Il s'agit du snapshot daté du modèle de base GPT-5 original, publié le 7 août 2025 et figé à cette date. Tandis que le slug flottant gpt-5 a continué à évoluer pour les équipes qui le pointaient, cette version datée capture un jeu de poids spécifique, un profil de comportement spécifique, un artefact reproductible. Cela la rend utile pour un ensemble étroit mais important de tâches : bases de comparaison, workflows régulés, et tout produit qui doit pointer vers le même modèle six mois plus tard et obtenir la même réponse.
Pourquoi les snapshots datés existent
OpenAI livre chaque génération sous deux formes. Le nom flottant (gpt-5) suit le snapshot actuellement recommandé. Le nom daté (gpt-5-2025-08-07) épingle une version spécifique des poids. Le slug flottant bénéficie d'améliorations silencieuses ; le slug daté bénéficie de ne jamais vous surprendre.
Pour des comparaisons d'évaluation dans le temps, le slug daté est le seul choix honnête. Si votre rapport de benchmark de décembre indique « GPT-5 a obtenu X sur notre suite », et que quelqu'un le relance en mai sur le slug flottant, il ne comparera pas le même modèle. Le snapshot daté corrige cela. Le comportement du 7 août 2025 est le comportement que vous obtenez chaque fois que vous interrogez cet endpoint, jusqu'à ce qu'OpenAI finisse par le retirer.
Ce qu'est ce snapshot
GPT-5 était le premier modèle de la famille GPT-5, publié comme modèle frontière multimodal texte-et-vision. Le snapshot 2025-08-07 reflète le comportement de lancement : données d'entraînement jusqu'à la date butoir utilisée par OpenAI mi-2025, la passe d'entraînement de sécurité originale, le calibrage original de l'encodeur de vision, les comportements d'utilisation d'outils originaux.
Les mises à jour ultérieures du slug flottant ont modifié ces caractéristiques. Les changements documentés sur l'ensemble de la lignée 5.x ont inclus un suivi d'instructions affiné sur les cas limites, un comportement de refus ajusté sur certaines catégories de contenu, et des améliorations incrémentales de l'OCR par vision. Aucun de ces changements n'affecte ce snapshot. Ce que vous aviez en août 2025 est ce que vous avez aujourd'hui.
Sous le capot
Le modèle est un décodeur transformeur acceptant des entrées entrelacées texte et image et émettant une sortie texte uniquement. Le nombre de paramètres, les détails de routage des experts et les choix architecturaux exacts ne sont pas publics. La tokenisation utilise le vocabulaire BPE de GPT-5. Les entrées image sont encodées en tuiles à un coût de tokens fixe par tuile, ce qui s'accumule rapidement sur des charges de travail de documents multi-pages.
La date butoir d'entraînement pour ce snapshot se situe à la mi-2025. Le modèle connaît les standards de langage et versions de frameworks courants à cette époque, et inventera joyeusement à propos de tout ce qui est plus récent. Pour les workflows impliquant des événements récents ou de nouvelles API de bibliothèques, cela compte — épinglez le snapshot, acceptez que la connaissance vieillit, et routez les requêtes d'actualité via la recherche ou le retrieval plutôt que de vous fier à la connaissance paramétrique du modèle.
Où il se situe aujourd'hui
Face au paysage plus large des modèles frontières, le snapshot d'août 2025 de GPT-5 se situe dans le tier supérieur sur les tâches généralistes et dans le tier supérieur-médian sur les travaux à forte composante vision. Les snapshots plus récents 5.1, 5.2 et suivants l'ont dépassé sur la plupart des métriques. Le classement d'intelligence suit la hiérarchie comparative.
Pour un snapshot épinglé en août 2025, c'est le schéma attendu. L'objectif n'est pas d'être le meilleur modèle disponible dans l'absolu en mai 2026 ; l'objectif est d'être le même modèle en mai 2026 qu'en août 2025, afin que les comparaisons et les audits restent valides.
Quand épingler ce snapshot
Optez pour gpt-5-2025-08-07 lorsque la reproductibilité a plus de valeur que la qualité de pointe. Les cas d'usage clairs :
Comparaisons d'évaluation dans le temps. Si votre suite de benchmarks a été exécutée contre ce snapshot lors de sa sortie, relancez-la contre ce même snapshot plutôt que contre le slug flottant. Sinon, vous mesurez l'évolution du modèle plutôt que votre propre changement.
Décisions régulées où les pistes d'audit doivent identifier le modèle exact ayant produit une sortie donnée. « Nous avons utilisé gpt-5 » est une réponse insuffisante quand un auditeur demande quelle version. « Nous avons utilisé gpt-5-2025-08-07 » est suffisante.
Fonctionnalités destinées aux clients avec des SLA de qualité calibrés contre un comportement de modèle spécifique. Si vos prompts et exemples few-shot ont été ajustés à ce snapshot, passer à un plus récent sans réajuster risque des régressions subtiles.
Expériences A/B de longue durée où le groupe de contrôle doit rester véritablement fixe pendant toute la durée du test.
Quand ne pas épingler ce snapshot
Évitez-le pour le développement de nouvelles fonctionnalités. Utilisez plutôt le slug flottant ou le snapshot daté le plus récent ; vous voulez le modèle le plus performant disponible pendant que vous construisez, pas le plus ancien qui fonctionne encore.
Évitez-le pour le chat généraliste et les workflows de contenu où les gains des snapshots plus récents sont réels et où le coût de la dérive comportementale est faible. Les snapshots 5.1, 5.2 et suivants sont meilleurs sur les mêmes charges de travail. Épinglez l'historique uniquement quand l'historique importe.
Évitez-le si vous exécutez un prompt qui repose sur la connaissance d'événements postérieurs à mi-2025. Le modèle ne sait pas. Il devinera. Les suppositions sembleront parfois justes et seront parfois entièrement fausses.
Notes opérationnelles
OpenAI publie des calendriers de dépréciation pour les snapshots datés. Les snapshots plus anciens finissent par être retirés. Lorsque cela arrivera à celui-ci, votre code qui épingle ce slug commencera à renvoyer des erreurs. Anticipez : abonnez-vous aux annonces de dépréciation, et maintenez une trajectoire vers le snapshot suivant que vous épinglerez.
Pour les workflows d'extraction de données où la capacité de vision est porteuse, le snapshot d'août 2025 est compétent mais a été dépassé par des raffinements ultérieurs de l'encodeur de vision. Si le travail le permet, faites passer les mêmes documents par ce snapshot et un plus récent en parallèle pendant quelques semaines avant de décider s'il faut migrer l'épinglage.
Alternatives
Pour les workflows qui ont besoin du même type de reproductibilité épinglée mais qui s'intéressent à un autre modèle, chaque fournisseur frontière livre désormais des snapshots datés à côté de leurs slugs flottants. Le schéma est devenu un standard de l'industrie. Choisissez le modèle qui correspond à vos exigences de qualité et de modalité, puis épinglez sa version datée plutôt que sa version flottante.
Pour une optimisation pure des coûts sur des charges de travail routinières, les membres plus petits de la famille 5.x (les tiers mini et nano) couvrent l'essentiel de ce dont le chat généraliste a réellement besoin à une fraction du coût. Épinglez aussi ces snapshots si la reproductibilité vous importe à ce niveau.
Dernière revue technique : 2026-05-22 — Tokonomix.ai
