Février 2026. OpenAI sort deux modèles de programmation qui adressent des besoins différents. GPT-5.3-Codex pousse le raisonnement agentique plus loin que son prédécesseur, avec un gain de vitesse de 25 % et des scores records sur SWE-Bench Pro et Terminal-Bench 2.0. Codex-Spark prend une direction complètement différente : un modèle compact construit pour la vitesse brute, capable de produire plus de 1 000 tokens par seconde grâce au hardware Cerebras.
Les deux modèles fonctionnent dans la plateforme OpenAI Codex. Un environnement cloud ou des agents IA lisent des dépôts de code, écrivent du code, lancent des tests et corrigent des erreurs dans des environnements sandboxes. Le tout accessible via un CLI et des extensions VS Code.
Pour les équipes tech en France et dans la francophonie, ces outils changent la donne. Pas seulement pour les développeurs qui les utilisent au quotidien, mais pour toute entreprise qui construit ou intègre des produits IA.
GPT-5.3-Codex : un agent qui raisonne sur du vrai code
Il y a une différence fondamentale entre un modèle qui suggère des lignes de code et un modèle qui résout des problèmes d’ingénierie logicielle. GPT-5.3-Codex fait partie de la seconde catégorie.
Face à une tâche, le modèle ne génère pas une réponse unique. Il lit le dépôt entier. Il comprend les dépendances entre modules. Il localise le code pertinent, écrit des modifications sur plusieurs fichiers, exécute les tests, lit les messages d’erreur et s’autocorrige. C’est un processus itératif, comme celui d’un développeur humain.
Par rapport à GPT-5.2-Codex, les améliorations sont concrètes. Le raisonnement est plus solide sur les problèmes complexes. Sur SWE-Bench Pro (qui utilise de vrais issues GitHub avec de la complexité réelle), le modèle obtient les meilleurs scores du marché. Sur Terminal-Bench 2.0, qui teste la capacité à opérer dans un terminal (exécuter des commandes, interpréter les sorties, décider quoi faire ensuite), il domine aussi.
Le gain de 25 % en vitesse s’accumule vite. Chaque tâche agentique implique des dizaines d’appels au modèle : lecture, raisonnement, écriture, test, correction. Un gain de vitesse sur chaque appel se multiplie sur l’ensemble du cycle. Une tâche de 8 minutes passe à 6. Sur une journée avec des centaines de tâches, ça représente des heures.
Codex-Spark : la programmation à la vitesse de la pensée
La plupart des grands modèles de langage produisent entre 30 et 150 tokens par seconde. Suffisant pour une conversation. Mais quand on génère du code long, l’attente est perceptible. On pose la question, on attend quelques secondes, le code arrive progressivement.
Codex-Spark change cette dynamique. Plus de 1 000 tokens par seconde. Une fonction de 200 lignes apparaît en moins d’une seconde. L’interaction devient fluide : l’IA ne ralentit plus le rythme du développeur.
Cette vitesse repose sur un partenariat avec Cerebras et leur Wafer Scale Engine 3. Contrairement aux clusters GPU classiques où les données circulent entre de nombreuses puces séparées, l’architecture Cerebras place tout sur une seule puce à l’échelle d’un wafer de silicium. Le résultat : une latence réduite et un débit d’inférence très élevé.
OpenAI a conçu Codex-Spark pour tirer parti de cette architecture. Le modèle est plus compact que GPT-5.3-Codex. Il échange de la profondeur de raisonnement contre de la rapidité. En pratique, c’est le modèle pour l’itération rapide : autocomplétion, petites modifications, programmation interactive en binôme avec l’IA. Pour les décisions architecturales profondes, GPT-5.3-Codex reste le bon choix.
Au lancement, Codex-Spark est disponible en preview pour les utilisateurs ChatGPT Pro. Fenêtre de contexte de 128K tokens, texte uniquement.
Le lien entre IA de programmation et IA vocale
Un assistant téléphonique IA comme Safina est un système logiciel complexe. Traitement vocal en temps réel, inférence de modèles de langage, synthèse vocale, intégration téléphonique, gestion de l’état conversationnel. L’architecture derrière l’IA vocale en temps réel comporte de nombreux composants qui doivent fonctionner ensemble avec une latence minimale.
Quand une IA de programmation peut lire toute la base de code, comprendre les interactions entre composants et produire des modifications correctes sur plusieurs fichiers, l’équipe de développement accélère. Les corrections de bugs passent de plusieurs heures à quelques minutes. Les prototypes de nouvelles fonctionnalités prennent un jour au lieu d’une semaine.
Pour les produits IA en particulier, cette boucle de retour est précieuse. Chaque amélioration d’un agent vocal nécessite des tests avec de vraies conversations, de vrais cas limites, de vraies conditions de téléphonie. Un développement plus rapide signifie plus d’itérations. Plus d’itérations signifient un meilleur produit.
Mais il y a une parallèle plus profonde. Codex-Spark pousse vers l’interaction en temps réel avec 1 000+ tokens par seconde. L’IA vocale suit exactement la même trajectoire. Un appel téléphonique ne peut pas attendre. Quand quelqu’un pose une question, la réponse doit arriver en quelques centaines de millisecondes. Au-delà, la conversation semble artificielle.
Les deux domaines convergent vers le même constat. L’IA qui fonctionne en temps réel est un produit radicalement différent de l’IA qui fonctionne en lot. Un modèle de programmation à 100 tokens par seconde, c’est un outil qu’on interroge. À 1 000 tokens par seconde, c’est un collègue. Un modèle vocal avec 500 ms de latence, c’est une machine. Avec 200 ms, c’est un interlocuteur.
Ce que ça signifie pour le marché français
La France à un écosystème tech dynamique, avec des initiatives publiques fortes autour de l’IA (le plan France 2030, les investissements dans Mistral AI). Mais la réalité pour la plupart des entreprises, c’est que les équipes de développement sont petites et les besoins sont grands.
Des outils comme GPT-5.3-Codex permettent à des équipes réduites de maintenir des systèmes complexes. Un développeur équipe d’un agent de programmation agentique peut produire autant qu’une équipe de trois ou quatre il y a quelques années. Ça ne remplace personne. Ça augmente la capacité de chacun.
Le hardware spécialisé derrière Codex-Spark mérite aussi qu’on s’y attarde. Si des puces comme celles de Cerebras peuvent pousser l’inférence à plus de 1 000 tokens par seconde pour la programmation, des approches similaires pourraient réduire encore la latence des modèles vocaux. Le chemin vers des conversations téléphoniques avec l’IA à latence quasi nulle passe aussi par le matériel.
Pour les entreprises qui utilisent déjà des outils IA ou qui envisagent de le faire, le message est simple. Les briques de base s’améliorent vite. Les modèles de programmation deviennent des agents autonomes. Les modèles vocaux deviennent des interlocuteurs naturels. Et les deux évolutions se nourrissent mutuellement.
Sources
- Introducing GPT-5.3-Codex - OpenAI
- Introducing GPT-5.3-Codex-Spark - OpenAI
- OpenAI Codex - OpenAI