Cinq niveaux, une seule question : est-ce que j'en ai vraiment besoin autant ?
OpenAI vient d'introduire avec GPT-5.6 Sol une granularité inédite dans le contrôle du raisonnement : cinq niveaux distincts, de light à ultra, chacun consommant davantage de tokens et de temps de calcul. Un employé d'OpenAI, Vaibhav Srivastav, a récemment détaillé la logique derrière cette escalade — et ses conseils valent autant pour les développeurs PHP/Symfony qui consomment l'API que pour les architectes qui conçoivent des systèmes agentiques.
Comprendre cette hiérarchie, c'est comprendre comment l'inférence moderne fonctionne : non plus comme un simple appel request/response, mais comme un spectre allant du calcul instantané à l'orchestration distribuée de sous-agents parallèles.
Les cinq niveaux décryptés
Light et Low : le bon vieux call API
Light et Low correspondent à ce qu'on appelle classiquement un appel LLM standard. Le modèle répond vite, consomme peu de tokens, et convient parfaitement aux tâches simples et bien définies :
- Extraction d'informations structurées depuis un texte
- Classification de contenu
- Génération de courtes réponses FAQ
- Reformulation ou résumé d'un paragraphe
Dans un contexte Symfony, c'est le niveau à utiliser dans vos services qui appellent l'API pour des opérations à fort volume : traitement de formulaires, suggestions en temps réel, ou encore enrichissement de données en background via Messenger.
Medium : planification et analyse
Medium introduit un temps de réflexion supplémentaire. Le modèle effectue quelques étapes de raisonnement intermédiaire avant de répondre. C'est le bon niveau pour :
- L'analyse de documents structurés (contrats, rapports)
- La planification d'une séquence de tâches
- La génération de code avec quelques contraintes métier
- Les comparaisons argumentées entre plusieurs options
C'est souvent le niveau oublié : les développeurs sautent directement à high par précaution, alors que medium suffit dans la majorité des cas d'analyse non critique.
High et xHigh : vérification rigoureuse et multi-étapes
À partir de high, le modèle entre dans ce qu'OpenAI appelle le "careful verification" : il relit, recroise, et valide ses propres conclusions. xhigh pousse ce comportement plus loin encore.
Ces niveaux sont pertinents pour :
- La génération de code complexe avec validation logique
- L'analyse de vulnérabilités ou d'audits de sécurité
- Les raisonnements mathématiques ou algorithmiques
- Les tâches où une erreur coûte cher en production
Attention : la latence augmente significativement. Dans une architecture Symfony, ces appels ont tout intérêt à être déportés en tâche asynchrone (Messenger + Worker) plutôt qu'intégrés dans le cycle requête/réponse HTTP.
Max et Ultra : l'orchestration agentique
C'est ici que le paradigme change radicalement.
Max ne déploie pas d'agents supplémentaires : il alloue simplement plus de temps de calcul à un seul problème. Pensez-y comme un mode "concentration prolongée" — utile pour des problèmes qui nécessitent une exploration en profondeur d'un espace de solutions complexe.
Ultra, lui, est fondamentalement différent : il orchestre plusieurs sous-agents en parallèle, chacun traitant une portion distincte du problème. C'est de l'agentique pur, comparable à ce qu'on construirait manuellement avec des workers concurrents dans un système distribué.
Les implications architecturales sont importantes :
Ultra = plusieurs appels LLM parallèles
+ agrégation des résultats
+ consommation de tokens × N sous-agents
Si vous utilisez Ultra dans une application Symfony, prévoyez une logique de suivi d'état robuste, des timeouts adaptés, et surtout une gestion fine des coûts — la facture peut exploser rapidement sur des volumes importants.
La règle d'or : commencer bas, monter si nécessaire
Srivastav le dit explicitement : commencez toujours au niveau le plus bas et montez uniquement si le résultat est insuffisant. C'est une règle d'optimisation que tout développeur travaillant avec des API LLM devrait appliquer systématiquement.
Quelques bonnes pratiques concrètes :
- Benchmarkez par cas d'usage : ne choisissez pas un niveau "par défaut" pour toute votre application. Chaque type de tâche mérite son propre calibrage.
- Logguez les niveaux utilisés : instrumentez vos appels API pour identifier rapidement les cas où vous surpayez.
- Attention à la migration depuis GPT-5.5 : les niveaux ne sont pas équivalents. Srivastav recommande de démarrer un cran en dessous de ce à quoi vous étiez habitué.
- Isolez les appels coûteux : dans Symfony, un service dédié par niveau de raisonnement facilite la maintenance et le monitoring.
Ce que ça change pour vos architectures PHP/Symfony
Cette hiérarchie de raisonnement n'est pas qu'un détail de configuration : elle redéfinit la façon dont on pense l'intégration LLM dans une application métier.
Avec light/low, on reste dans le paradigme classique du microservice : appel synchrone, réponse rapide, intégration simple dans un controller ou un EventListener.
Avec high/xhigh, on bascule vers l'asynchrone : Messenger, workers dédiés, gestion des états intermédiaires.
Avec ultra, on entre dans l'orchestration agentique : plusieurs agents autonomes, agrégation de résultats, tolérance aux pannes partielles. C'est le territoire des architectures événementielles et des systèmes distribués — un domaine où PHP/Symfony a des atouts sérieux grâce à Messenger et aux workers longue durée.
La bonne nouvelle : cette granularité vous donne enfin les outils pour aligner précisément la puissance de calcul avec la complexité réelle de la tâche. C'est un levier majeur d'optimisation des coûts d'inférence.
Conclusion
Les cinq niveaux de raisonnement de GPT-5.6 Sol ne sont pas une complexité artificielle : ils reflètent la réalité de ce que font les LLMs modernes, du simple lookup au raisonnement distribué multi-agents. Comprendre cette escalade, c'est pouvoir concevoir des intégrations plus fines, plus économiques et plus robustes.
La recommandation de Srivastav — commencer bas — est aussi une bonne règle d'ingénierie générale : ne pas over-engineer, mesurer, puis ajuster. Vos tokens (et votre budget) vous remercieront.
Source originale : The Decoder
