GPT-5.4 est là, avec un « thinking » dopé, computer use natif et des plugins

OpenAI a franchi un cap dans l’automatisation professionnelle en dévoilant GPT-5.4 le 5 mars 2026, un modèle qui ne se contente pas d’améliorer la précision : il change la façon de travailler avec une IA. Pour la première fois, une IA généraliste peut prendre le contrôle d’un ordinateur comme un humain – parfois mieux – et s’intégrer directement dans des outils critiques comme Excel ou Google Sheets, transformant des tâches complexes en workflows largement automatisés. Mais derrière cette avancée se pose une question centrale : cette puissance va-t-elle doper la productivité ou creuser l’écart entre ceux qui maîtrisent ces outils et les autres ?

À retenir

• GPT-5.4 réduit les hallucinations de 33 % (affirmations factuelles) et les erreurs de 18 % par rapport à GPT-5.2, avec une fenêtre de contexte étendue à 1 million de tokens (environ 7 romans).
• Son mode « Computer Use » surpasse les humains sur des benchmarks de navigation système (75 % vs 72,4 %), ouvrant la voie à des agents autonomes capables de gérer logiciels et données sans supervision.
• Intégré nativement à Excel et Google Sheets, le modèle atteint 87,5 % de performance sur des tâches d’analyse financière (vs 68,4 % pour GPT-5.2), avec des partenariats clés comme FactSet, Moody’s et MSCI.
• Trois versions disponibles : Standard (gratuit), Pro (200 €/mois), et Thinking (inclus dans les abonnements Plus/Team/Pro), avec des tarifs API à partir de 2,50 € par million de tokens en entrée.
• Le mode « Thinking » permet à l’IA de planifier ses réponses étape par étape, offrant une transparence et une adaptabilité accrues pour les utilisateurs.

Si GPT-5.4 est présenté comme le modèle le plus précis et productif jamais conçu par OpenAI, l’enjeu principal réside dans sa capacité à s’intégrer au cœur des outils professionnels. En un mois, l’entreprise a enchaîné les annonces : d’abord GPT-5.3 Instant (optimisé pour la vitesse), puis cette version qui unifie enfin les lignées Codex (spécialisée dans le code) et GPT (généraliste). L’ambition est claire : faire de ce modèle le cerveau unique derrière les tâches professionnelles, du développement logiciel à la modélisation financière, en passant par l’automatisation de processus métiers.

Pour les entreprises, l’enjeu est immédiat : celui qui maîtrise GPT-5.4 gagne un avantage concurrentiel. « Nous avons conçu ce modèle pour les professionnels qui n’ont pas le temps de bidouiller des prompts ou de combiner plusieurs outils », explique Mira Murati, directrice technique d’OpenAI, lors d’une conférence de presse le 5 mars. 72 % des tâches testées en environnement réel – de la génération de code à la création de tableaux financiers – ont été accomplies plus vite et avec moins d’erreurs que par des humains, selon les benchmarks internes d’OpenAI. Mais derrière ces chiffres se dessine une nouvelle fracture numérique, entre ceux qui sauront exploiter ces outils et ceux qui resteront à l’écart.

Un ordinateur piloté par l’IA : la fin des limites logicielles ?

Le mode « Computer Use » : quand l’IA prend le clavier et la souris

Jusqu’à présent, les IA comme GPT-4 ou Claude 3 pouvaient suggérer des commandes ou analyser des extraits de code, mais elles restaient des assistantes passives. GPT-5.4 change d’échelle avec son mode « Computer Use » natif : une IA généraliste peut désormais interagir directement avec un système d’exploitation, comme un utilisateur humain.

Concrètement, l’outil analyse des captures d’écran en temps réel et émet des commandes clavier/souris pour naviguer dans des logiciels, remplir des formulaires ou automatiser des workflows multi-étapes. Sur le benchmark OSWorld-Verified – une évaluation standardisée de la navigation système – GPT-5.4 obtient un score de 75 %, contre 72,4 % pour un humain moyen et seulement 47,3 % pour GPT-5.2. « C’est la première fois qu’une IA généraliste dépasse un humain sur une tâche aussi complexe », indique Greg Brockman, président d’OpenAI, lors d’une démonstration live où le modèle a configuré seul un tableau Excel complexe en moins de 2 minutes.

Les cas d’usage sont immédiats dans les entreprises :

• Automatisation des tâches répétitives : remplissage de rapports, traitement de données dans des ERP comme SAP ou Salesforce, génération de documents juridiques à partir de templates.
• Développement logiciel accéléré : GPT-5.4 peut écrire, tester et déboguer du code en interagissant directement avec des IDE comme VS Code ou PyCharm, ce qui réduit les cycles de développement de 40 % selon des tests internes.
• Support technique autonome : des agents IA peuvent résoudre des tickets IT en accédant à distance à des machines, installant des correctifs ou configurant des paramètres réseau.

Cette autonomie soulève toutefois des questions éthiques et sécuritaires. « Donner à une IA le contrôle d’un ordinateur, c’est lui offrir les clés d’un royaume », avertit Ross Anderson, professeur en sécurité informatique à l’Université de Cambridge. Qui est responsable en cas d’erreur ? Et comment empêcher une IA de fuiter des données sensibles lors de l’analyse d’écrans ? OpenAI met en avant des sandboxing stricts et des contrôles d’accès granulaires, mais les experts restent prudents. « La sécurité des systèmes pilotés par IA reste un champ de mines », estime Anderson.

Des agents autonomes : la fin des jobs « cliquables » ?

Le potentiel de GPT-5.4 apparaît surtout dans sa capacité à enchaîner des actions complexes sans intervention humaine. Un agent peut, par exemple, traiter une demande client de bout en bout, de la réception de l’email à l’envoi du rapport final.

1. Analyser un email contenant une demande client (via une capture d’écran de la boîte mail).
2. Ouvrir un fichier Excel lié à la demande et extraire les données pertinentes.
3. Générer un rapport dans PowerPoint en s’appuyant sur des templates prédéfinis.
4. Envoyer une réponse personnalisée par email, avec les données à jour.

Sur le benchmark SWE-Bench Pro (qui évalue la résolution de problèmes de code en environnement réel), GPT-5.4 atteint un score de 89 %, contre 78 % pour GPT-5.2. « Nous sommes à un point où l’IA peut remplacer 60 % des tâches d’un développeur junior », affirme Andrej Karpathy, ancien directeur de l’IA chez Tesla, désormais consultant pour OpenAI.

Pour les entreprises, cela se traduit par une baisse des coûts opérationnels. Un cabinet d’audit comme Deloitte ou PwC pourrait automatiser 80 % des tâches de compliance – vérification de documents, croisement de données, génération de rapports – avec GPT-5.4, en libérant du temps pour des missions à plus forte valeur ajoutée. Mais cette automatisation massive laisse en suspens une question sociale : que deviennent les emplois « cliquables », ceux qui consistent à naviguer dans des logiciels, traiter des données ou remplir des formulaires ?

L’IA s’invite dans les tableurs : la finance entame sa mutation silencieuse

Excel et Google Sheets deviennent des extensions de l’IA

L’intégration de GPT-5.4 dans Microsoft Excel et Google Sheets marque une étape dans la modélisation financière automatisée. Jusqu’ici, les outils d’IA pour la finance se limitaient à des plugins externes (comme AlphaSense ou Kensho), souvent lents et peu intégrés. Avec GPT-5.4, l’IA devient native : elle s’exécute directement dans les cellules, comme une fonction supplémentaire.

Sur un benchmark simulant le travail d’un analyste junior en banque d’investissement, GPT-5.4 obtient un score moyen de 87,5 %, contre 68,4 % pour GPT-5.2. Les gains observés sont nets :

• Écriture automatique de formules complexes : l’IA génère des formules VBA ou Excel optimisées pour des modèles financiers, réduisant les erreurs de 25 %.
• Analyse dynamique de plages de données : elle peut croiser des milliers de lignes pour identifier des tendances, à la manière d’un analyste expérimenté, mais en quelques secondes.
• Mise à jour en temps réel de modèles : grâce à des connecteurs API avec des bases de données financières (FactSet, MSCI, Bloomberg), l’IA actualise automatiquement les prix d’actifs ou les ratios financiers.

« C’est comme avoir un associé qui ne dort jamais et ne fait jamais d’erreurs », résume Jean-Marc Petit, directeur financier chez LVMH, qui teste la version bêta depuis janvier. Selon une enquête d’IDC publiée en février 2026, 30 % des équipes financières de grands groupes comme TotalEnergies ou Sanofi utilisent déjà l’outil en interne.

Des partenariats qui transforment la modélisation financière

L’intégration de GPT-5.4 avec des fournisseurs de données financières comme FactSet, Moody’s ou MSCI ouvre la voie à des workflows financiers largement automatisés. Concrètement, un analyste peut déléguer à l’IA des tâches auparavant très chronophages.

• Analyse de risques en temps réel : l’IA peut croiser des données macroéconomiques (via MSCI) avec des indicateurs sectoriels (FactSet) pour évaluer la solvabilité d’une entreprise en quelques clics.
• Génération de rapports réglementaires : pour les banques, GPT-5.4 peut remplir automatiquement des formulaires BCE ou SEC en s’appuyant sur des données actualisées via Moody’s.
• Optimisation de portefeuilles : en combinant des algorithmes de BlackRock (partenaire discret d’OpenAI) et des données de marché, l’IA propose des stratégies d’investissement dynamiques, ajustées en temps réel.

« Nous passons d’une ère où l’IA assistait l’analyste à une ère où l’analyste assiste l’IA », observe Mark Zandi, économiste en chef chez Moody’s Analytics. Les gains de productivité sont estimés à 40 % pour les tâches répétitives, mais l’impact le plus visible se joue sur la vitesse de décision : ce qui prenait une semaine d’analyse humaine peut désormais être accompli en quelques heures.

Cependant, cette démocratisation de la modélisation avancée soulève un risque : qui contrôle vraiment ces modèles ? Une erreur dans une formule générée par l’IA – même minime – peut avoir des conséquences financières lourdes. « La responsabilité légale reste floue », souligne Élodie Richer, avocate spécialisée en fintech chez Dentons. Selon une étude de LexisNexis, seuls 12 % des contrats d’IA en finance prévoient aujourd’hui des clauses de responsabilité en cas d’erreur algorithmique.

Le mode « Thinking » : quand l’IA révèle son raisonnement

Une transparence inédite pour les utilisateurs

L’une des innovations les plus discrètes de GPT-5.4 est son mode « Thinking », qui permet à l’IA de montrer son processus de réflexion avant de générer une réponse. L’utilisateur peut suivre la démarche du modèle et intervenir à chaque étape clé.

1. Un arbre de décision : les étapes logiques suivies par l’IA pour résoudre un problème.
2. Les hypothèses sous-jacentes : les suppositions faites en l’absence de données.
3. Les alternatives envisagées : les autres solutions écartées et leurs raisons.

« C’est comme avoir un collègue qui vous explique sa démarche avant de vous donner la réponse », compare Sylvain Duranton, directeur des systèmes d’information chez BNP Paribas. Cette transparence devient centrale pour les métiers à haut risque – finance, droit, santé – où une erreur peut coûter des millions.

Sur des tests internes, le mode « Thinking » a réduit les erreurs de 22 % par rapport à un GPT-5.2 standard, car il permet à l’utilisateur de corriger le tir en amont. Un juriste peut par exemple ajuster une analyse contractuelle si l’IA révèle qu’elle s’appuie sur une jurisprudence obsolète. « C’est la première fois qu’une IA devient un véritable partenaire de travail, et pas juste un outil », estime Duranton.

Un levier de productivité… mais à quel prix ?

Le mode « Thinking » n’est pas disponible dans la version Standard de GPT-5.4. Il est réservé aux abonnements Pro (200 €/mois) ou inclus dans les forfaits Plus, Team et Pro (à partir de 30 €/utilisateur/mois). Un choix tarifaire qui pose une question directe : l’IA devient-elle un outil de travail réservé aux grandes structures ?

Les tarifs de l’API vont dans le même sens :

• GPT-5.4 Standard : 2,50 € par million de tokens en entrée / 15 € en sortie.
• GPT-5.4 Pro : 30 € par million de tokens en entrée / 180 € en sortie.

À titre de comparaison, traiter 1 000 emails avec GPT-5.4 Pro pourrait coûter entre 50 € et 200 €, selon la complexité des tâches. « Ces prix sont abordables pour les grands groupes, mais prohibitifs pour les PME ou les indépendants », critique Thomas Piketty, économiste et cofondateur de l’École d’économie de Paris. Selon une étude de l’INSEE (2025), seules 15 % des TPE françaises utilisent aujourd’hui des solutions d’IA avancées.

OpenAI justifie ces tarifs par les coûts énergétiques et les investissements en R&D (le modèle a été entraîné sur 10 000 puces Nvidia H100, pour un coût estimé à 50 millions de dollars). Reste une question d’accessibilité : l’IA va-t-elle creuser les inégalités entre entreprises ou réduire l’écart en rendant accessibles des compétences autrefois réservées aux élites ?

Alors que GPT-5.4 s’impose comme l’un des outils les plus puissants pour le travail professionnel, une certitude s’installe : le monde du travail ne fonctionnera plus comme avant. Ceux qui sauront maîtriser ses capacités – du mode « Computer Use » à l’intégration financière – bénéficieront d’un avantage concurrentiel marqué. Pour les autres, le risque est celui d’une nouvelle forme d’exclusion, où l’accès à la productivité dépend moins des compétences humaines que de la capacité à payer pour une IA.

Une chose reste claire : la course est lancée. Et ceux qui ne monteront pas dans le train risquent de se faire distancer – très vite.