introduit également, dans Codex,

la délégation du travail à d’autres modèles, l’exécution de tâches en parallèle et la synthèse des résultats.

L’utilisateur devient de plus en plus celui qui définit l’objectif et vérifie les résultats.

L’orchestration interne se déroule en coulisse.

L’idée de « ne pas choisir de modèle » est le vrai changement de produit

On est facilement tenté de se concentrer sur les chiffres des benchmarks.

Mais la décision produit la plus importante pourrait être la tentative de masquer à l’utilisateur la complexité des modèles.

À mesure que le nombre de modèles augmente, exposer directement chaque choix pourrait rendre le système plus difficile à utiliser.

Si OpenAI dispose de cinq à dix modèles spécialisés, l’utilisateur ne devrait pas avoir à tous les connaître pour mener à bien un projet.

Une plateforme d’agents mature devrait comprendre ceci :

La tâche est l’interface, pas le modèle.

L’utilisateur dit ce qu’il faut faire.

Le système décide de la quantité de raisonnement nécessaire, du modèle qui doit faire quelle partie et de la manière de combiner les résultats.

Ce que cela signifie pour les développeurs

Pour les développeurs qui construisent des produits basés sur l’IA, cette leçon est plus universelle qu’OpenAI lui-même.

Les architectures d’agents modernes exigent de plus en plus trois niveaux :

1. Décomposition des tâches — diviser un travail important en sous-tâches pertinentes.
2. Acheminement des modèles — choisir pour chaque sous-tâche le modèle le moins cher et le plus compétent.
3. Synthèse des résultats — fusionner les sorties partielles en un résultat cohérent.

Sur cette base, le front-end doit gérer des historiques de conversation bien plus volumineux que ce que la conception traditionnelle des produits de chat visait.

Si vous construisez un produit d’agents, le rendu des conversations n’est plus seulement un polissage d’interface.

C’est une infrastructure.

Questions fréquentes

Qu’est-ce que le multi-agents GPT-5.6 ?

Le multi-agents GPT-5.6 est une capacité d’orchestration d’agents dans laquelle une instance GPT-5.6 peut coordonner en parallèle plusieurs sous-agents et synthétiser leur travail. OpenAI documente actuellement cette capacité comme une fonctionnalité expérimentale dans l’API Responses.

Qu’est-ce que Multi-agent V2 dans Codex ?

L’article source décrit Multi-agent V2 comme un flux de travail Codex dans lequel l’agent principal peut déléguer différentes sous-tâches aux modèles pris en charge et contrôler l’intensité de raisonnement de chaque sous-agent. Les dates de déploiement et la disponibilité des modèles peuvent évoluer ; il convient donc de consulter la documentation actuelle d’OpenAI Codex pour la configuration la plus récente.

Qu’est-ce que GPT-5.6 Sol, Terra et Luna ?

Ce sont trois niveaux de capacité de la série GPT-5.6. OpenAI présente Sol comme le modèle phare, Terra comme l’option équilibrée et Luna comme le modèle le plus rapide et le plus rentable.

À quoi sert GPT-5.6 Luna ?

OpenAI positionne GPT-5.6 Luna pour les charges de travail sensibles aux coûts et à haut débit. Sa page API actuelle indique 1 $ par million de tokens d’entrée et 6 $ par million de tokens de sortie.

Pourquoi les performances des longues conversations ChatGPT ont-elles été améliorées ?

Les sessions d’agents peuvent être bien plus volumineuses qu’un chat ordinaire, car elles peuvent contenir des centaines d’appels d’outils, de résultats d’exécution et d’étapes intermédiaires. L’article source rapporte qu’OpenAI a modifié le chargement et le rendu des historiques volumineux, afin que l’application n’ait pas à traiter l’intégralité de la conversation à chaque fois.

ChatGPT choisit-il désormais automatiquement le meilleur modèle pour chaque tâche ?

La tendance générale est à l’acheminement automatique et à la délégation des modèles, mais la disponibilité dépend du produit et de l’avancement des déploiements.

Précision fonctionnelle. La documentation GPT-5.6 d’OpenAI confirme l’orchestration multi-agents et les différents niveaux de capacité GPT-5.6 ; cela ne signifie pas que chaque conversation ChatGPT standard expose un contrôle complet d’acheminement automatique.

L’exécution en multi-agents peut-elle réduire les coûts liés à l’IA ?

Oui. Si les sous-tâches difficiles utilisent des modèles plus puissants et que le travail courant est confié à des modèles moins chers, le coût moyen de l’ensemble du flux peut être inférieur à celui d’un usage du modèle le plus puissant à chaque étape. Les économies réelles dépendent de la stratégie d’acheminement et de la charge de travail.

Outils associés

• OpenAI Codex : l’agent de programmation d’OpenAI pour le développement logiciel en plusieurs étapes et les flux de travail agentiques.
• API OpenAI : la plateforme API officielle pour le développement d’applications GPT-5.6 et multi-agents.
• Modèles GPT-5.6 : documentation officielle des modèles Sol, Terra, Luna et des capacités associées.
• API Responses : interface API d’OpenAI prenant en charge les appels d’outils, les appels programmatiques et les flux de travail multi-agents.
• ChatGPT : l’espace de travail IA d’OpenAI pour les consommateurs et les entreprises.

Liens connexes

• Annonce officielle GPT-5.6 : page de lancement principale d’OpenAI pour GPT-5.6, y compris les capacités multi-agents et super-intelligentes.
• Guide des modèles GPT-5.6 : documentation officielle des capacités des modèles et de l’utilisation multi-agents pour les développeurs.
• GPT-5.6 Luna : tarification API actuelle et détails techniques du niveau GPT-5.6 à faible coût.
• GPT-5.6 dans ChatGPT : disponibilité actuelle et informations sur les forfaits ChatGPT.
• OpenAI Codex : informations produit officielles sur Codex et la programmation agentique.
• Documentation API OpenAI : centre de documentation principal pour créer avec les modèles OpenAI.

Résumé

Les dernières évolutions d’OpenAI s’attaquent à deux types de frictions qui deviennent de plus en plus importants à mesure que les agents IA gagnent en puissance. La première est l’attente : les grandes conversations, contenant des centaines de tours et d’appels d’outils, doivent aussi s’ouvrir rapidement. La seconde est le coût de décision : l’utilisateur ne doit pas avoir à choisir manuellement un modèle pour chaque sous-tâche.

L’architecture multi-agents de GPT-5.6 pointe vers un système d’acheminement de modèles dans lequel les modèles plus puissants peuvent planifier et déléguer, tandis que les modèles moins chers traitent le travail courant. Parallèlement, les optimisations du front-end rendent ces sessions d’agents plus longues plus faciles à utiliser.

La direction est claire : ChatGPT et Codex passent d’un lieu où l’utilisateur dialogue avec un modèle à un système qui décide de la manière dont le travail doit être exécuté.