GPT-5.5 Instant accessible to all users, OpenAI teaches you how to write smarter, more efficient prompts

OpenAI annonce que GPT-5.5 Instant est accessible à tous les utilisateurs, avec une réduction de 52,5 % du taux d’hallucination dans les scénarios à haut risque, et le test mathématique AIME passant de 65,4 à 81,2 points.
(Précédemment : OpenAI a lancé le modèle spécialisé en sécurité Internet GPT-5.4-Cyber : correction de 3 000 vulnérabilités critiques, en compétition avec Claude Mythos)
(Complément d’information : un lycéen de 17 ans a écrit un « Prompt de niveau divin » renforçant la capacité de raisonnement de Claude, le rendant comparable au modèle o1, comment a-t-il réalisé cela ?)

GPT-5.5 Instant est officiellement déployé à tous les utilisateurs, l’annonce officielle indique que dans des scénarios à haut risque tels que la médecine, le droit et la finance, la déclaration fictive a été réduite de 52,5 %, et les déclarations erronées dans les conversations marquées comme factuellement incorrectes ont diminué de 37,3 %.

Le raisonnement mathématique a également progressé d’un cran. L’AIME 2025 est passé de 65,4 à 81,2 points. L’AIME est un test de résistance à l’intégrité de la chaîne de raisonnement, représentant une amélioration structurelle du modèle dans la logique multi-étapes.

La portée de l’ouverture couvre tous les utilisateurs depuis le 5 mai, y compris les comptes gratuits, qui peuvent également utiliser cette fonctionnalité. Seules les fonctions de mémoire personnalisée (référence aux conversations passées, téléchargement de fichiers, Gmail) restent réservées aux abonnements Plus et Pro, et limitées à la version web.

OpenAI vous montre comment rédiger un prompt

Il y a quelques jours, OpenAI a également publié un guide officiel sur la structure recommandée des prompts. L’entreprise indique que la majorité des gens écrivent leurs prompts de manière erronée, d’un point de vue logique.

Dans le fichier développeur, OpenAI propose une structure de prompt en sept blocs, dans l’ordre :

• Role (Rôle)
• Personality (Personnalité / Ton)
• Goal (Objectif)
• Success criteria (Critères de succès)
• Constraints (Contraintes)
• Output (Format de sortie)
• Stop rules (Règles d’arrêt)

La première transformation clé est « orienter d’abord le résultat ». La méthode ancienne consistait à donner des instructions étape par étape : faire A, puis B, puis produire C.

La nouvelle approche consiste à définir la fin, en précisant d’abord les critères de succès, permettant au modèle de choisir lui-même le chemin pour y parvenir. OpenAI recommande explicitement que la première modification d’un prompt ancien soit de supprimer les étapes programmatiques, pour les remplacer par une description du résultat.

La deuxième transformation concerne l’usage de « reasoning effort » (effort de raisonnement). Le reasoning effort correspond au niveau de profondeur de réflexion du modèle, plus le niveau est élevé, plus la réponse nécessite de la réflexion préalable, et plus le coût est élevé.

L’entreprise recommande que dans la majorité des scénarios de production, un niveau low ou medium suffise. Les niveaux élevés ne devraient être réservés qu’aux déductions multi-étapes, à la mise en forme ou à l’extraction de données, car cela devient coûteux.

Voici d’autres recommandations concrètes à considérer :

• Les règles d’arrêt doivent préciser « dans quel état il n’est pas nécessaire de continuer », par exemple, arrêter dès qu’un résultat conforme est trouvé.
• Les budgets de recherche (Retrieval Budgets) doivent limiter le nombre de recherches du modèle pour éviter une expansion infinie.
• Pour les tâches de brouillon, il est conseillé de définir d’abord « ce que l’on ne veut pas », plutôt que « ce que l’on veut » — une contrainte négative plus facile à identifier pour le modèle.