gpt-5-chat-latest est l'alias API qui pointe vers les poids de génération GPT-5 utilisés à l'intérieur du produit ChatGPT. Cet alias existe depuis le lancement de GPT-5 et a accumulé, au fil de sa durée de vie, davantage de changements de comportement que n'importe quel autre identifiant de la famille 5.x. Pour les équipes qui pointent dessus depuis la sortie initiale, le modèle qui tourne aujourd'hui ne ressemble que très peu au modèle qui traitait les mêmes prompts il y a un an.
Quand chat-latest devient un problème qu'on ne peut plus continuer à ignorer
L'alias chat-latest est le plus facile à adopter parmi les slugs OpenAI, et le plus difficile à exploiter proprement en production sur la durée. Les raisons qui le rendent facile au démarrage sont raisonnables : il offre une parité de comportement avec ChatGPT, il bénéficie de mises à jour continues sans aucune intervention de votre part, et ses valeurs par défaut conversationnelles sont calibrées pour les utilisateurs finaux d'une manière qui réclame souvent moins d'ingénierie de prompt que les slugs API.
Les raisons qui en font un problème avec le temps sont également raisonnables. Les changements de comportement s'accumulent. Des prompts qui fonctionnaient de manière fiable l'an dernier ne se comportent plus de la même façon. Les formats de sortie dont dépendaient les pipelines en aval ont changé plusieurs fois. Les schémas de refus ont évolué d'une manière qui fait remonter de nouveaux tickets de support toutes les quelques semaines. Les harnais d'évaluation calibrés sur l'ancien comportement mesurent désormais la dérive du modèle plutôt que vos propres changements.
Le déclencheur de migration de chat-latest vers un snapshot API daté n'est généralement pas un événement isolé. C'est le poids cumulé de petites frictions qui, un beau jour, rend la migration moins coûteuse que l'absorption continue de ces frictions. Pour les équipes installées sur chat-latest depuis le plus longtemps, ce point est probablement déjà atteint.
Ce que capture aujourd'hui le slug
Le slug chat-latest pointe sur les poids que ChatGPT expédie actuellement pour la génération GPT-5. Cela inclut l'instruction-tuning du produit chat, la calibration RLHF, l'entraînement de sécurité ainsi que les éventuels ajustements comportementaux spécifiques au produit que l'équipe y a intégrés.
Les différences avec les slugs API datés sont faibles à un instant donné, mais importantes en cumulé. La mise en scène conversationnelle est différente. Les déclencheurs de refus couvrent un ensemble de cas limites distinct. Les choix de format pour les sorties structurées sont différents. Le modèle est davantage enclin à poser des questions de clarification là où les slugs API tentent une réponse directe.
Sous le capot
Sur le plan architectural, il s'agit du décodeur transformer GPT-5 acceptant en entrée des séquences entrelacées de texte et d'images, avec une sortie purement textuelle. La capacité vision est la surface standard de la génération GPT-5 : compréhension de graphiques, extraction de type OCR, analyse de mise en page documentaire, description de scènes.
La tokenisation utilise le vocabulaire BPE standard de GPT-5. Les entrées image sont encodées par tuiles, à un coût fixe en tokens par tuile. Le post-entraînement est aligné sur le produit, ce qui constitue la source des différences de comportement par rapport aux slugs API.
Où il se situe aujourd'hui
Pour les charges de type chat adressées à des utilisateurs finaux, les poids chat-latest constituent souvent la meilleure correspondance esthétique. Le ton conversationnel est calibré pour des lecteurs non techniques, les choix de mise en forme privilégient la lisibilité, et le comportement de refus correspond à ce que les utilisateurs voient dans le produit grand public.
Pour les charges programmatiques avec des formats de sortie stricts, les snapshots API datés de la famille GPT-5 sont généralement plus faciles à contrôler. Le classement d'intelligence suit la position comparative à travers l'ensemble de la ligne 5.x ; chat-latest se situe en règle générale quelques crans de qualité derrière les tiers API les plus récents, parce qu'il hérite de la base sous-jacente que le produit chat utilise à un moment donné.
Quand chat-latest reste le bon choix
Vous construisez ou maintenez un outil qui complète ChatGPT et avez besoin d'une parité de comportement entre les deux surfaces.
Vous testez ou évaluez spécifiquement le produit ChatGPT et avez besoin d'un accès API à des fins d'automatisation.
Vous suivez délibérément le comportement du produit chat — recherche, monitoring, analyse concurrentielle.
Vous disposez d'un outil interne à faible enjeu pour lequel la dérive de comportement est réellement tolérable, et où la simplicité opérationnelle du « pas de gestion de versions » l'emporte sur le coût.
Quand migrer vers des snapshots API datés
Vous opérez du trafic de production avec des exigences de stabilité que la cible mouvante ne cesse de violer.
Votre harnais d'évaluation doit produire des résultats comparables dans le temps, ce qui est impossible contre un slug mouvant.
Les pipelines en aval dépendent de formats de sortie spécifiques et vous absorbez la dérive de format à coups de contournements qui s'accumulent.
Vous entrez ou opérez dans un contexte réglementé où les pistes d'audit doivent identifier le modèle exact ayant produit une sortie donnée.
Vous avez mesuré le coût cumulé de la dérive de chat-latest sur votre charge de travail et il dépasse le coût ponctuel de la migration vers un snapshot API daté, plus le coût opérationnel continu de la gestion des épingles de snapshot.
La migration en elle-même
La migration mécanique est simple : basculer le slug vers un snapshot daté courant du tier API de génération GPT-5 que vous visez (gpt-5-2025-08-07 pour la base originelle, les snapshots datés appropriés pour les générations plus récentes). Testez vos prompts contre le nouveau slug. Attendez-vous à devoir effectuer un certain travail d'ingénierie de prompt, car les a priori conversationnels diffèrent.
L'écart esthétique entre chat-latest et un slug API daté peut généralement être comblé en ajoutant un échafaudage de system prompt qui approxime le comportement du produit chat — des instructions sur le ton, la mise en forme et le moment où poser des questions de clarification. Vous obtenez ainsi 90 % du ressenti du produit chat avec la stabilité opérationnelle de poids épinglés.
Faites tourner les deux versions en parallèle pendant quelques semaines durant la migration. Comparez les sorties sur une suite canari de prompts représentatifs. Basculez en avant lorsque la nouvelle épingle atteint votre seuil de qualité.
Alternatives
Pour les charges qui ont dépassé le profil de stabilité de chat-latest mais ont encore besoin de l'esthétique du produit chat, les snapshots API datés associés à un échafaudage de system prompt constituent la réponse standard.
Pour les charges qui ont besoin de la dernière capacité de la génération GPT-5 plutôt que du produit chat spécifiquement, lisez le slug flottant de la génération plus récente qui correspond à vos besoins.
Pour les charges qui exigent des mises à jour continues mais une meilleure stabilité que celle offerte par chat-latest, les slugs API flottants (gpt-5, ou un équivalent de génération plus récente) évoluent selon la cadence de publication API, plus lente, plutôt que selon la cadence produit.
Dernière revue technique : 2026-05-22 — Tokonomix.ai
