o1 — quand l'IA apprend à réfléchir avant de répondre.

Le 12 septembre 2024, OpenAI annonce o1. Pas GPT-5. Une nouvelle famille. La différence : ce modèle pense avant de répondre. Pas une métaphore — un vrai changement architectural.

Comment ça marche

Quand vous posez une question à GPT-4, il génère immédiatement la réponse, mot après mot. o1 fait autrement : avant de répondre, il génère un long raisonnement interne — plusieurs milliers de tokens cachés où il décompose le problème, teste des approches, revient en arrière, vérifie son travail. Puis seulement, il rédige la réponse pour l'utilisateur.

Le « chain-of-thought » (raisonnement par étapes) existait déjà comme technique de prompt. Avec o1, c'est la première fois qu'un modèle est entraîné spécifiquement à raisonner longuement, et que ce raisonnement devient un produit.

Comme un humain qui peut réfléchir longtemps avant de répondre à une question difficile, o1 utilise une chaîne de pensée pour résoudre des problèmes. Plus le modèle pense, mieux il performe.

Les chiffres qui ont marqué

Sur des benchmarks de raisonnement, o1 fait des sauts qu'on n'avait pas vus depuis longtemps :

• AIME 2024 (olympiades de maths américaines) — GPT-4o : 13 %. o1 : 83 %. Score équivalent au top 500 étudiants américains.
• Codeforces (programmation compétitive) — o1 atteint l'Elo 1807, soit le 89e percentile des programmeurs humains.
• GPQA (questions de niveau doctorat en physique, biologie, chimie) — o1 dépasse le score moyen des humains experts dans le domaine.

Ce que ça change

Trois conséquences immédiates :

• Métiers à raisonnement — avocats, ingénieurs, scientifiques, analystes. Tout métier où il fallait jusqu'ici un humain pour décomposer un problème complexe devient partiellement automatisable.
• Coût et lenteur — un raisonnement de 30 secondes coûte beaucoup plus cher qu'une réponse instantanée. L'IA cesse d'être quasi-gratuite. Voir l'article sur la shrinkflation cognitive qui en découle.
• Pas de plafond visible — OpenAI démontre que la performance scale avec le temps de calcul à l'inférence. Plus on laisse le modèle penser, mieux il fait. Une nouvelle dimension de progression s'ouvre.

Ce qu'il faut retenir

o1 marque la fin d'une époque où l'on pensait que les progrès viendraient uniquement de modèles plus gros, entraînés sur plus de données. Le temps de réflexion est devenu un levier en soi. Tous les concurrents (Anthropic, Google, DeepSeek) ont depuis sorti leur version. La nouvelle frontière de l'IA, c'est combien de temps elle peut penser — et ce que ça coûte.