GPT-5.1 Codex Mini
GPT-5.1 Codex Mini est un LLM propriétaire d’OpenAI, sorti le 12 novembre 2025, avec des poids non ouverts. Son positionnement est celui d’un modèle très économique, associé à une fenêtre de contexte de 400 000 tokens, un format adapté aux traitements de documents longs et aux échanges…
GPT-5.1 Codex Mini est un LLM propriétaire d’OpenAI, sorti le 12 novembre 2025, avec des poids non ouverts. Son positionnement est celui d’un modèle très économique, associé à une fenêtre de contexte de 400 000 tokens, un format adapté aux traitements de documents longs et aux échanges étendus.
À sa sortie, il se situait dans le top 32% des LLM de sa génération sur LiveBench: Global average, parmi les modèles publiés sur une période comparable. Son tarif, nettement inférieur à la moyenne des LLM similaires et aux modèles frontière, en fait surtout un modèle de compromis entre coût, contexte long et performances générales solides.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | OpenAI |
| Licence | Proprietary (poids non ouverts) |
| Date de sortie | 12 novembre 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) | 98,0 % | 90ᵉ / 254 | benchable | ✅ Mesuré |
| Benchable : Reasoning (Baseline) | 98,0 % | 23ᵉ / 239 | benchable | ✅ Mesuré |
| Benchable : Mathematics (Baseline) | 96,0 % | 13ᵉ / 217 | benchable | ✅ Mesuré |
| Benchable : Hallucinations (Baseline) | 94,0 % | 126ᵉ / 229 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 92,0 % | 80ᵉ / 248 | benchable | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 79,0 % | 52ᵉ / 252 | benchable | ✅ Mesuré |
| LiveBench: Mathematics | 76,3 % | 46ᵉ / 76 | livebench | ✅ Mesuré |
| LiveBench: Coding | 69,9 % | 45ᵉ / 76 | livebench | ✅ Mesuré |
| LiveBench: Reasoning | 64,7 % | 42ᵉ / 76 | livebench | ✅ Mesuré |
| LiveBench: Language | 63,0 % | 57ᵉ / 76 | livebench | ✅ Mesuré |
| LiveBench: Global average | 60,4 % | 42ᵉ / 76 | livebench | ✅ Mesuré |
| LiveBench: IF | 59,0 % | 35ᵉ / 76 | livebench | ✅ Mesuré |
| LiveBench: Data Analysis | 49,7 % | 53ᵉ / 76 | livebench | ✅ Mesuré |
| LiveBench: Agentic Coding | 40,0 % | 44ᵉ / 76 | livebench | ✅ Mesuré |
| AIME 2025 | 42,1 % | 102ᵉ / 108 | llm-stats | Auto-déclaré |
« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.
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)
Classements Arena (Elo)
| Catégorie | Elo | Rang |
|---|---|---|
| Arena Code | 1240 | 79ᵉ |
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| OpenAI | 0,25 $ | 2 $ | 0,025 $ |
Prix en dollars US par million de tokens.
Sa tarification se situe 87 % en dessous de la moyenne des LLM similaires, et 19,3 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 | 0,13 $ |
| Latence moyenne par benchmark — Benchable | 4 min 35 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.
Notre analyse
Forces. GPT-5.1 Codex Mini obtient ses meilleurs résultats sur Benchable en General Knowledge et en Ethics, où il apparaît dans le top 10, ce qui signale une base solide pour les tâches de culture générale et d’évaluation normative. Ses scores en Reasoning, Mathematics et Email Classification restent élevés, avec des positions plus contrastées selon les classements, mais suffisantes pour situer le modèle dans une zone compétitive à sa sortie. Le prix constitue un avantage central: la tarification est indiquée comme très économique, 87% sous la moyenne des LLM similaires et environ 19,3 fois moins chère que celle des modèles frontière déjà comparés dans la section Tarifs.
Limites et points d'attention. Le benchmark Hallucinations le place seulement en milieu de tableau, ce qui impose une prudence particulière pour les réponses factuelles non vérifiées ou les usages exigeant une forte fiabilité documentaire. Arena Code le situe aussi loin des meilleurs modèles de code, malgré le nom Codex Mini, avec un classement qui ne permet pas de le présenter comme une référence pour la programmation avancée. La licence propriétaire limite l’audit indépendant des poids et l’hébergement autonome. Le modèle convient surtout aux usages où le coût, le contexte long et de bonnes performances générales priment sur l’excellence en code ou la robustesse maximale contre les hallucinations.
Sources des données : LLM-Stats (llm-stats.com) · OpenRouter (openrouter.ai) · LiveBench (livebench.ai) · Arena.ai (arena.ai) · Benchable.ai (benchable.ai).