GPT-5 nano

GPT-5 nano est un LLM propriétaire lancé par l’éditeur américain OpenAI le 7 août 2025. Son positionnement associe une fenêtre de contexte de 400 000 tokens à une tarification très économique. Ses connaissances s’arrêtent au 30 mai 2024.

GPT-5 nano est un LLM propriétaire lancé par l’éditeur américain OpenAI le 7 août 2025. Son positionnement associe une fenêtre de contexte de 400 000 tokens à une tarification très économique. Ses connaissances s’arrêtent au 30 mai 2024.

À sa sortie, il figurait dans le top 19% des LLM de sa génération sur GPQA diamond. Son principal signe distinctif reste toutefois son coût : sa tarification se situe 98% sous la moyenne des LLM similaires et environ 110 fois sous celle des modèles frontière.

Caractéristiques

CaractéristiqueValeur
TypeGrand modèle de langage (LLM)
ÉditeurOpenAI
Poids🔒 Propriétaire
Date de sortie7 août 2025
Connaissances jusqu'à2024-05-30
Multimodaloui
Fenêtre de contexte400 000 tokens
Modalités (entrée → sortie)text,image → text

Indices de synthèse

IndiceValeurRang (LLM)
Intelligence Index19.9104ᵉ / 137
Math Index83.717ᵉ / 54

Indices Artificial Analysis. Le rang situe le modèle parmi tous les LLM du catalogue disposant de l'indice.

Performances (benchmarks)

BenchmarkScoreRang (LLM)SourceFiabilité
Benchable : General Knowledge (Baseline)100,0 %1ᵉ / 161benchable✅ Mesuré
Benchable : Hallucinations (Baseline)100,0 %1ᵉ / 146benchable✅ Mesuré
Benchable : Email Classification (Baseline)99,0 %11ᵉ / 163benchable✅ Mesuré
Benchable : Ethics (Baseline)98,0 %105ᵉ / 159benchable✅ Mesuré
Benchable : Reasoning (Baseline)96,0 %32ᵉ / 155benchable✅ Mesuré
Epoch: MATH level 595,2 %8ᵉ / 59epoch✅ Mesuré
Benchable : Mathematics (Baseline)94,0 %30ᵉ / 140benchable✅ Mesuré
Benchable : Coding (Baseline)93,0 %42ᵉ / 162benchable✅ Mesuré
Epoch: OTIS Mock AIME 2024-202581,1 %20ᵉ / 64epoch✅ Mesuré
Epoch: GPQA diamond69,4 %31ᵉ / 85epoch✅ Mesuré
Benchable : Instruction Following (Baseline)69,0 %57ᵉ / 163benchable✅ Mesuré
Epoch: FrontierMath-Tiers-1-3-v2-Private20,0 %16ᵉ / 17epoch✅ Mesuré
Epoch: FrontierMath-2025-02-28-Public20,0 %11ᵉ / 33epoch✅ Mesuré
Epoch: SimpleQA Verified12,2 %24ᵉ / 26epoch✅ Mesuré
Epoch: FrontierMath-2025-02-28-Private8,3 %17ᵉ / 32epoch✅ Mesuré
Epoch: FrontierMath-Tier-4-v2-Private2,4 %15ᵉ / 18epoch✅ Mesuré
Epoch: FrontierMath-Tier-4-2025-07-01-Private2,1 %15ᵉ / 25epoch✅ Mesuré
Epoch: FrontierMath-Tier-4-2025-07-01-Public0,0 %1ᵉ / 15epoch✅ Mesuré
AIME 202585,2 %55ᵉ / 108llm-statsAuto-déclaré
HMMT 202575,6 %26ᵉ / 33llm-statsAuto-déclaré
GPQA71,2 %112ᵉ / 219llm-statsAuto-déclaré
FrontierMath9,6 %13ᵉ / 16llm-statsAuto-déclaré
Humanity's Last Exam8,7 %81ᵉ / 89llm-statsAuto-déclaré

« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.

Comment se situe-t-il ?

Le modèle (en orange) comparé aux meilleurs modèles sur chaque dimension évaluée, et à ses voisins de classement.

Intelligence Index

Nova 2.0 Pro Preview21.8
▶ GPT-5 nano19.9

Math Index

DeepSeek V3.292.0
Nova 2.0 Pro Preview89.0
▶ GPT-5 nano83.7

Classements Arena (Elo)

Arena Text · 200 modèles classés

RangModèleElo
1ᵉClaude Fable 51507
2ᵉClaude Opus 4.61504
3ᵉClaude Opus 4.71503
196ᵉGemma 3 12B1342
197ᵉhunyuan-turbo-01101341
198ᵉGPT-5 nano1337
199ᵉo1-mini1337
200ᵉNova 2 Lite1337

Arena Vision · 135 modèles classés

RangModèleElo
1ᵉClaude Fable 51318
2ᵉClaude Opus 4.71304
3ᵉClaude Opus 4.61299
87ᵉhunyuan-large-vision1149
88ᵉLlama 4 Maverick1146
89ᵉGPT-5 nano1146
90ᵉstep-31145
91ᵉClaude 3.5 Sonnet1145

Tarifs

FournisseurEntrée / 1MSortie / 1MCache lecture / 1M
OpenAI0,05 $0,4 $0,005 $

Prix en dollars US par million de tokens.

Sa tarification se situe 98 % en dessous de la moyenne des LLM similaires, et 110 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.6 Sol, Gemini 3.5 Flash).

Coût & vitesse agentiques

IndicateurValeur
Coût moyen par benchmark — Benchable0,03 $
Latence moyenne par benchmark — Benchable8 min 09 s

Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.

Entraînement & empreinte

IndicateurValeur
PaysUnited States of America

Notre analyse

Forces. GPT-5 nano obtient ses résultats les plus solides en mathématiques. Epoch: MATH level 5 le place dans le top 10, tandis que son Math Index le situe dans le premier tiers du classement. Sa fenêtre de 400 000 tokens constitue un autre atout concret. Les scores maximaux en General Knowledge et Hallucinations sont partagés avec respectivement 41 et 45 autres modèles : ces benchmarks plafonnés confirment la réussite des tests, mais ne départagent pas réellement les concurrents.

Limites et points d’attention. L’Intelligence Index place GPT-5 nano en retrait du classement. Le constat est plus sévère dans l’Arena text, où il occupe l’une des dernières places, derrière Claude Fable 5, Claude Opus 4.6 et Claude Opus 4.7. Le premier est nettement devant. Dans l’Arena vision, GPT-5 nano reste également derrière ces trois modèles et l’écart avec Claude Fable 5 est important. Il reste pertinent pour les traitements à fort volume où le coût, le contexte étendu et les mathématiques priment sur la préférence humaine globale. Pour un résultat plus abouti, on lui préférera Claude Fable 5, Claude Opus 4.6 ou Claude Opus 4.7.


Sources des données : LLM-Stats (llm-stats.com) · OpenRouter (openrouter.ai) · Artificial Analysis (artificialanalysis.ai) · Arena.ai (arena.ai) · Epoch AI (epoch.ai), CC-BY-4.0 · Benchable.ai (benchable.ai).