Voilà près de deux semaines que GPT-5 est sorti. Et depuis, c’est le déchaînement : sur X, LinkedIn et Reddit, on le taxe de “lent”, “moins précis que GPT-4o”, voire “raté complet”. Mais soyons lucides : est-ce vraiment GPT-5 le problème ? Ou est-ce notre façon d'aborder ce nouveau modèle avec des pratiques "A L'ANCIENNE" ? Dans notre live de la semaine passée, Mayeul Rougevin l’a expliqué avec brio : via l’API, GPT-5 INTRODUIT DES PARAMETRES INEDITS qui changent complètement la donne !! 🔹 Latence de réflexion ou reasoning_effort : profondeur du raisonnement (low/medium/high). On peut ajuster combien de temps le modèle prend pour “réfléchir” avant de répondre. C'est comme demander à un élève de prendre 10 secondes pour penser avant de répondre, plutôt que de balancer la première idée venue. 🔹 Niveau d’attention : on peut orienter le modèle sur certains points précis du sujet.C’est comme dire à un collègue “concentre-toi uniquement sur le chapitre 2, le reste est secondaire”. 🔹 Granularité des nodes internes : chaque “nœud” de calcul peut être poussé pour plus de profondeur… ou allégé pour plus de rapidité. C'est un peu comme régler ton moteur de voiture : plus de puissance ou plus d’économie. 🔹 verbosité : niveau de détail dans la réponse. 🔹 Contrôles plus déterministes, suppression de l’aléatoire au profit de la cohérence. 🔹 Agents plus fiables et prévisibles, adaptation dynamique possible selon les étapes du workflow. Et vous savez quoi ? Même sans toucher l’API, l’interface ChatGPT exploite ces mêmes mécanismes en arrière-plan. En clair, GPT-5 n’est pas nul. Il est plus EXIGEANT ET PARAMETRABLE. Oui, oui, j'ai bossé le truc en partant de ces pistes et je t'explique tout un peu plus bas. 😁 "Pourquoi GPT-5 se fait critiquer alors ???" 🤔 - Parce qu’on l’utilise comme GPT-4o. - Parce qu’on attend une “réponse magique” alors qu’il demande une collaboration structurée. - Parce qu’il punit le flou et récompense la précision.