Contexte technique
Je me suis intéressé à ce débat non pas pour le drame dans les commentaires, but parce que de tels retours peuvent facilement compromettre les décisions d'implémentation de l'IA. Une personne écrit : « 5.5 est plus bête avec les instructions », une autre est ravie de ses textes. Cela ressemble à un compromis entre discipline et style, mais avec GPT-5.5, ce n'est pas si simple.
J'ai consulté les documents officiels d'OpenAI. Ils présentent le modèle de manière exactement opposée : exécution de tâches robuste, gestion précise des outils, et un accent sur le "outcome-first prompting", où l'objectif, les contraintes et le format de la réponse sont plus importants qu'un long script étape par étape. Je ne vois donc aucune confirmation publique d'un compromis dégradant du type « il obéit moins bien, mais écrit magnifiquement ».
Ce qui a vraiment attiré mon attention, c'est la raison de cette divergence de perceptions. Il est recommandé de tester GPT-5.5 avec de nouveaux prompts, de ne pas réutiliser d'anciens modèles, et de configurer séparément le `reasoning.effort`. Si vous donnez au nouveau modèle une ancienne instruction, conçue pour un autre style de suivi, il peut très bien sembler « moins obéissant », alors que le problème réside dans l'interface de communication elle-même.
Autre point : le modèle dispose d'un large contexte, de l'API Responses et met l'accent sur l'utilisation d'outils. Dans de tels systèmes, je n'évalue presque jamais le « suivi des instructions » sur la base d'une seule belle réponse dans un chat. Je regarde s'il respecte le format, s'il appelle les bons outils, s'il ne perd pas les contraintes au 20e tour et comment il gère les entrées confuses. C'est là que se trouve la vérité.
Impact sur l'entreprise et l'automatisation
Pour les entreprises, la conclusion est simple. Si vous avez besoin d'un texte marketing, le subjectif « il est devenu plus créatif » peut être un avantage. Si vous construisez une automatisation avec l'IA pour le support, la gestion de documents ou les ventes, la stabilité de l'exécution du contrat est plus importante que l'ambiance du texte : JSON, routage, appels de fonction, respect des politiques.
Ceux qui testent le modèle sur leurs propres tâches, et non sur des impressions générales lues dans des chats, sont gagnants. Les équipes qui choisissent un modèle sur la base d'émotions et s'étonnent ensuite que leur agent écrive magnifiquement mais perturbe le workflow, sont perdantes.
Dans de tels cas, je ne discute pas des goûts, je mets rapidement en place un banc d'essai pratique : même scénario, plusieurs versions du modèle, et des métriques strictes sur les erreurs et les coûts. C'est exactement ce que nous faisons chez Nahornyi AI Lab pour les clients qui ont besoin d'une intégration d'IA sans surprises. Si vos processus sont déjà limités par la qualité des réponses ou des agents instables, analysons cela avec des tests et construisons une automatisation d'IA qui fonctionne en production, pas seulement qui a l'air bien en démo.