OpenAI: GPT-5.1-Codex-Max
OpenAI: GPT-5.1-Codex-Max est un LLM d’OpenAI sorti le 4 décembre 2025, avec une fenêtre de contexte de 400 000 tokens. Ce format le place dans la catégorie des modèles capables de traiter de longs volumes de texte, tout en restant positionné sur un tarif économique.
OpenAI: GPT-5.1-Codex-Max est un LLM d’OpenAI sorti le 4 décembre 2025, avec une fenêtre de contexte de 400 000 tokens. Ce format le place dans la catégorie des modèles capables de traiter de longs volumes de texte, tout en restant positionné sur un tarif économique.
Son profil combine de très bons résultats Benchable en connaissances générales, éthique et codage, avec un prix d’entrée de 1,25 $ par million de tokens et une sortie à 10 $ par million. La tarification se situe 36% sous la moyenne des LLM similaires et environ 3,9 fois sous celle des modèles frontière.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | OpenAI |
| Date de sortie | 4 décembre 2025 |
| Multimodal | oui |
| Fenêtre de contexte | 400 000 tokens |
| Modalités (entrée → sortie) | text,image → text |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Benchable : General Knowledge (Baseline) | 100,0 % | 1ᵉ / 250 | benchable | ✅ Mesuré |
| Benchable : Ethics (Baseline) | 100,0 % | 1ᵉ / 248 | benchable | ✅ Mesuré |
| Benchable : Email Classification (Baseline) | 97,0 % | 163ᵉ / 254 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 95,0 % | 24ᵉ / 248 | benchable | ✅ Mesuré |
| Benchable : Mathematics (Baseline) | 93,0 % | 67ᵉ / 217 | benchable | ✅ Mesuré |
| Benchable : Hallucinations (Baseline) | 88,0 % | 158ᵉ / 229 | benchable | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 85,0 % | 27ᵉ / 252 | benchable | ✅ Mesuré |
| Benchable : Reasoning (Baseline) | 80,0 % | 114ᵉ / 239 | benchable | ✅ Mesuré |
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles « grand public » sur chaque dimension, et à ses voisins de classement.
Benchable : General Knowledge (Baseline)
Benchable : Ethics (Baseline)
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| OpenAI | 1,25 $ | 10 $ | 0,125 $ |
Prix en dollars US par million de tokens.
Sa tarification se situe 36 % en dessous de la moyenne des LLM similaires, et 3,9 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.4, Gemini 3.1 Pro Preview).
Coût & vitesse agentiques
| Indicateur | Valeur |
|---|---|
| Coût moyen par benchmark — Benchable | 0,68 $ |
| Latence moyenne par benchmark — Benchable | 15 min 16 s |
Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.
Entraînement & empreinte
| Indicateur | Valeur |
|---|---|
| Jeu de données | Unspecified unreleased |
| Pays | United States of America |
Notre analyse
Forces. OpenAI: GPT-5.1-Codex-Max se distingue d’abord par ses résultats Benchable en General Knowledge (Baseline) et Ethics (Baseline), où il atteint le top 10 et le premier rang des modèles évalués. Le benchmark Coding (Baseline) le place aussi dans le haut du tableau, ce qui renforce son intérêt pour les tâches de génération, lecture et correction de code. Sa fenêtre de contexte de 400 000 tokens constitue un autre atout concret pour l’analyse de documents longs, de bases de code étendues ou d’échanges volumineux. Son positionnement tarifaire économique est cohérent avec un usage intensif, d’autant que son prix est nettement inférieur à la moyenne des LLM similaires et aux modèles haut de gamme.
Limites et points d'attention. Les résultats sont moins différenciants sur Email Classification (Baseline), où le modèle se situe loin du haut du classement malgré un score élevé. Le benchmark Hallucinations (Baseline) appelle aussi à la prudence, avec un rang en milieu bas de tableau, ce qui limite la confiance brute dans les réponses factuelles non vérifiées. Mathematics (Baseline) reste solide, mais sans figurer parmi les tout premiers modèles comparés. La couverture repose sur 3 sources de données concordantes, un socle utile mais moins large qu’une documentation exhaustive. Ce modèle convient surtout aux usages recherchant un bon compromis entre contexte long, codage, connaissances générales et coût maîtrisé.
Sources des données : OpenRouter (openrouter.ai) · Epoch AI (epoch.ai), CC-BY-4.0 · Benchable.ai (benchable.ai).