# Quand devriez-vous utiliser o1 plutôt que GPT-4o?

Date: 2024-09-21 · Author: Robert Scales · https://guidetoartificialintelligence.com/fr/apprendre/quand-utiliser-o1-plutot-que-gpt-4o/

**Answer:** Utilisez o1 quand une tâche comporte une longue chaîne logique difficile à réussir, comme un problème de mathématiques en plusieurs étapes, un bogue retors ou un plan soumis à de nombreuses contraintes. Restez avec GPT-4o pour la rédaction courante, les questions rapides, la navigation Web, les fichiers et les images, où o1 est plus lent, plus limité et souvent pas meilleur.

Depuis le 12 septembre, les abonnés de ChatGPT Plus et Team ont deux nouvelles entrées dans le sélecteur de modèle : o1-preview et o1-mini. Les deux sont entraînés à travailler un problème en privé avant de répondre, ce qui les rend beaucoup plus forts pour certaines tâches, et pas meilleurs, voire pires, pour d’autres. La vraie question n’est pas de savoir quel modèle est le plus « intelligent », mais lequel convient au travail que vous avez devant vous.

Une bonne règle empirique : si une experte ou un expert consciencieux aurait besoin d’un crayon, d’un bout de papier et de quelques minutes de calme, essayez o1. Si la personne pouvait répondre tout en bavardant, GPT-4o est le meilleur choix. GPT-4o est aussi le seul des deux qui peut chercher sur le Web, lire vos fichiers téléversés et examiner des images; tout ce qui dépend de ces fonctions reste donc avec lui pour l’instant.

## Ce pour quoi chaque modèle est conçu

GPT-4o est le modèle polyvalent d’OpenAI. Il répond vite, traite le texte, les images et la voix, et fonctionne avec tous les outils de ChatGPT. OpenAI affirme elle-même que, pour de nombreuses demandes courantes, GPT-4o restera l’option la plus performante à court terme.

o1-preview est le premier modèle d’une nouvelle série qu’OpenAI numérote séparément de GPT. Avant d’écrire une réponse, il produit une chaîne de raisonnement cachée : il essaie une approche, la vérifie et revient en arrière quand quelque chose ne tient pas. Sur un examen de qualification pour les Olympiades internationales de mathématiques, OpenAI rapporte que GPT-4o a résolu 13 % des problèmes, et le modèle de raisonnement, 83 %. Cet écart résume tout l’argument en faveur d’o1 : il est rentable là où une seule étape erronée ruine le résultat.

o1-mini est un modèle de raisonnement plus petit et plus rapide. OpenAI le décrit comme particulièrement bon en code, et 80 % moins cher qu’o1-preview, mais il possède moins de connaissances générales sur le monde. Voyez-le comme une personne douée pour résoudre des problèmes, mais qui a moins lu.

## Une comparaison concrète

Voici comment le choix se joue pour trois types de tâches courantes. Les jugements de la colonne de droite sont des indications données à titre d’exemple, fondées sur ce pour quoi les modèles sont conçus, et non des résultats de tests.

| Tâche | Exemple | Meilleur premier choix |
|---|---|---|
| Mathématiques en plusieurs étapes | « Un prêt de 12 000 $ à 6 % par année est remboursé mensuellement sur 4 ans. Établis la formule du versement, puis vérifie-la en calculant le solde après le mois 1 et le mois 2. » | o1-preview ou o1-mini : la réponse dépend de la justesse de chaque étape, et le modèle vérifie son propre travail |
| Planification avec contraintes | « Répartis six bénévoles sur trois quarts de travail samedi. Ana ne peut pas travailler le matin, Ben et Chloé ne doivent pas être dans le même quart, chaque quart a besoin de deux personnes, personne ne travaille deux fois. » | o1-preview : de nombreuses règles doivent tenir en même temps, et une réponse rapide en enfreint souvent une |
| Rédaction courante | « Écris une note amicale de 120 mots pour inviter les voisins à une corvée de nettoyage de la rue. » | GPT-4o : rapide, naturel, et le raisonnement supplémentaire n’ajoute rien |

La ligne sur la rédaction compte autant que les deux autres. Le temps de raisonnement ne rend pas une courte note plus chaleureuse ni plus claire, et o1 peut trop réfléchir à des demandes simples. Ne lui envoyez que les problèmes difficiles.

La façon d’écrire le prompt change aussi. Avec GPT-4o, bien des gens ajoutent « réfléchis étape par étape » pour obtenir des réponses soignées. Avec o1, cette étape est intégrée : un énoncé clair du problème, des contraintes et du format voulu suffit. Les conseils d’OpenAI aux développeurs recommandent aussi de ne donner à o1 que le contexte le plus pertinent, parce qu’empiler des documents supplémentaires peut rendre sa réponse inutilement compliquée.

> **À essayer :** collez le prompt de planification des bénévoles du tableau dans GPT-4o, puis dans o1-preview. Vérifiez vous-même chaque horaire par rapport à chaque règle, et notez combien de temps chaque modèle a pris.

## Les signes que vous avez choisi le mauvais modèle

Vous utilisez probablement o1 là où GPT-4o suffirait si la réponse à une question simple met de nombreuses secondes à arriver, ou paraît inutilement élaborée. Vous utilisez probablement GPT-4o là où o1 aiderait si vous corrigez sans cesse la même erreur de logique, comme un horaire qui enfreint une règle chaque fois, ou un calcul qui dérive de quelques dollars. Changer de modèle en cours de projet ne pose aucun problème : rédigez le plan avec o1, puis demandez à GPT-4o d’en faire un courriel soigné.

## Combien coûte cette réflexion supplémentaire?

Le premier coût est le temps. o1 fait son raisonnement avant de montrer quoi que ce soit, et la documentation d’OpenAI prévient qu’une demande peut prendre de quelques secondes à plusieurs minutes, selon la quantité de raisonnement que le problème exige. Pour un travail d’échanges rapides, cette attente s’accumule.

Le deuxième coût est votre quota de messages. Au lancement, les utilisateurs de Plus et de Team avaient droit à 30 messages par semaine pour o1-preview et à 50 par semaine pour o1-mini. À la mi-septembre, OpenAI a relevé ces limites : o1-preview permet maintenant 50 messages par semaine, et o1-mini, 50 par jour. Un plafond hebdomadaire de 50 est une bonne raison de réserver o1-preview aux problèmes qui le méritent et d’essayer d’abord o1-mini pour le code et les mathématiques.

Pour les développeurs, le coût apparaît sur la facture. Par l’API, ouverte au lancement seulement aux comptes du niveau d’utilisation le plus élevé, le raisonnement caché est compté en « jetons de raisonnement » (*reasoning tokens*). Les jetons sont les petits morceaux de texte que l’API mesure et selon lesquels elle facture. Vous ne voyez jamais ces jetons de raisonnement dans la réponse, mais ils sont facturés comme de la sortie. OpenAI suggère de prévoir de la place pour environ 25 000 d’entre eux pour les prompts difficiles; une courte réponse visible peut donc coûter beaucoup plus cher que la même réponse obtenue de GPT-4o. o1-mini, à un prix 80 % inférieur à celui d’o1-preview, est la façon économique de vérifier si le raisonnement aide vraiment votre tâche.

## Sources

- Introducing OpenAI o1-preview: https://openai.com/index/introducing-openai-o1-preview/
- OpenAI boosts usage limits for o1 AI model: https://the-decoder.com/openai-boosts-usage-limits-for-o1-ai-model/
- Notes on OpenAI's new o1 chain-of-thought models: https://simonwillison.net/2024/Sep/12/openai-o1/