EN DIRECT
Anthropic affirme que Claude a permis de retracer l'origine des graines ECDSA du NIST16/10/26 · Anthropic|Reflection AI dévoile Beam, un modèle ouvert de 501 milliards de paramètres16/10/26 · Reflection AI|Meta publie Muse Spark Open, un modèle MoE taillé pour tourner en local sur Mac Studio15/10/26 · Meta|Meta publie Muse Spark Open, un modèle multimodal à poids ouverts15/10/26 · Meta|Google DeepMind détaille les mesures de sécurité entourant Gemini 4 Argon13/10/26 · Google DeepMind|Tev-Gym : une méthode pour corriger les récompenses éparses des agents à long horizon13/10/26|Google DeepMind évoque Gemini 4, nom de code « Argon »13/10/26 · Google DeepMind|Google DeepMind dévoile Gemini 4 Argon, une variante dédiée à la robotique13/10/26 · Google DeepMind|Character.AI dépose le bilan et cède des actifs à Disney13/10/26 · Character.AI|Une étude démontre que des modèles d'IA peuvent dissimuler n'importe quelle capacité de façon prouvable13/10/26|Un chercheur de Goodfire relance le débat sur l'interprétabilité des réseaux de neurones19/10/26 · Goodfire|Le CERN et Mistral AI signent une déclaration d'intention pour une collaboration en IA scientifique19/10/26 · Mistral AI|Anthropic affirme que Claude a permis de retracer l'origine des graines ECDSA du NIST16/10/26 · Anthropic|Reflection AI dévoile Beam, un modèle ouvert de 501 milliards de paramètres16/10/26 · Reflection AI|Meta publie Muse Spark Open, un modèle MoE taillé pour tourner en local sur Mac Studio15/10/26 · Meta|Meta publie Muse Spark Open, un modèle multimodal à poids ouverts15/10/26 · Meta|Google DeepMind détaille les mesures de sécurité entourant Gemini 4 Argon13/10/26 · Google DeepMind|Tev-Gym : une méthode pour corriger les récompenses éparses des agents à long horizon13/10/26|Google DeepMind évoque Gemini 4, nom de code « Argon »13/10/26 · Google DeepMind|Google DeepMind dévoile Gemini 4 Argon, une variante dédiée à la robotique13/10/26 · Google DeepMind|Character.AI dépose le bilan et cède des actifs à Disney13/10/26 · Character.AI|Une étude démontre que des modèles d'IA peuvent dissimuler n'importe quelle capacité de façon prouvable13/10/26|Un chercheur de Goodfire relance le débat sur l'interprétabilité des réseaux de neurones19/10/26 · Goodfire|Le CERN et Mistral AI signent une déclaration d'intention pour une collaboration en IA scientifique19/10/26 · Mistral AI|
🇺🇸 États-Unis generalistSortie avril 2026

GPT-5.5

OpenAI
GratuitHéb. UE Données fiche 82/100 Trust Index 74
Verdict

Le choix par défaut quand la qualité prime sur le budget.

Présentation

GPT-5.5 est le modèle le plus avancé d'OpenAI à sa sortie. Il comprend une tâche plus tôt, planifie, utilise des outils et vérifie son travail jusqu'à l'aboutissement. Il vise surtout le coding agentique, l'usage d'ordinateur et le travail de connaissance. Contexte de 1M de tokens. Tarif élevé en sortie, à réserver aux usages où la qualité prime sur le budget.

Profil de compétences

FrançaisRaisonn.VitesseCréativitéSûreté
Arena Elo1481
Benchmarks vérifiés
SWE-Bench82.6%

Trois mesures indépendantes

Ce que les gens préfèrent, ce que le modèle sait faire, ce que le marché utilise. Chaque source a ses biais, aucune ne suffit seule : nous les affichons séparément, sans les mélanger.

Préférence
Quelle réponse les gens préfèrent-ils, à l’aveugle ?
1481Elo
Sensible au style et à la longueur des réponses.
Capacité
Que sait faire le modèle sur des tâches mesurées ?
38.4/ 100
Agrège dix évaluations lancées par Artificial Analysis.
Adoption
Qu’utilise réellement le marché ?
Pas encore mesuré
Source: OpenRouter (openrouter.ai/rankings). CC BY 4.0
Trafic passant par OpenRouter uniquement : mesure l’adoption, pas la qualité, et ignore l’usage direct des API des éditeurs.

Que signifient ces scores ?

SWE-Bench82.6%excellent

Résolution de vrais tickets GitHub en conditions réelles (SWE-bench Verified).

Forces

  • Raisonnement de premier plan
  • Excellent en code
  • Très bonne qualité en français
  • Top mondial sur Arena

Limites

  • Coût élevé en sortie

À qui ça s'adresse

Pour vous si…
  • vous avez besoin de raisonnement ou d'analyse poussés
  • vous codez avec un agent ou en autonomie
  • vous travaillez en français
  • vos données doivent rester en UE
À éviter si…
  • votre budget est serré

Cas d'usage idéaux

  • Coding agentique et tâches longues
  • Recherche et analyse de documents
  • Automatisation multi-outils

Accès & disponibilité

API payante au tokenTier gratuit disponible

Caractéristiques clés

Contexte
1M
Prix entrée
$5.00/M
Prix sortie
$30.00/M
Vitesse
—
Prix vérifié le 1 juin 2026·Source officielle ↗Benchmarks non audités

Combien ça coûte par mois

Estimation à partir des prix API sourcés et d’un palier matériel pour l’auto-hébergement. Hypothèses modifiables.

Via API
$225 / mois
≈ 207 € · 20.0 M tokens
Auto-hébergé
Poids fermés : pas d’auto-hébergement

Hypothèses : 36 mois d’amortissement, 0.25 €/kWh, 22 jours/mois, conversion 1 $ = 0.92 €. Hors main-d’œuvre, hors licences logicielles, hors redondance.

nAIvigate Trust Index

74/100

Ce que l’éditeur offre et documente pour un usage professionnel en Europe. Un critère non documenté vaut zéro et reste visible : le score monte quand l’éditeur publie, pas quand nous supposons.

20/20 critères documentés · 100 %

Données72
5/5 · 30 %
Souveraineté43
3/3 · 20 %
Transparence75
4/4 · 15 %
Entreprise100
6/6 · 20 %
Licence85
2/2 · 15 %
Voir les critères▾
Données
Résidence des données en UE60
Pas de transfert hors UE50
Pas d’entraînement sur vos données
Rétention configurable
Zero Data Retention50
Souveraineté
Auto-hébergeable (poids ouverts)
Hébergement UE proposé
Éditeur européenpays : US30
Transparence
Licence publiée (URL)
Tarifs publics sourcés
Engagements de conformité publiés
Liste des sous-traitants publiée
Entreprise
DPA disponible
SSO / SAML
Provisionnement SCIM
Journaux d’audit
SOC 2 / ISO 27001
Endpoint privé chez l’éditeur
Licence
Usage commercial autorisé
Type de licenceproprietary70
Classement complet et méthodologie

Badge Trust Index

Affichez ce score dans votre documentation, votre README ou votre page sécurité. Il se met à jour automatiquement.

nAIvigate Trust Index · GPT-5.5
[![nAIvigate Trust Index · GPT-5.5](https://naivigate.com/badge/gpt-5-5.svg)](https://naivigate.com/fr/model/gpt-5-5)

Données & conformité

Ce que nous savons, ligne par ligne, avec la source et la date. Ces lignes alimentent les familles Données et Entreprise du Trust Index ci-dessus. La conformité RGPD dépend de votre traitement, pas du modèle seul.

Résidence des données en UESur demande
Accord de traitement (DPA)Oui
Transfert hors UESelon l'offre
Entraînement sur vos donnéesNon
Rétention configurableOui
Zero Data RetentionSur demande
Auto-hébergeableNon
Hébergement déclaréUS/EU

Qualité des données de la fiche

82/100

Ce score mesure la qualité des données de cette fiche : prix, contexte, Elo, licence, documentés, sourcés et récents. Il ne mesure ni le modèle ni sa conformité : pour cela, voir le Trust Index plus haut.

6/6 documentées · 3/6 sources primaires · 1 de plus de 90 jours

Prix APIofficiel
Fenêtre de contexteévaluation nAIvigate
Elo ArenaLMArena, préférence humaineindépendant
Benchmarks (MMLU, GPQA, SWE-bench…)annoncé par l’éditeur, non recoupéévaluation nAIvigate
Licenceévaluation nAIvigate
Données & conformitéofficiel
Données avancées · pour experts
Architecture, modalités, coût détaillé, benchmarks complets
▾
Architecture
—
Taille
—
Date de coupe
nov. 2025
Entrées
text, image
Sorties
text
Licence
proprietary
Hébergement
US/EU
Score d'hallucination
—
Coût estimé (API)
Échange type (~3k entrée / 1k sortie)
≈ $0.0450
1M entrée + 1M sortie
≈ $35.00
Tous les benchmarks
Arena Elo1481
MMLU—
GPQA—
HumanEval—
SWE-Bench82.6%
MATH—

Modèles similaires

Articles qui en parlent