Contexte technique
J'ai creusé les discussions et les formulations d'OpenAI, parce qu'il est facile de s'y perdre dès le départ. L'essentiel : le chat normal de ChatGPT ne consomme pas le plafond d'utilisation agentique, tandis que Codex, Work et les scénarios agentiques similaires partagent un pool agentique commun.
Pour ceux qui construisent l'automatisation IA ou qui calculent simplement ce à quoi l'équipe se heurtera dans une semaine, ce n'est pas un détail. Si je discute simplement sur le web, c'est un mode. Si je lance un workflow agentique avec raisonnement, le compteur est différent.
C'est là que le hic apparaît. Le modèle thinking n'est généralement pas disponible en mode chat standard, donc officiellement le plafond de chat n'est pas consommé, mais je n'obtiens pas non plus le niveau de raisonnement pour lequel beaucoup se tournent vers Codex ou Work.
C'est pourquoi les gens ont l'impression que « le chat est presque gratuit », alors que le vrai travail lourd se heurte rapidement aux limitations. Sur le web, on peut encore voir des boutons et une interface variée, et sur mobile certaines options peuvent ne pas s'afficher du tout, ce qui ajoute au chaos.
En simplifiant pour la pratique, la situation est la suivante :
- les messages ordinaires dans ChatGPT ne consomment pas le pool agentique ;
- Codex, ChatGPT Work et d'autres fonctionnalités agentiques consomment le plafond agentique partagé ;
- la limite n'est pas mesurée seulement par messages, mais par le temps/la profondeur du raisonnement dans la fenêtre de limite ;
- en mode chat, l'accès au modèle thinking est limité ou absent.
Je ne me fierais pas à l'intuition de l'interface. Ici, ce qui compte le plus, ce n'est pas où se trouve l'interrupteur, mais quel workflow s'exécute réellement sous le capot.
Impact sur les entreprises et l'automatisation
Pour les entreprises, la conclusion est très concrète. Si une équipe teste l'intégration IA via le chat normal, elle risque de sous-estimer les coûts futurs et de se retrouver surprise quand un agent en production consomme les plafonds beaucoup plus vite.
Ceux qui séparent tôt les scénarios gagnent : chat rapide pour les brouillons, mode agentique seulement là où le raisonnement est vraiment nécessaire. Ceux qui essaient de tout mesurer « au nombre de messages » et ne distinguent pas l'architecture des modes perdent.
Je constate régulièrement la même erreur chez les clients : le pilote semble bon marché tant que les gens restent dans le chat, puis la véritable implémentation d'intelligence artificielle avec agents, dépôts, vérifications entre en jeu, et l'économie change radicalement. Chez Nahornyi AI Lab, nous concevons généralement ces workflows dès le départ pour que le raisonnement ne soit dépensé que sur les goulets d'étranglement coûteux.
Si votre Codex ou Work a déjà commencé à atteindre des limites de manière inattendue, inutile de deviner sur Reddit. Il vaut mieux décomposer votre scénario étape par étape et construire le développement de solutions IA sans taux de combustion inutile. Si vous le souhaitez, chez Nahornyi AI Lab, je peux vous aider à le présenter dans un schéma clair et à mettre en place une automatisation fonctionnelle sans surprises de dépenses.