gpt-5.5-xhigh (codex-harness) est un grand modèle de langage développé par OpenAI, publié en 2026 dans le cadre de la série GPT-5.5. Le modèle est conçu pour des tâches de raisonnement et de codage de haute complexité, la désignation « codex-harness » indiquant son intégration avec l'infrastructure Codex d'OpenAI pour les flux de travail d'ingénierie logicielle. Il est actuellement classé sur les classements de référence publics, notamment LMArena et LiveBench, où il concurrence les modèles d'Anthropic, de Google DeepMind et d'autres organismes de recherche en IA.
Le modèle représente une continuation de l'approche de mise à l'échelle itérative d'OpenAI, s'appuyant sur l'architecture Transformer (architecture) qui sous-tend les systèmes modernes de IA générative. Sa sortie a suivi la série GPT-5 et intègre des avancées en matière de RLAIF et de techniques de élagage de modèle pour améliorer l'efficacité et la précision factuelle. Depuis son dernier instantané du 2026-09-20, gpt-5.5-xhigh a démontré de solides performances en raisonnement mathématique, en génération de code et sur les benchmarks de résolution de problèmes en plusieurs étapes.
Architecture et entraînement
Comme ses prédécesseurs, gpt-5.5-xhigh utilise un réseau neuronal basé sur Transformer (architecture) avec des mécanismes de attention multi-têtes. Le modèle emploie encodage positionnel et normalisation de couche pour stabiliser l'entraînement, et son pipeline d'entraînement intègre écrêtage de gradient et normalisation par lots pour une optimisation à grande échelle. Il a été entraîné sur un corpus diversifié de textes et de code, avec un accent sur des données de haute qualité provenant de dépôts de logiciels, de littérature scientifique et de contenu web organisé.
Le processus d'entraînement a utilisé optimiseur Adam avec un programme de taux d'apprentissage comprenant un échauffement et une décroissance en cosinus. Le modèle bénéficie également de apprentissage curriculaire, où les données d'entraînement sont présentées par ordre de complexité croissante. Pour réduire le surapprentissage, des stratégies de abandon et de initialisation des poids ont été appliquées, et des techniques de augmentation de données ont été utilisées pour élargir l'ensemble d'entraînement.
Performances sur les benchmarks
En septembre 2026, gpt-5.5-xhigh occupe des positions de premier plan sur les classements LMArena et LiveBench. Sur LiveBench, il atteint des scores de pointe sur les tâches impliquant la modélisation séquence à séquence, le décodage par recherche en faisceau et la génération par échantillonnage top-p. Ses performances sur les benchmarks de codage, tels que HumanEval et SWE-bench, sont particulièrement remarquables, avec des taux de réussite élevés tant sur la correction fonctionnelle que sur la couverture des cas de test.
Comparé aux modèles concurrents d'Anthropic et de Google DeepMind, gpt-5.5-xhigh montre des avantages dans le raisonnement sur de longs contextes et les scénarios d'utilisation d'outils, probablement grâce à son intégration avec l'environnement codex-harness. Cependant, il est légèrement en retrait sur certaines tâches d'écriture créative, où les paramètres de mise à l'échelle de température et d'échantillonnage top-k nécessitent un réglage minutieux.
Intégration Codex-Harness
La désignation codex-harness fait référence à un environnement d'exécution spécialisé qui permet au modèle d'interagir avec des outils externes, tels que des interpréteurs de code, des systèmes de fichiers et des systèmes de contrôle de version. Cette intégration permet à gpt-5.5-xhigh d'effectuer des tâches comme le débogage automatisé, la modification de code au niveau du dépôt et la génération de tests. Le harnais utilise des mécanismes de attention croisée pour fusionner les sorties des outils avec les représentations internes du modèle, améliorant la précision sur les tâches d'ingénierie logicielle en plusieurs étapes.
Cette approche est similaire aux travaux antérieurs d'OpenAI sur Codex, mais avec des améliorations significatives en matière de fiabilité et de latence. Le harnais prend également en charge le élagage de modèle au moment de l'inférence, permettant un déploiement sur du matériel à moindre ressources sans dégradation substantielle des performances.
Déploiement et disponibilité
gpt-5.5-xhigh est disponible via l'API d'OpenAI et l'interface ChatGPT, avec une tarification échelonnée en fonction de l'utilisation de jetons. Il est également proposé sur Microsoft Azure et Google Cloud via des accords d'entreprise, et sur Amazon Web Services via des instances optimisées AWS Trainium. Le modèle nécessite des ressources informatiques substantielles, l'inférence s'exécutant généralement sur des grappes de GPU NVIDIA ou d'accélérateurs AMD.
Pour un déploiement sur site, OpenAI fournit une version conteneurisée qui peut fonctionner sur des serveurs basés sur Intel et Arm Holdings, bien qu'avec un débit réduit. Les fonctions de perte et les stratégies de décodage du modèle sont configurables via des paramètres API, notamment échantillonnage top-p, mise à l'échelle de température et largeur de recherche en faisceau.
Réception et impact
La sortie de gpt-5.5-xhigh a été accueillie positivement par la communauté de recherche en intelligence artificielle, en particulier pour ses avancées en génération de code et dans les flux de travail agentiques. Certains chercheurs, dont Melanie Mitchell et Joshua Tenenbaum, ont noté que si le modèle excelle dans la reconnaissance de motifs, il éprouve encore des difficultés avec le raisonnement causal véritable et les connaissances de sens commun, faisant écho aux débats en cours dans le domaine.
Dans l'industrie, le modèle a été adopté par des entreprises comme Commure pour la documentation médicale et Intuitive Surgical pour l'assistance à la planification chirurgicale. Sa capacité à interagir avec des outils externes l'a également rendu populaire dans les offres Alibaba Cloud et Oracle Cloud Infrastructure pour le DevOps automatisé.
Orientations futures
OpenAI a indiqué que gpt-5.5-xhigh est une étape vers des modèles plus performants, la recherche se concentrant sur l'amélioration de l'attention croisée pour l'utilisation d'outils, la réduction des coûts d'inférence via le élagage de modèle et l'amélioration du apprentissage curriculaire pour les domaines spécialisés. L'entreprise explore également l'intégration avec l'informatique quantique D-Wave pour les tâches d'optimisation, bien que cela reste expérimental en 2026.