Qu’est-ce que GPT-4.1, avec ses versions mini et nano, et à quoi est-il bon?

Hier, le lundi 14 avril 2025, OpenAI a lancé une nouvelle famille de modèles pour les développeurs : un GPT-4.1 de taille complète et deux versions plus petites, mini et nano, cette dernière étant le premier modèle « nano » qu’offre OpenAI. Si vous utilisez ChatGPT, vous ne les trouverez pas dans le menu des modèles. Ils sont offerts seulement par l’API d’OpenAI, le service qu’utilisent les applications et les programmes pour envoyer des requêtes aux modèles d’OpenAI.

Le nom prête à confusion, puisque GPT-4.5 est sorti en février. GPT-4.1 n’est pourtant pas un recul. C’est un modèle pratique, réglé pour ce que les développeurs demandaient le plus : écrire et modifier du code, suivre les instructions à la lettre et traiter de très longues données d’entrée, à des prix plus bas.

Ce qu’OpenAI a lancé

OpenAI affirme que les trois font mieux que leurs prédécesseurs, GPT-4o et sa version mini, et que les trois partagent les mêmes caractéristiques principales : une fenêtre de contexte pouvant atteindre un million de jetons, contre 128 000 pour GPT-4o, et une connaissance du monde qui va jusqu’à juin 2024. (Un jeton est un morceau de mot. TechCrunch évalue un million de jetons à environ 750 000 mots, plus que Guerre et Paix.) GPT-4.1 peut aussi écrire des réponses plus longues, jusqu’à 32 768 jetons au lieu de 16 384.

Voici la gamme avec les prix de lancement, par million de jetons :

OpenAI affirme que GPT-4.1 coûte 26 % de moins que GPT-4o pour une requête typique, et que mini égale ou bat GPT-4o sur de nombreux tests tout en réduisant de près de moitié le temps de réponse et de 83 % le coût. Les longues données d’entrée ne coûtent rien de plus que le prix normal par jeton, et le rabais pour la mise en cache des prompts (prompt caching), qui consiste à réutiliser le même texte d’ouverture d’une requête à l’autre, passe à 75 %.

OpenAI a aussi annoncé que GPT-4.5 Preview sera désactivé dans l’API le 14 juillet 2025, parce que GPT-4.1 offre des résultats semblables ou meilleurs dans bien des tâches pour beaucoup moins d’argent. Dans ChatGPT, selon OpenAI, bon nombre des mêmes améliorations sont plutôt intégrées à GPT-4o.

Ce qui s’est amélioré

La programmation. Sur SWE-bench Verified, un test fondé sur de vrais bogues de logiciels à code source ouvert, GPT-4.1 résout 54,6 % des tâches, contre 33,2 % pour GPT-4o. OpenAI précise qu’elle a écarté 23 des 500 problèmes qui ne s’exécutaient pas sur ses systèmes; en les comptant comme des échecs, on obtient 52,1 %. TechCrunch souligne que Google et Anthropic annoncent de meilleurs résultats au même test : 63,8 % pour Gemini 2.5 Pro et 62,3 % pour Claude 3.7 Sonnet. OpenAI affirme aussi que GPT-4.1 fait beaucoup moins de modifications inutiles au code, 2 % contre 9 % pour GPT-4o, et qu’il produit mieux un diff, une liste des seules lignes modifiées, au lieu de réécrire des fichiers entiers.

Le respect des instructions. GPT-4.1 obtient 87,4 % à IFEval, un test d’instructions qu’on peut vérifier automatiquement (comme « réponds en moins de 100 mots »), contre 81,0 % pour GPT-4o. Il s’est aussi amélioré pour garder en tête les instructions données plus tôt dans une longue conversation. Un effet secondaire : les testeurs trouvent qu’il prend les prompts plus au pied de la lettre, si bien que les demandes vagues reçoivent des réponses littérales.

Les longues données d’entrée. OpenAI a caché un seul fait, une « aiguille », à différents endroits de textes très longs, et les trois modèles l’ont trouvé à tout coup, jusqu’à un million de jetons. Des tests plus difficiles montrent les limites. Au test MRCR d’OpenAI, où le modèle doit repérer l’une de plusieurs demandes presque identiques enfouies dans une longue conversation, l’exactitude passe d’environ 84 % avec 8 000 jetons à 50 % avec un million, rapporte TechCrunch. Sur de longues vidéos sans sous-titres, GPT-4.1 a obtenu 72,0 % au test Video-MME, devant les 65,3 % de GPT-4o.

Pourquoi c’est important

GPT-4.1 tient moins du bond spectaculaire que d’un effort pour rendre des modèles utiles moins chers et plus fiables pour les développeurs. Un meilleur respect des instructions et une meilleure lecture des longs contextes sont exactement ce dont ont besoin les agents, des programmes qui accomplissent des tâches à plusieurs étapes pour le compte d’un utilisateur, et OpenAI suggère de combiner les modèles avec sa nouvelle API Responses pour les créer. Les premiers testeurs rapportent des gains concrets : Thomson Reuters affirme que son assistant juridique a examiné plusieurs documents avec 17 % plus d’exactitude, et l’outil de programmation Windsurf a mesuré des résultats 60 % meilleurs qu’avec GPT-4o sur son banc d’essai interne.

La concurrence est bien visible en arrière-plan. Gemini 2.5 Pro de Google offre déjà une fenêtre d’un million de jetons, et Claude 3.7 Sonnet d’Anthropic se classe très bien en programmation. GPT-4.1 est la réponse d’OpenAI pour les développeurs qui veulent une programmation solide à moindre prix.

Quel modèle GPT-4.1 choisir pour votre projet?

Partez de la tâche, pas du nom. Choisissez GPT-4.1 pour le travail où les erreurs coûtent cher ou dont les données d’entrée sont volumineuses : modifier du code, examiner des contrats, répondre à des questions qui portent sur un grand ensemble de documents, ou faire fonctionner un agent qui franchit plusieurs étapes. Choisissez mini pour la plupart des fonctions courantes, comme rédiger des réponses, résumer des billets de soutien ou extraire des données de formulaires; les résultats d’OpenAI suggèrent qu’il égale souvent GPT-4o pour beaucoup moins cher. Choisissez nano quand la vitesse et le volume comptent le plus et que la tâche est simple, comme étiqueter des messages par sujet ou suggérer le mot suivant.

Une méthode sensée consiste à monter un petit jeu de test de 20 à 30 exemples réels tirés de votre propre travail, à les soumettre à deux modèles et à comparer la qualité, la vitesse et le coût avant de décider. Comme GPT-4.1 suit les instructions de près, soyez explicite :

Tu tries des courriels de clients. Réponds avec exactement une étiquette de cette liste :
facturation, livraison, retours, autre.
Réponds avec l’étiquette seulement, en minuscules, sans explication.

Un prompt comme celui-ci convient bien à nano. Si les étiquettes commencent à dériver sur les courriels difficiles, passez à mini, et gardez le modèle complet pour les tâches qui en ont vraiment besoin.