Terminal-Bench 2.0
75,1
%
Du travail réel en ligne de commande, dans un conteneur, du début à la fin.
Source
GPT-5.4
ActifOpenAI · Gamme Tête de gamme · sorti le 5 mars 2026
A more affordable model for coding and professional work.
Les faits
Ce qu'il coûte, ce qu'il tient
Fenêtre de contexte
1M jetons
Ce qu’il peut avoir sous les yeux en une seule fois, question et réponse comprises.
Prix d’entrée
2,5 $ / M jetons
Ce que coûte le texte qu’on lui envoie.
Prix de sortie
15 $ / M jetons
Ce que coûte le texte qu’il produit, toujours plus cher que l’entrée.
Sortie maximale
128K jetons
La plus longue réponse qu’il peut produire d’un seul tenant.
Connaissances arrêtées à
août 2025
Il ne sait rien de ce qui s’est passé après cette date, sauf si on le lui fournit.
Cycle de vie
D'aujourd'hui à sa fin de service
Sortie
5 mars 2026
Dépréciation
Non annoncée
Retrait
Non annoncé
Capacités
Ce qu'il sait faire
Raisonnement
Le modèle peut réfléchir avant de répondre, en produisant des jetons de raisonnement facturés comme la sortie. La profondeur se règle par un niveau d'effort.
Réponse au fil de l'eau
La réponse arrive mot à mot pendant qu'elle s'écrit, au lieu d'attendre qu'elle soit finie.
Sortie structurée
Le modèle rend une réponse au format demandé, exploitable par un programme sans relecture.
Appel de fonctions
Le modèle peut demander l'exécution d'une fonction du programme qui l'appelle et se servir du résultat.
Recherche dans des fichiers
Le modèle peut chercher une réponse dans des documents fournis plutôt que dans ce qu'il a appris.
Dépôt de fichiers
Des fichiers peuvent lui être soumis directement.
Lecture d'images
Le modèle voit les images qu'on lui soumet et peut répondre à leur sujet.
Recherche sur le web
Le modèle peut consulter le web pendant qu'il répond, ce qui lui donne accès à des faits postérieurs à son entraînement.
Mise en cache des requêtes
Une partie de requête déjà envoyée est facturée moins cher si elle est réutilisée peu après.
Recherche d'outils
Le modèle choisit lui-même, parmi de nombreux outils, celui qui convient.
Production d'images
Le modèle peut produire une image.
Exécution de code
Le modèle peut écrire puis exécuter du code pour calculer ou vérifier lui-même.
Terminal hébergé
Le modèle dispose d'un terminal pour lancer des commandes.
Application de correctifs
Le modèle peut modifier des fichiers de code par correctifs successifs.
Compétences
Des marches à suivre préparées peuvent être chargées à la demande pour une tâche donnée.
Usage de l'ordinateur
Le modèle peut agir dans une interface : cliquer, saisir, naviguer.
Connecteurs MCP
Le modèle peut se brancher sur des services extérieurs par le protocole ouvert Model Context Protocol.
La lignée Tête de gamme
Toute la lignée
Les autres versions
GPT-5.6 Sol09.07.2026 · Actif
GPT-5.523.04.2026 · Actif
GPT-5.405.03.2026 · celui-ci
GPT-5.211.12.2025 · Actif
GPT-5.113.11.2025 · Actif
GPT-507.08.2025 · Déprécié
GPT-4.114.04.2025 · Actif
GPT-4.5 Preview27.02.2025 · Retiré
GPT-4o13.05.2024 · Actif
GPT-4 Turbo Preview06.11.2023 · Actif
GPT-4 Turbo06.11.2023 · Actif
GPT-414.03.2023 · Actif
GPT-4 Vision · Retiré
GPT-4 32k · Retiré
GPT-3.5 Turbo 16k · Retiré
GPT-3.5 Turbo · Actif
Benchmarks expliqués
Ce qu'il vaut, avec les conditions
19 tests relevés pour ce modèle, regroupés par ce qu'ils mesurent. Chaque chiffre est annoncé par le laboratoire, avec sa source et ses conditions ; une jauge n'est dessinée que quand l'échelle du test a un maximum connu.
Code et ingénierie logicielle
Le modèle reçoit un dépôt et un problème, et doit produire un correctif qui passe les tests, sans intervention humaine.
SWE-bench Pro
57,7
%
Le même exercice, sur des dépôts encore maintenus et des correctifs qui touchent plusieurs fichiers.
Public
SourceRaisonnement sur des situations inconnues
Aucune connaissance préalable ne sert : il faut inférer une règle jamais vue à partir de quelques exemples.
Connaissances et raisonnement scientifique
Des questions à réponse unique, du niveau lycée au niveau doctorat, où seule la justesse compte.
OpenAI-MRCR
97,3
%
Retrouver la bonne réponse quand plusieurs demandes presque identiques ont été noyées dans une très longue conversation.
relevé sous « OpenAI MRCR v2 8-needle 4K-8K »
SourceGPQA Diamond
92,8
%
Des questions de niveau doctorat en biologie, physique et chimie, écrites par des spécialistes.
SourceMMMU-Pro
81,2
%
Percevoir, interpréter et raisonner sur des questions de niveau licence mêlant texte et images, dans des disciplines variées.
no tools
SourceGraphWalks (contexte long)
62,5
%
Parcourir un graphe dont la description remplit toute la fenêtre de contexte.
relevé sous « Graphwalks BFS 256k f1 »
SourceHumanity's Last Exam
39,8
%
Des questions écrites par des spécialistes pour rester hors de portée des modèles.
no tools
SourceMathématiques
Des démonstrations de niveau olympiade et des problèmes tirés de la recherche en cours.
FrontierMath
47,6
%
Résoudre des problèmes de mathématiques de niveau expert, écrits pour l'occasion par des mathématiciens de recherche afin qu'aucune solution ne circule déjà.
relevé sous « FrontierMath Tier 1-3 »
SourcePilotage d'un ordinateur
Le modèle agit à la souris et au clavier sur une machine réelle, comme le ferait une personne.
OSWorld-Verified
75
%
Accomplir des tâches courantes sur une machine Ubuntu réelle, à la souris et au clavier.
SourceTravail professionnel réel
Des livrables de métier : dossiers juridiques, flux d'entreprise, enchaînements d'outils, documents de travail.
Tau2-bench Telecom
92,8
%
Traiter une demande de service client de bout en bout, en suivant les règles de l'entreprise et en dialoguant avec le client.
original prompts
SourceGDPval
83
%
Produire un vrai livrable de travail dans l'une de quarante-quatre professions, à partir d'une commande détaillée.
wins or ties
SourceBrowseComp
82,7
%
Trouver sur le web une information difficile à dénicher, en naviguant soi-même.
SourceOfficeQA
68,1
%
Répondre à des questions en s'appuyant sur un grand corpus de documents d'entreprise.
SourceToolathlon Verified
54,6
%
108 tâches d'outillage réel : bureautique, commerce en ligne, analyse de données, recherche web.
SourceSciences de la vie
Des tâches de laboratoire et de biologie, évaluées avec des chercheurs du domaine.
BixBench
74
%
Mener une analyse de bio-informatique réelle sur des données de laboratoire.
SourceCybersécurité offensive
Trouver et exploiter de vraies failles logicielles, ou mener une opération d'attaque complète. Un score élevé mesure une capacité, pas une qualité : c'est précisément ce que les laboratoires surveillent.
Capture-the-Flag Challenges
83,7
%
Résoudre des épreuves de capture de drapeau, ces exercices de sécurité informatique où il faut trouver une faille pour récupérer un jeton caché.
relevé sous « Capture-the-Flags challenge tasks (Internal) »
SourceCyberGym
79
%
Mener une attaque informatique complète en contournant les protections du modèle, sur des centaines d'appels d'outils.
Source
Pour les développeurs
Intégrer ce modèle
L'appeler
Identifiant d’API
gpt-5.4
Le nom exact à écrire dans le code pour appeler ce modèle.
Alias
gpt-5.4-2026-03-05 Les autres noms du même modèle, selon la plateforme qui le revend.
Ce qu'il accepte
Entrées acceptées
texteimage
Sorties produites
texte
Facturation détaillée par million de jetons
Lecture depuis le cache0,25 $ Traitement par lots, entrée1,25 $ Traitement par lots, sortie7,5 $Mettre en mémoire un début de requête réutilisé d’un appel à l’autre : 1,25 fois le prix d’entrée.