Qu’est-ce que gpt-oss, et pourquoi OpenAI publie-t-elle de nouveau des modèles à poids ouverts?

Hier, le 5 août 2025, OpenAI a publié deux modèles de langage que tout le monde peut télécharger, faire tourner et modifier : gpt-oss-120b et gpt-oss-20b. Ce sont des modèles de raisonnement, c’est-à-dire qu’ils travaillent un problème étape par étape avant de répondre, et OpenAI affirme qu’ils se rapprochent de certains de ses propres modèles payants.

C’est un changement de cap notable. OpenAI a déjà partagé ouvertement Whisper et CLIP, mais ses robots conversationnels n’étaient offerts que par ses applications et son API payante. Le dernier modèle de langage qu’elle a publié avec ses poids était GPT-2, il y a plus de cinq ans.

Ce qu’OpenAI a publié

Les deux sont publiés sous la licence Apache 2.0, l’une des plus permissives qui soient : les entreprises peuvent les utiliser, les modifier et vendre des produits qui en sont tirés sans payer OpenAI ni lui demander la permission. Les poids sont sur Hugging Face, et OpenAI a travaillé avant le lancement avec de nombreuses plateformes, dont Ollama, LM Studio, llama.cpp, AWS, Azure et Cloudflare, ainsi qu’avec des fabricants de puces comme NVIDIA et AMD. Microsoft offre aussi une version optimisée de gpt-oss-20b sur Windows.

Ce que veut dire « à poids ouverts »

Un modèle de langage est, au fond, un très grand ensemble de nombres appelés poids (ou paramètres). L’entraînement les ajuste jusqu’à ce que le modèle prédise bien le texte. Publier les poids, c’est remettre le modèle terminé : vous pouvez le faire tourner sur votre propre machine, garder vos données privées et lui faire subir un ajustement fin (fine-tuning), c’est-à-dire poursuivre son entraînement sur vos propres exemples.

« À poids ouverts » est plus restreint que le code source ouvert au sens complet. OpenAI ne publie pas les données d’entraînement, la collection surtout en anglais, composée uniquement de texte, qui a servi à instruire les modèles. TechCrunch souligne que certains laboratoires, comme AI2, publient leurs données, et que les poursuites pour violation du droit d’auteur font de ce choix une question délicate pour OpenAI.

Comment fonctionnent les modèles

Mélange d’experts. Chaque modèle est un Transformer, l’architecture derrière la plupart des robots conversationnels modernes, construit comme un mélange d’experts (mixture of experts). Pensez à un hôpital qui compte de nombreux spécialistes : pour chaque patient, on n’en fait venir que quelques-uns. Ici, gpt-oss-120b a 128 « experts » dans chaque couche, et pour chaque jeton (un mot ou un morceau de mot), un petit routeur en choisit quatre. C’est pourquoi seuls 5,1 milliards de ses 117 milliards de paramètres travaillent à un moment donné, ce qui le garde rapide et moins coûteux à faire tourner.

Des nombres compressés. Les poids sont livrés dans un format compact appelé MXFP4, qui stocke chaque nombre avec moins de bits. C’est cette quantification qui permet au plus grand modèle de tenir dans 80 Go et au plus petit dans 16 Go.

Un raisonnement réglable. Comme la série o d’OpenAI, les deux modèles vous laissent choisir l’intensité de leur réflexion, avec trois niveaux : faible, moyen et élevé. Un effort plus élevé veut dire plus de réflexion et de meilleures réponses aux problèmes difficiles, au détriment de la vitesse. Les développeurs le règlent avec une seule phrase dans le message système, les consignes données à un modèle avant la conversation.

Une chaîne de pensée visible. Les modèles montrent l’ensemble de leur raisonnement, et OpenAI n’a délibérément pas entraîné ce raisonnement à avoir l’air propre, pour que les chercheurs puissent l’étudier afin d’y déceler des signes de mauvais comportement. OpenAI avertit les développeurs de ne pas le montrer aux utilisateurs finaux, puisqu’il peut contenir des erreurs ou du contenu que la réponse finale laisserait de côté.

Voici une façon simple de voir l’effort de raisonnement à l’œuvre. Posez la même question avec un effort faible, puis élevé :

Un train part à 9 h 40 et arrive à 13 h 05, avec un arrêt de 25 minutes en cours de route.
Pendant combien de temps a-t-il réellement roulé? Explique brièvement.

Avec un effort faible, vous devriez obtenir une réponse rapide; avec un effort élevé, une plus longue ligne de raisonnement avant la réponse. Les deux devraient arriver à 3 heures (3 h 25 au total, moins l’arrêt).

Forces et limites

OpenAI affirme que gpt-oss-120b égale ou dépasse o4-mini en programmation de compétition, en résolution de problèmes générale et en utilisation d’outils, et fait mieux sur les questions de santé et les mathématiques de compétition. TechCrunch rapporte des cotes de programmation Codeforces de 2622 et de 2516 pour les deux modèles, devant R1 de DeepSeek, mais derrière o3 et o4-mini.

Les modèles peuvent appeler des outils comme la recherche Web et Python dans le cadre de leur raisonnement. Mais ils traitent seulement du texte : ils ne peuvent ni lire d’images ni produire d’audio.

Ils hallucinent aussi davantage, c’est-à-dire qu’ils affirment des choses fausses avec assurance. Sur PersonQA, le test d’OpenAI sur des faits concernant des personnes, les deux modèles se sont trompés sur 49 % et 53 % des questions, contre 16 % pour o1 et 36 % pour o4-mini. OpenAI s’attend à ce résultat de la part de modèles plus petits, qui contiennent moins de connaissances sur le monde.

Côté sécurité, OpenAI a testé ce qu’un attaquant pourrait faire en soumettant délibérément le plus grand modèle à un ajustement fin sur des données de biologie et de cybersécurité. Même alors, affirme-t-elle, le modèle n’a pas atteint son niveau de danger « capacité élevée ». Elle organise aussi un défi d’équipe rouge (red team) doté d’une cagnotte de 500 000 $ US pour trouver de nouveaux problèmes.

Pourquoi c’est important cette semaine

Pour les particuliers et les petites organisations, un modèle de raisonnement performant ne coûte maintenant rien à télécharger et peut tourner en privé, sur un portable ou sur les propres serveurs d’une entreprise. Dans le domaine des modèles ouverts, mené récemment par des laboratoires chinois comme DeepSeek, Qwen d’Alibaba et Moonshot AI, OpenAI est maintenant un acteur direct. Sam Altman a présenté le lancement comme une pile technologique d’IA ouverte construite aux États-Unis.

Comment faire tourner gpt-oss sur votre propre ordinateur?

Commencez par gpt-oss-20b. Il vous faut un ordinateur doté d’au moins 16 Go de mémoire; un portable récent qui en a autant peut suffire, mais la vitesse dépend de votre matériel. La voie la plus simple est une application de bureau qui télécharge et fait tourner les modèles pour vous, comme Ollama ou LM Studio, deux partenaires de lancement. Cherchez gpt-oss dans l’application, téléchargez la version 20b et commencez à converser. Tout reste sur votre machine.

Si vous ne pouvez pas le faire tourner localement, le terrain d’essai des modèles ouverts d’OpenAI vous permet d’essayer les deux modèles dans un navigateur, et de nombreux services infonuagiques les offrent aussi. La version 120b exige un seul GPU haut de gamme de 80 Go; la plupart des gens l’utiliseront donc par l’intermédiaire d’un fournisseur.

Une fois qu’il tourne, gardez ses limites en tête : vérifiez deux fois les faits, surtout ceux qui concernent des personnes, et utilisez le réglage de l’effort de raisonnement pour échanger de la vitesse contre du soin quand une tâche est difficile.