C'est vraiment trop étrange.
Le fleuron d'OpenAI, GPT-5.5, a soudainement « dérapé » ces derniers jours sur des tâches de programmation complexes, subissant une importante perte d'intelligence.
Ce qui est terrifiant, c'est que quelqu'un a trouvé le « code de la mort » qui le fait planter instantanément :
Le chiffre 516
Une foule de développeurs Codex se sont plaints collectivement, confirmant ce bug absurde.
Comment un modèle de pointe peut-il être fait planter par un simple chiffre ?
GPT-5.5 se bloque mortellement sur « 516 »
Une perte d'intelligence silencieuse sur 80% des tâches
La vérité est la suivante...
Il y a une semaine, le développeur Codex @vguptaa45, en examinant les métadonnées de l'interface, a découvert par hasard une tendance qui fait dresser les cheveux sur la tête –
Le nombre de tokens de raisonnement dans un grand nombre de réponses de GPT-5.5 était étrangement bloqué au chiffre « 516 ».
Portail : https://github.com/openai/codex/issues/30364
Et ce n'était pas un point isolé. Une concentration étrange est également apparue aux seuils de 1034 et 1552.
Dans l'Issue GitHub #30364, le développeur a exposé une statistique :
La période d'analyse du 1er février au 27 juin 2026, couvre 390 195 enregistrements de tokens au niveau de la réponse, sur 865 sessions.
Parmi eux, les événements où le nombre de tokens de raisonnement était exactement égal à 516 sont au nombre de 3363.
Dans une comparaison transversale entre plusieurs modèles, le résultat est effrayant –
GPT-5.5, qui ne représente que 19,3 % du volume total des réponses, concentre à lui seul 82,0 % des événements de « blocage précis à 516 ».
Autrement dit, plus de huit réponses sur dix bloquées sur ce point mort de 516 proviennent de GPT-5.5 seul.
Ensuite, en comparaison avec les autres modèles de la famille GPT, un indicateur clé appelé « proportion de 516 précis / supérieur ou égal à 516 ».
Pour GPT-5.5, près de la moitié des réponses de « réflexion profonde » finissent exactement sur ce mur de 516.
Pour GPT-5.2, cette proportion est de 0,34 % – pratiquement nulle.
Son ratio est plus élevé de 33,6 fois que la valeur de référence de tous les autres modèles non GPT-5.5.
Il faut dire que cette distribution en falaise, qui ne frappe qu'un seul modèle, ne ressemble en rien à la « réflexion » naturelle d'un grand modèle.
Cela ressemble plutôt à un interrupteur caché en profondeur qui a été discrètement réglé sur la position « 516 ».
Et il devient de plus en plus « bête »
En principe, si un modèle déclenche fréquemment le « 516 », cela signifie au moins qu'il « réfléchit beaucoup », que son volume de raisonnement est important.
En réalité, c'est exactement le contraire.
Les données montrent qu'en mai et juin, période où le « phénomène 516 » s'est considérablement aggravé, l'intensité globale du raisonnement de GPT-5.5 –
Que ce soit en moyenne ou au P90 (90e percentile), a en fait considérablement diminué par rapport à février à avril.
D'un côté, le « blocage mortel à 516 » devient de plus en plus fréquent, de l'autre, le modèle dans son ensemble « réfléchit de moins en moins ».
Ces deux ensembles de données extrêmement bizarres et contradictoires pointent vers une possibilité qui glace le sang de tous les utilisateurs payants :
GPT-5.5, lorsqu'il traite des tâches complexes et à haut risque, pourrait être discrètement arrêté par une sorte de « plafond budgétaire de raisonnement » caché ou de « mécanisme de troncature ».
Vous pensez avoir payé, acheté le modèle le plus puissant, activé le niveau le plus élevé, pour qu'il s'attaque à un problème difficile.
Résultat : il réfléchit à moitié, paf, il arrive à 516, fin du travail, il rend sa copie. La réponse est-elle correcte ? Peu importe.
Des milliers de plaintes sur GitHub, les développeurs sont en colère
Une pierre jetée dans la mare a soulevé mille vagues.
Dès la publication du post #30364, la section des commentaires s'est instantanément remplie de « victimes » –
Je suis aussi torturé par ce problème, ça me rend fou.
Le même défaut, OpenAI doit donner une explication !
Quelqu'un a déterré que dès le post #29353, quelqu'un avait déjà reproduit le problème :
GPT-5.5 « court-circuite » et s'arrête pile à 516 tokens de raisonnement, puis produit une réponse erronée.
Cette fois, le développeur a simplement transformé ce cas isolé en preuve irréfutable avec des données massives couvrant 5 mois.
Certains développeurs ont même porté le combat sur Reddit, postant directement « la moitié de vos requêtes Codex à haut risque sont peut-être discrètement rétrogradées ».
Un internaute sur HK indique que pour un problème de raisonnement, il faut finalement utiliser 6000 à 8000 tokens de pensée pour obtenir un résultat correct.
D'autres hésitent entre Codex et Claude.
Face à cette vague d'opinion publique, la communauté a officiellement adressé un « mandat d'arrêt » à l'équipe Codex, chaque mot transperçant :
Est-ce un budget de raisonnement limité, un problème de routage, une troncature, le déclenchement d'un fallback, ou un planificateur qui fait des siennes, provoquant l'arrêt brutal de toutes les réponses autour de 516/1034/1552 ?
Si c'est une « conception normale », alors dites-nous –
516, est-ce une fin de réflexion normale, un plafond budgétaire, ou un « niveau de qualité inférieure » auquel on est rétrogradé ?
Cette série de questions inversées attend une réponse claire d'OpenAI.
Cependant, l'auteur de la découverte s'exprime avec retenue : il ne prétend pas que cela « prouve » qu'OpenAI tronque discrètement les chaînes de pensée.
Ses propres mots sont que cela ressemble davantage à un « rassemblement anormal, spécifique à GPT-5.5, qui semble correspondre à un comportement de budget de raisonnement avec seuil ».
La conclusion selon laquelle OpenAI castre activement la puissance de calcul manque encore d'une déclaration officielle d'OpenAI.
Non seulement plus bête, mais aussi plus « acerbe »
Une autre vague de critiques qui balaie le net ces derniers temps vise avec précision la personnalité de GPT-5.5.
Un développeur nommé Angel a réalisé une expérience radicale : donner la même phrase à ChatGPT (GPT-5.5 Instant) et à Claude (Fable 5), capturer des écrans côte à côte pour comparer.
La conclusion a fait tiquer beaucoup de monde –
Problème un : tout doit être listé en points.
ChatGPT est incapable de parler une phrase normale en langage humain, toute réponse est découpée en titres, en gras, en points, en deux-points.
Lui demander d'« être naturel, de ne pas avoir l'air si artificiel », il vous répond avec une liste à puces en quatre points, énumérant sérieusement « comment je vais faire pour ne pas paraître être une IA ». Claude, lui, répond simplement : « D'accord, je parle naturellement, quel est le problème ? »
Problème deux : il doit absolument vous corriger.
Lui demander de vérifier une phrase, un tweet, il doit trouver quelque chose à redire, comme si dire un simple « c'est bien » lui coûtait la vie.
Alors que Claude dit « pas de problème, tu peux le poster tel quel », ChatGPT t'emballe de force deux versions réécrites, deux alternatives « dans un style plus X », avec en plus un « ta phrase est un peu exagérée ».
Problème trois : tu en veux un, il t'en donne trois.
Tu dis « raconte une blague pour me remonter le moral », Claude en raconte une.
ChatGPT en raconte une, ajoute sa propre chute supplémentaire, puis ajoute « ou celle-ci », en raconte une deuxième, puis « et encore une particulièrement stupide », en raconte une troisième, et enfin te demande « d'indiquer ton type d'humour préféré pour qu'il vise mieux ».
Le jugement du développeur est incisif : pour un assistant de conversation, la personnalité est le produit lui-même.
Si chaque réponse est trop formatée, trop corrective, trop riche en options, la friction s'accumule peu à peu, finissant par épuiser l'utilisateur.
L'un est bloqué à 516, l'autre coincé dans les points, ces deux maladies étranges semblent sans rapport, mais leur racine est la même –
GPT-5.5 devient de plus en plus habile à « rendre son travail », et de moins en moins habile à « aider ».
La véritable intelligence ne devrait pas être une marionnette dont les fils sont coupés à « 516 ».
Après tout, les humains paient pour engager un génie qui puisse lutter à leurs côtés, et non un « directeur des études » payé à la tâche.
Références :
https://github.com/openai/codex/issues/30364
Cet article provient du compte public WeChat « Xin Zhi Yuan », auteur : ASI Apocalypse, éditeur : Taozi
