GPT-6 lance Intelligent UI : ChatGPT répond avec des interfaces interactives pour 1,2 milliard d'utilisateurs hebdomadaires

Le 7 octobre 2026, OpenAI a publié « GPT-6 et l'interface intelligente pour tous ». L'annonce suit une chronologie claire. Le mois dernier, OpenAI avait présenté les premiers modèles GPT-6 pour ses clients payants. Aujourd'hui, l'entreprise lance un nouveau modèle GPT-6 conçu pour les plus de 1,2 milliard de personnes qui utilisent ChatGPT chaque semaine. La nouveauté principale qui l'accompagne s'appelle Intelligent UI. Elle permet à ChatGPT de répondre avec des interfaces utilisateur entièrement interactives, qui rendent les réponses du quotidien plus visuelles, facilitent l'apprentissage de sujets complexes et peuvent créer sur le moment un petit outil adapté à la tâche en cours. Pour comprendre l'enjeu, il faut regarder ce qui change. Jusqu'ici, un assistant conversationnel produisait surtout une seule forme de sortie : des paragraphes de texte, parfois une image ou un bloc de code. Une question sur le minutage d'un rôti du dimanche et une question sur le théorème central limite aboutissaient au même format de conversation. Intelligent UI part du principe inverse. Le modèle examine la question et décide si la réponse est meilleure sous forme de texte, d'éléments visuels ou d'éléments interactifs. Selon OpenAI, GPT-6 a été entraîné à composer ses réponses à partir de texte, de visuels et d'éléments interactifs, et à choisir comment les assembler. Une réponse peut contenir des graphiques, des boutons sur lesquels on appuie, des formulaires, des diagrammes et des expériences interactives utilisables directement dans la conversation. Une comparaison sera peut-être plus claire côte à côte. Une explication sera peut-être plus simple avec un schéma interactif. Et quand un simple texte est la réponse la plus utile, ChatGPT peut toujours répondre par du texte.

OpenAI décrit trois familles d'usage. La première consiste à rendre les réponses du quotidien plus visuelles. Le minutage d'un rôti du dimanche peut s'afficher à côté de la recette. Les étapes d'un voyage en voiture peuvent apparaître sur une carte, avec des notes sur ce qui mérite un détour. La constitution d'une garde-robe figure aussi parmi les exemples. La deuxième famille vise l'apprentissage de sujets complexes. Des explications visuelles et interactives permettent d'explorer le fonctionnement d'un phénomène, de modifier une donnée pour voir ce qui se passe, ou de résoudre un problème pas à pas. Les exemples montrés sont le théorème central limite, le PIB expliqué simplement, la photographie par drone et le problème de Monty Hall. La troisième famille est la création d'expériences interactives sur simple demande. On peut réclamer une calculatrice pour explorer la croissance d'une épargne, un outil de partage d'addition pour un dîner entre amis, ou un jeu auquel on joue dans la conversation. Une autre démonstration demande de décortiquer la conception d'un vélo à 7 vitesses. La réponse présente cinq systèmes reliés (cadre, roues, transmission, freins et poste de pilotage), et la sélection de l'un d'eux déploie une explication de son rôle.

Le mécanisme repose sur deux éléments nommés. Le premier est une bibliothèque de composants natifs, utilisables en flux continu. Le second est un compilateur qui traite l'interface pendant que le modèle la génère encore. La bibliothèque donne à chaque réponse une base de conception familière et laisse au modèle la liberté de décider comment assembler les pièces. Le compilateur permet à l'interface d'apparaître progressivement, sans attendre la fin de la réponse. Le choix de conception mérite d'être souligné : le modèle n'écrit pas du code front-end arbitraire. Il choisit parmi un ensemble contraint de briques natives. Dans notre lecture, qui va au-delà de ce qu'affirme OpenAI, cela présente deux avantages pratiques. L'expérience reste rapide et familière sur le web comme sur mobile, ce qu'OpenAI affirme bien. Et la qualité comme le risque sont plus faciles à maîtriser que si le modèle produisait des pages libres. OpenAI ne traite pas directement ce second point : il s'agit donc d'une analyse, pas d'une affirmation de la source.

L'entraînement évolue aussi. OpenAI indique avoir élargi ses méthodes pour aider le modèle à prendre des décisions réfléchies sur le contenu, la mise en page, les visuels et l'interaction. Cela inclut l'évaluation des interfaces créées selon leur clarté, leur utilité et leur exhaustivité. GPT-6 a appris à se servir de la bibliothèque de composants et à prendre de bonnes décisions de conception : comment organiser clairement l'information, quand recourir à l'interactivité et quand un simple texte suffit. OpenAI reconnaît franchement qu'il reste du travail pour améliorer le jugement du modèle en matière de conception et pour élargir ce qu'il peut créer. Intelligent UI est présenté comme un changement important dans la manière d'interagir avec ChatGPT, pas comme un produit achevé. Le second thème de l'annonce est la vitesse. Les modèles de raisonnement permettent de traiter des problèmes bien plus difficiles, mais l'utilisateur devait attendre la fin de la réflexion avant de voir une réponse. Avec GPT-6, ChatGPT peut commencer à répondre tout en continuant à réfléchir. OpenAI a entraîné le modèle à tenir compte du temps d'attente de l'utilisateur et à composer sa réponse progressivement, à partir des connaissances et des résultats disponibles à cet instant. Il a appris à bâtir une réponse en plusieurs réponses partielles, chacune apportant une information utile sans remplissage, tout en gardant une réponse complète aussi cohérente et factuelle que si elle avait été rédigée d'un seul jet. Le seul chiffre fourni par OpenAI provient d'une évaluation interne sur des tâches agentiques courantes et de grande valeur. Dans ce cadre, GPT-6 Extra High commence à répondre dans le même délai que GPT-5.6 Medium, tout en obtenant un meilleur score global que GPT-5.6 Extra High. Il s'agit de l'évaluation interne d'OpenAI. Le jeu de tâches et la méthode de notation ne sont pas décrits dans le texte dont nous disposons : ce résultat doit donc être lu comme une affirmation du fournisseur, non comme un benchmark vérifié de manière indépendante. La source ne donne ni tarif, ni latence en secondes, ni coût en jetons.

Pour les développeurs et les entreprises, plusieurs conséquences se dessinent. D'abord, la conception de produit évolue. Quand une conversation peut produire à la demande des formulaires, des graphiques et de petits outils, certaines interfaces légères que les équipes développaient séparément pourraient être générées dans le chat. Ensuite, le logiciel jetable devient moins coûteux : un outil de partage d'addition ou une calculatrice d'épargne n'oblige plus à trouver d'abord la bonne application. Troisièmement, l'architecture sert de référence à quiconque construit des interfaces génératives : représenter l'interface comme des composants structurés, diffusables en flux, et les compiler à mesure que les jetons arrivent, plutôt que d'émettre une page entière d'un coup. Cela convient aux usages à faible latence. Enfin, l'entrelacement de la réflexion et de la réponse change la perception de la latence et la façon de la mesurer : le délai avant la première sortie utile et la qualité de la réponse finale doivent désormais être jugés ensemble.

Les risques sont tout aussi concrets. Une interface générée doit être juste dans sa logique, pas seulement dans ses mots. Une calculatrice soignée dont la formule est fausse trompe davantage qu'une phrase erronée, car la finition inspire confiance. Les réponses progressives demandent aussi au modèle de parler avant d'avoir fini de réfléchir ; la question de ce qui se passe quand une affirmation précoce est révisée plus tard reste posée. OpenAI affirme que la réponse complète demeure cohérente et factuelle, mais la source ne fournit aucun taux d'erreur à ce sujet. La page comporte aussi des rubriques intitulées « Déployer GPT-6 en toute sécurité », « Disponibilité » et « Prochaines étapes ». Le texte source que nous avons reçu s'interrompt après la section « Frontier Intelligence » : nous ne décrivons donc pas ces rubriques et ne faisons aucune supposition sur les niveaux de déploiement, les régions ou les mesures de sécurité. À l'échelle du secteur, cette annonce déplace la concurrence : la question n'est plus de savoir quel modèle parle le mieux, mais lequel montre et agit le mieux. Lorsqu'un produit utilisé chaque semaine par plus de 1,2 milliard de personnes fait des interfaces interactives l'une de ses formes de réponse par défaut, les attentes changent : on voudra manipuler une réponse, pas seulement la lire. D'autres fournisseurs et développeurs d'applications répondront probablement avec leurs propres interfaces génératives à base de composants. Trois points méritent d'être suivis : la vitesse d'amélioration du jugement de conception du modèle, l'élargissement de ce qu'il peut créer, et l'ouverture éventuelle de la bibliothèque de composants aux développeurs. Les éléments dont nous disposons ne mentionnent aucun projet de ce type : ce dernier point reste donc inconnu.