Accueil › Glossaire › GPT

GPT (Generative Pre-trained Transformer)

GPT est le modèle qui a popularisé l’IA générative auprès du grand public. Le lancement de ChatGPT en novembre 2022 a marqué un tournant historique : pour la première fois, des millions de personnes ont interagi directement avec un LLM. En quelques jours, ChatGPT est devenu l’application avec la croissance la plus rapide de l’histoire du logiciel.

Le nom GPT décrit trois caractéristiques clés du modèle : Generative (il génère du texte), Pre-trained (il est pré-entraîné sur des données massives avant d’être spécialisé), et Transformer (il utilise l’architecture Transformer).

L’évolution de GPT : de GPT-1 à GPT-5

GPT-5 en détail

GPT-5 représente un changement de paradigme par rapport aux versions précédentes. Plutôt qu’un modèle monolithique unique, GPT-5 est un système unifié qui route intelligemment les requêtes. Les questions simples sont traitées par un modèle rapide et économique ; les problèmes complexes sont dirigés vers des modèles « thinking » plus profonds qui verbalisent leur raisonnement étape par étape.

Cette architecture permet une meilleure allocation des ressources : vous ne payez pas le coût d’un raisonnement profond quand vous posez une question simple. Le résultat est un système plus polyvalent et plus efficient que ses prédécesseurs.

Capacités de GPT-5

ChatGPT : l’interface grand public

ChatGPT est l’interface conversationnelle d’OpenAI qui donne accès aux modèles GPT. C’est le produit qui a démocratisé l’IA générative. En 2026, ChatGPT compte des centaines de millions d’utilisateurs actifs et propose plusieurs niveaux d’accès :

L’API GPT pour les développeurs

L’API OpenAI permet d’intégrer GPT dans vos propres applications. L’accès se fait via des appels HTTP avec un système de facturation au token. Les développeurs peuvent personnaliser le comportement du modèle via des system prompts, du fine-tuning ou du function calling pour connecter le modèle à des outils externes.

L’écosystème OpenAI inclut également DALL-E (génération d’images), Whisper (transcription audio), TTS (synthèse vocale) et l’Assistants API pour construire des agents IA avec mémoire persistante et accès à des outils.

GPT face à la concurrence

L’architecture technique de GPT

GPT utilise la partie « décodeur » (decoder-only) de l’architecture Transformer. Contrairement à BERT (encoder-only, bidirectionnel), GPT est autorégressif : il génère du texte de gauche à droite, token par token, en ne « regardant » que les tokens précédents via un masque d’attention causal.

L’architecture se compose de couches de self-attention multi-tête empilées, chacune suivie d’un réseau feedforward. GPT-4 et GPT-5 utilisent probablement une architecture Mixture of Experts (MoE) : le modèle contient plusieurs « experts » spécialisés, et un routeur sélectionne les experts pertinents pour chaque token, permettant d’avoir un très grand nombre de paramètres tout en n’activant qu’une fraction à chaque inférence.

Limites spécifiques de GPT

Comme tout LLM, GPT souffre d’hallucinations, d’une date de coupure des connaissances et de biais issus de ses données d’entraînement. Spécifiquement, les critiques récurrentes envers GPT incluent une tendance à la verbosité excessive, une difficulté à refuser poliment (safety overfit), et des performances parfois inégales selon les domaines linguistiques (meilleur en anglais qu’en français, par exemple).

OpenAI ne publie plus les détails techniques de ses modèles (nombre de paramètres, architecture exacte, données d’entraînement), ce qui limite la transparence scientifique et rend les comparaisons objectives plus difficiles.