GPT-5.5 Instant devient le moteur de ChatGPT: moins d’hallucinations, mémoire visible, réponses plus courtes

GPT-5.5 Instant remplace GPT-5.3 Instant comme modèle par défaut de ChatGPT depuis le 5 mai 2026. Derrière ce changement de “moteur”, OpenAI promet un gain très concret pour l’usage quotidien, des réponses plus fiables, plus courtes, et une personnalisation mieux maîtrisée. La mise à jour vise surtout un point qui agace tout le monde, les erreurs affirmées avec aplomb, ces fameuses hallucinations qui peuvent coûter cher quand on parle santé, droit ou finances.

Le basculement se fait progressivement, pour les abonnés comme pour les développeurs via l’API sous l’alias chat-latest. Les abonnés payants gardent un accès à GPT-5.3 Instant pendant trois mois avant son retrait. Et OpenAI ajoute une brique qui change la relation de confiance, les Memory Sources, un panneau qui te montre quel contexte mémorisé a influencé une réponse, avec la possibilité de corriger ou supprimer.

OpenAI bascule ChatGPT sur GPT-5.5 Instant le 5 mai 2026

Le point factuel, c’est le remplacement du modèle par défaut, celui que la majorité des gens utilisent sans même toucher aux réglages. Depuis le 5 mai 2026, OpenAI déploie GPT-5.5 Instant dans ChatGPT à la place de GPT-5.3 Instant. L’idée est simple, si tu améliores le modèle “par défaut”, tu touches d’un coup une base d’utilisateurs massive, bien plus que si tu réserves les progrès à un mode premium ou à un modèle “Thinking”.

Le déploiement est annoncé comme progressif, pas un interrupteur qui bascule pour tout le monde à la seconde près. Dans la pratique, ça veut dire que deux personnes peuvent ne pas voir la même chose le même jour, même à abonnement identique. Côté développeurs, le même modèle est exposé via l’API sous l’alias chat-latest, ce qui évite de figer un nom de version dans le code tout en signalant que la “dernière version” peut évoluer.

Pour les abonnés payants, OpenAI garde une porte de sortie temporaire, GPT-5.3 Instant reste accessible pendant trois mois avant retrait. C’est un détail qui compte si tu as des habitudes de travail, des prompts calibrés, ou des automatisations. Un modèle plus concis peut changer la forme des réponses, et parfois casser des attentes implicites, par exemple si tu récupères une sortie structurée dans un outil interne.

Ce changement arrive deux mois après l’arrivée de GPT-5.3 Instant, et il n’y a pas eu de variante “Instant” estampillée 5.4. Dit autrement, OpenAI assume un rythme de mise à jour serré sur la couche la plus utilisée. Tu gagnes potentiellement en qualité sans rien faire, mais tu acceptes aussi une réalité, ton assistant peut changer de comportement en cours de route, et il faut garder un minimum de vigilance sur les usages sensibles.

OpenAI annonce 52,5% d’hallucinations en moins sur médecine et droit

Le chiffre qui a été mis en avant est net, 52,5% d’assertions hallucinées en moins que GPT-5.3 Instant sur des requêtes à fort enjeu, notamment médecine, droit et finance. OpenAI parle d’évaluations internes, donc tu peux garder une réserve légitime sur la méthodologie exacte, mais l’écart annoncé est assez grand pour indiquer un vrai travail sur la factualité, pas juste un ajustement cosmétique.

Autre indicateur, sur des conversations signalées par les utilisateurs pour erreurs factuelles, OpenAI annonce une baisse de 37,3% des inexactitudes. C’est intéressant parce que ça colle davantage à la “vraie vie”, quand les gens remontent des réponses fausses dans des contextes variés. Si tu demandes une règle fiscale, une posologie, ou une clause contractuelle type, tu veux surtout que le modèle sache dire “je ne sais pas” ou qu’il vérifie sa logique, pas qu’il improvise.

OpenAI illustre aussi un comportement attendu, la capacité à se corriger face à un énoncé mathématique piégé. Exemple donné, un problème d’algèbre avec une erreur, où GPT-5.5 Instant repère la faute, identifie le mauvais calcul, puis recalcule. Ce n’est pas juste “répondre juste”, c’est détecter qu’il y a une incohérence et ne pas dérouler une solution automatique. Dans des tâches pro, c’est souvent ça la différence entre un outil utile et une source d’ennuis.

Petite nuance quand même, OpenAI ne donne pas le taux d’erreurs restant. Réduire de 52,5% ne veut pas dire “propre”, ça veut dire “moins pire”. Si tu passes de 10 erreurs à 5, tu as fait un bond, mais tu as encore 5 erreurs. Pour les domaines sensibles, ça rappelle une règle simple, tu peux gagner du temps sur la synthèse et la mise en forme, mais la validation finale, c’est toujours à toi ou à un professionnel qualifié.

Les Memory Sources montrent le contexte utilisé et se désactivent en chat temporaire

La nouveauté la plus visible côté interface, ce sont les Memory Sources. Quand une réponse est personnalisée grâce à de la mémoire, un panneau te montre les éléments de contexte mobilisés, par exemple une note enregistrée ou une information tirée d’une conversation passée. Et tu peux agir dessus, marquer comme pertinent ou non, corriger, supprimer. Sur le papier, ça répond à une critique récurrente, “ok tu te souviens, mais de quoi exactement, et comment je contrôle ça?”.

OpenAI ajoute aussi un mode de conversation temporaire, qui ne lit pas la mémoire et ne l’alimente pas. Concrètement, si tu veux poser une question sensible ou faire un test sans “polluer” ton profil, tu passes en temporaire. C’est un détail qui change les habitudes, par exemple pour un RH qui veut rédiger un message délicat, un médecin qui veut reformuler un courrier sans que ça s’ajoute à une mémoire, ou juste quelqu’un qui prépare une surprise et ne veut pas que l’assistant recolle des indices plus tard.

Il faut aussi comprendre la limite annoncée, les Memory Sources ne montreront pas forcément tous les facteurs derrière une réponse. OpenAI indique que seules certaines conversations recherchées peuvent apparaître comme sources, et que la vue doit devenir plus complète avec le temps. Donc oui, tu as plus de transparence, mais pas une traçabilité totale. Si tu attends une explication exhaustive, style “voici 100% des éléments consultés”, ce n’est pas encore ça.

Le sujet derrière, c’est la confiance et la centralisation de données. Plus tu autorises l’assistant à exploiter ton historique, des fichiers, voire une boîte mail connectée comme Gmail si la fonction est activée, plus tu augmentes la surface de sensibilité. OpenAI met des contrôles, mais le choix reste binaire, soit tu profites de la personnalisation, soit tu limites la mémoire et tu récupères un assistant plus générique. Et ce compromis, il n’est pas neutre selon ton métier.

GPT-5.5 Instant vise des réponses plus concises et moins d’emojis

OpenAI dit avoir travaillé un point très terre-à-terre, la concision. GPT-5.5 Instant est censé réduire la “fluff”, répondre plus court sans perdre en substance, poser moins de questions de relance inutiles, et limiter les emojis et la mise en forme lourde. Dit comme ça, ça paraît anecdotique, mais si tu utilises ChatGPT dix, vingt fois par jour, tu sais que deux paragraphes en trop à chaque réponse, c’est du temps perdu et de l’attention consommée.

Dans un usage pro, la concision sert aussi à l’intégration. Si tu demandes “donne-moi trois options et leurs avantages”, tu veux trois options, pas un préambule de 15 lignes. Un chef de projet peut récupérer une liste d’actions, un développeur peut coller un bout d’explication dans un ticket, un chargé de com peut extraire une formulation. Moins il y a de remplissage, plus tu peux réutiliser la sortie telle quelle, ou la remixer rapidement.

OpenAI insiste sur une personnalisation “mieux jugée”, l’assistant doit mieux décider quand la personnalisation aide vraiment. Exemple typique, si tu demandes des recommandations, le modèle peut tenir compte d’habitudes repérées dans l’historique. Une autre illustration donnée, le modèle repère qu’un utilisateur fréquente un salon de thé et propose des options proches de ce style, plutôt qu’une liste générique. Là, la mémoire apporte une valeur directe, pas juste un “je me souviens de toi” décoratif.

Mais il y a une critique à garder en tête, plus un assistant devient concis, plus il peut omettre des conditions et des limites. Une réponse courte sur un point juridique peut manquer une exception importante, une réponse courte sur un sujet médical peut oublier une contre-indication. Le gain de lisibilité est réel, mais il faut que la concision reste compatible avec le niveau de prudence attendu. Et ça, ça dépend beaucoup de la question posée, pas seulement du modèle.

TechCrunch cite 81,2 à l’AIME 2025 et 76 au MMMU-Pro

Au-delà des promesses de “moins d’hallucinations”, OpenAI met en avant des scores de benchmark relayés dans la presse tech. Sur le test de maths AIME 2025, GPT-5.5 Instant atteint 81,2, contre 65,4 pour l’ancien modèle. Même si ces tests ne résument pas l’intelligence réelle, l’écart est important et colle à l’idée d’un modèle qui calcule mieux, ou au moins qui se trompe moins dans des raisonnements structurés.

Sur le benchmark multimodal MMMU-Pro, le score annoncé est de 76 contre 69,2 pour le prédécesseur. Là, on parle de raisonnement avec des entrées variées, pas juste du texte. Pour l’utilisateur, ça peut se traduire par une meilleure compréhension de documents ou d’images quand ces fonctions sont mobilisées, et par des réponses plus cohérentes quand tu combines plusieurs pièces, un tableau, une consigne, une contrainte, et une question finale.

Dans une discussion avec “Marc”, consultant data interrogé pour cet article, le point clé n’est pas le chiffre brut, mais la stabilité. “Quand un modèle gagne en score, je regarde si ça se voit sur les tâches répétitives, extraction de points d’un PDF, vérification d’un calcul, reformulation d’une procédure. Si j’ai moins de surprises, je peux déléguer davantage.” Ce type de retour illustre ce qu’OpenAI cherche, faire du modèle par défaut un outil de production, pas seulement un chatbot sympa.

Reste une limite structurelle, ces scores ne te disent pas comment le modèle se comporte sur ton contexte à toi, tes données, tes formulations, tes pièges. Un modèle peut briller sur un test et rester fragile sur des questions très situées, ou sur des demandes ambiguës. Et comme GPT-5.5 Instant est pensé pour la faible latence, donc un modèle “léger”, il y aura toujours un arbitrage entre vitesse et profondeur. Pour certaines tâches, tu préféreras peut-être un modèle plus lourd si tu as besoin d’un raisonnement plus détaillé.