GPT-5 Codex
GPT-5 Codex est un LLM propriétaire d’OpenAI, sorti le 15 septembre 2025, avec des poids non ouverts et des connaissances arrêtées au 30 septembre 2024. Son positionnement associe une très grande fenêtre de contexte, 400 000 tokens, à un tarif économique, inférieur à la moyenne des LLM…
GPT-5 Codex est un LLM propriétaire d’OpenAI, sorti le 15 septembre 2025, avec des poids non ouverts et des connaissances arrêtées au 30 septembre 2024. Son positionnement associe une très grande fenêtre de contexte, 400 000 tokens, à un tarif économique, inférieur à la moyenne des LLM similaires et nettement sous les modèles frontière.
Le modèle se distingue surtout par son profil orienté raisonnement, code et fiabilité de réponse : à sa sortie, il se situait dans le top 5% de sa génération sur SWE-Bench Verified. Sa couverture repose sur 4 sources concordantes, et ses meilleurs signaux publics le placent très haut en mathématiques, éthique et hallucinations mesurées par Benchable.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | OpenAI |
| Licence | Proprietary (poids non ouverts) |
| Date de sortie | 15 septembre 2025 |
| Connaissances jusqu'à | 2024-09-30 |
| Multimodal | non |
| Fenêtre de contexte | 400 000 tokens |
| Modalités (entrée → sortie) | text,image → text |
Indices de synthèse
| Indice | Valeur | Rang (LLM) |
|---|---|---|
| Intelligence Index | 36.1 | 40ᵉ / 136 |
| Math Index | 98.7 | 1ᵉ / 55 |
Indices Artificial Analysis. Le rang situe le modèle parmi tous les LLM du catalogue disposant de l'indice.
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Benchable : Hallucinations (Baseline) | 100,0 % | 1ᵉ / 229 | benchable | ✅ Mesuré |
| Benchable : Ethics (Baseline) | 100,0 % | 1ᵉ / 248 | benchable | ✅ Mesuré |
| Benchable : General Knowledge (Baseline) | 99,5 % | 68ᵉ / 250 | benchable | ✅ Mesuré |
| Benchable : Email Classification (Baseline) | 98,0 % | 90ᵉ / 254 | benchable | ✅ Mesuré |
| Benchable : Reasoning (Baseline) | 96,0 % | 39ᵉ / 239 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 94,0 % | 38ᵉ / 248 | benchable | ✅ Mesuré |
| Benchable : Mathematics (Baseline) | 93,0 % | 67ᵉ / 217 | benchable | ✅ Mesuré |
| SWE-Bench Verified | 74,5 % | 33ᵉ / 100 | 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.
Intelligence Index
Math Index
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 | 0,18 $ |
| Latence moyenne par benchmark — Benchable | 6 min 04 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 Codex affiche son meilleur profil sur les tâches techniques : le Math Index le place au tout premier rang du panel mesuré, et ses résultats Benchable en Reasoning et Coding le situent dans le haut du classement. Sur SWE-Bench Verified, il figurait à sa sortie parmi les meilleurs LLM de sa génération pour les tâches liées au développement logiciel. Les scores Benchable en Hallucinations et Ethics atteignent aussi le niveau maximal du benchmark, ce qui signale un comportement particulièrement solide sur ces évaluations de fiabilité et de conformité. Sa fenêtre de contexte de 400 000 tokens renforce son intérêt pour l’analyse de longs fichiers, bases documentaires ou dépôts de code. Son tarif reste un autre atout concret : il est classé économique, avec un prix inférieur à la moyenne des LLM similaires et environ 3,9 fois moins élevé que les modèles frontière.
Limites et points d'attention. Malgré ses très bons résultats spécialisés, GPT-5 Codex n’apparaît pas comme un modèle généraliste dominant : son Intelligence Index le place plutôt dans un rang intermédiaire parmi les LLM recensés. Le score Benchable en General Knowledge atteint le maximum du test, mais son classement relatif reste nettement moins favorable que ses résultats en mathématiques, éthique ou hallucinations. L’Email Classification est solide en valeur absolue, sans le placer parmi les meilleurs du panel. La licence propriétaire limite aussi l’audit indépendant des poids et les usages nécessitant un modèle ouvert. GPT-5 Codex convient surtout aux scénarios où le code, le raisonnement mathématique, les longs contextes et le coût d’inférence comptent davantage que l’ouverture du modèle ou la domination généraliste.
Sources des données : LLM-Stats (llm-stats.com) · OpenRouter (openrouter.ai) · Artificial Analysis (artificialanalysis.ai) · Benchable.ai (benchable.ai).