# Qu’est-ce que GPT-5.2-Codex, et que change-t-il pour la programmation et la cybersécurité?

Date: 2025-12-19 · Author: Robert Scales · https://guidetoartificialintelligence.com/fr/apprendre/qu-est-ce-que-gpt-5-2-codex/

**Answer:** GPT-5.2-Codex est une version de GPT-5.2 d’OpenAI ajustée pour la programmation par agent dans Codex, lancée le 18 décembre 2025, conçue pour travailler longtemps sur de grosses bases de code, mener de grandes refontes et migrations, mieux fonctionner sous Windows et lire des captures d’écran et des maquettes de conception. OpenAI le qualifie de son modèle le plus fort à ce jour en cybersécurité; il est donc lancé d’abord pour les utilisateurs payants de ChatGPT dans Codex, avec un accès par l’API plus tard et un projet pilote d’accès de confiance pour des défenseurs en sécurité vérifiés.

Hier, le jeudi 18 décembre 2025, OpenAI a lancé **GPT-5.2-Codex**, une version du GPT-5.2 de la semaine dernière adaptée à **Codex**, son agent de programmation. Un **agent de programmation** est une IA qui fait plus que suggérer des lignes de code : il lit un projet, exécute des commandes, modifie des fichiers, teste ses changements et continue jusqu’à ce que la tâche soit terminée ou qu’il ait besoin d’aide.

Le nouveau modèle vise les tâches longues et désordonnées auxquelles font face les vraies équipes de développement : réorganiser une grosse base de code, la faire passer à un nouveau cadriciel ou construire une fonction qui touche des dizaines de fichiers. Il met aussi un accent inhabituel sur la **cybersécurité**, et arrive pour cette raison avec de nouvelles mesures de protection.

## Ce qu’OpenAI a lancé

GPT-5.2-Codex s’appuie sur deux modèles précédents : la force de GPT-5.2 en travail professionnel général, et l’habileté de GPT-5.1-Codex-Max pour les longues sessions de programmation et l’utilisation du terminal, la fenêtre texte où les programmeurs tapent des commandes. OpenAI met en avant ces améliorations :

- **Le travail de longue haleine**, grâce à la compaction du contexte (expliquée plus bas), qui lui permet de rester longtemps sur une même tâche.
- **Les grosses modifications de code**, comme les refontes et les migrations. Une **refonte** (*refactor*) réorganise du code existant pour le rendre plus propre ou plus rapide sans ajouter de fonctions; une **migration** fait passer du code à une nouvelle bibliothèque, à une nouvelle version de langage ou à une nouvelle plateforme.
- **Windows** : il fonctionne de façon plus fiable dans les environnements Windows natifs, pas seulement sous Linux et macOS.
- **La vision** : il lit plus exactement les captures d’écran, les schémas techniques et les graphiques, et peut transformer une maquette de conception en prototype fonctionnel.

Selon les chiffres d’OpenAI, rapportés par SiliconANGLE, il obtient 56,4 % à SWE-Bench Pro, où un modèle reçoit un vrai dépôt de code et doit écrire une correction pour une tâche réaliste, et 64 % à Terminal-Bench 2.0, qui teste des agents faisant du vrai travail dans un terminal, comme compiler du code ou configurer des serveurs. OpenAI qualifie ces deux résultats de meilleurs de leur catégorie.

Il est offert dès maintenant partout où Codex fonctionne, pour les utilisateurs payants de ChatGPT. OpenAI affirme travailler à un accès par l’API pour les développeurs dans les prochaines semaines.

## Comment fonctionne la compaction du contexte

Chaque modèle a une **fenêtre de contexte**, la quantité de texte qu’il peut garder en vue d’un coup : vos consignes, les fichiers qu’il a ouverts, les commandes qu’il a exécutées et leur sortie. Lors d’une longue session de programmation, ce journal grossit jusqu’à ne plus tenir.

La **compaction** règle ce problème comme le ferait une ingénieure méticuleuse qui tient un carnet de projet. De façon générale, quand le dossier de travail devient trop long, le modèle le condense : il garde les décisions prises, les fichiers modifiés, ce qui a échoué et ce qui reste à faire, et laisse tomber le bruit. Il reprend ensuite à partir de ce résumé. OpenAI affirme que GPT-5.2-Codex le fait nativement, si bien qu’il peut continuer à travailler au fil de longues sessions dans de gros dépôts sans perdre le fil, même quand un plan change ou qu’une tentative échoue.

## Le volet cybersécurité

OpenAI affirme que c’est son modèle le plus performant à ce jour pour les tâches de cybersécurité, dans la continuité d’une forte hausse qu’elle mesure depuis GPT-5-Codex. C’est une arme à double tranchant. Les mêmes habiletés qui aident un défenseur à trouver et à corriger une faiblesse pourraient aider un attaquant à l’exploiter, un problème connu sous le nom de **double usage**.

OpenAI donne un exemple réel. Andrew MacPherson, ingénieur principal en sécurité chez Privy, une entreprise appartenant à Stripe, utilisait le modèle précédent, GPT-5.1-Codex-Max, avec l’outil en ligne de commande de Codex pour étudier une grave vulnérabilité de React divulguée au début de décembre. React est une bibliothèque très utilisée pour construire des sites Web. Quand de simples prompts n’ont pas suffi, il a guidé l’agent à travers des étapes défensives classiques : mettre en place une copie de test locale, raisonner sur les points par où une attaque pourrait entrer, et faire du **fuzzing** (test à données aléatoires), qui consiste à bombarder un programme d’entrées malformées pour voir ce qui casse. En moins d’une semaine, ce travail a mis au jour des failles que personne ne connaissait. Il les a divulguées de façon responsable à l’équipe de React, qui a publié trois nouvelles vulnérabilités le 11 décembre.

À cause de cette puissance croissante, OpenAI traite chaque nouveau modèle comme s’il pouvait atteindre le niveau « High » en cybersécurité de son **Preparedness Framework** (cadre de préparation), son système interne d’évaluation des risques graves, même si GPT-5.2-Codex ne l’a pas atteint. Elle a ajouté des mesures de protection dans le modèle et dans Codex, et elle lance un projet pilote d’**accès de confiance** (*trusted access*) sur invitation seulement. Des professionnels de la sécurité et des organisations vérifiés, qui ont un objectif défensif clair, obtiendront des modèles plus permissifs pour des travaux comme l’analyse de logiciels malveillants ou le test de systèmes critiques.

## Un exemple concret

Voici comment une équipe pourrait confier une migration à GPT-5.2-Codex, avec des limites claires :

```prompt
Fais passer ce projet de notre ancienne bibliothèque de dates aux fonctions
de date intégrées. Avant de changer quoi que ce soit, écris MIGRATION.md avec
un plan : quels fichiers sont touchés, dans quel ordre, et les risques. Ensuite,
travaille fichier par fichier. Après chaque groupe de fichiers, lance toute la
suite de tests et corrige les échecs avant de continuer. Tiens MIGRATION.md à
jour avec ce qui est fait et ce qui reste. Ne change pas l’API publique, et
arrête-toi pour me demander si un test échouait déjà avant que tu commences.
```

Le fichier de plan donne à l’agent, et à vous, une trace qui survit à une longue session. Lancer les tests après chaque étape permet d’attraper les erreurs tôt, et la dernière ligne laisse à une personne les décisions qui demandent du jugement.

> **À essayer :** dans un petit projet personnel, demandez à Codex d’expliquer la structure du code et de proposer une refonte, sans rien modifier. Lisez son plan, puis laissez-le effectuer seulement ce changement et révisez le résultat ligne par ligne.

## Pourquoi c’est important

GPT-5.2-Codex montre où vont les agents de programmation : loin des courtes suggestions, vers un travail soutenu et autonome sur des projets entiers. Une meilleure compaction, la prise en charge de Windows et la vision le rendent utilisable dans un plus grand nombre des environnements où travaillent réellement les développeurs professionnels.

Ce lancement montre aussi une façon plus prudente de lancer un modèle. Au lieu de l’ouvrir à tout le monde par l’API dès le premier jour, OpenAI commence dans son propre produit, ajoute des protections et réserve les capacités les plus fortes à des défenseurs vérifiés. À mesure que l’IA devient douée pour trouver des failles logicielles, la question de savoir qui y a accès, et à quelles conditions, devient aussi importante que la capacité brute.

## Comment confier une grosse tâche de programmation à GPT-5.2-Codex?

Commencez par une copie propre et validée de votre code dans un système de gestion de versions, comme Git, pour que chaque modification puisse être révisée et annulée. Donnez ensuite à l’agent un objectif clair, les limites qu’il doit respecter et un moyen de vérifier son propre travail, habituellement votre suite de tests.

Demandez d’abord un plan écrit et lisez-le avant toute modification du code. Pour les longues tâches, faites tenir à l’agent un fichier de progression, comme dans l’exemple ci-dessus, pour que l’état du travail soit visible pour vous deux.

Enfin, révisez les résultats comme vous le feriez pour la demande de fusion (*pull request*) d’un collègue, c’est-à-dire l’ensemble de modifications proposé pour révision. Exécutez le code vous-même, lisez attentivement les modifications les plus risquées et ne fusionnez que ce que vous comprenez.

## Sources

- Introducing GPT-5.2-Codex: https://web.archive.org/web/20251219182402/https://openai.com/index/introducing-gpt-5-2-codex/
- OpenAI's GPT-5.2-Codex advances software engineering with better reasoning and context understanding: https://siliconangle.com/2025/12/18/openais-gpt-5-2-codex-advances-software-engineering-better-reasoning-context-understanding/