Choisir le modèle et le niveau de réflexion adéquats

En 2025, une étude publiée à ICLR a montré qu’un modèle IA plus petit auquel on allouait intelligemment davantage de calcul - de "réflexion" - pouvait dépasser un modèle jusqu’à 14 fois plus gros.

Aujourd’hui, dans ChatGPT comme dans Claude, vous pouvez modifier cette quantité de « réflexion » consacrée à une requête. Et ce réglage est distinct du modèle choisi.

Aujourd’hui, nous allons voir comment ajuster ces deux curseurs, et puisvous laisser le tester par vous-même.

Où trouver ces curseurs ?

Chez OpenAI : dans Chat

Dans ChatGPT, vous pouvez directement modifier l'effort de réflexion depuis la zone de saisie.

Chez OpenAI : dans Work

Dans Work, vous pouvez choisir le modèle et ajuster son niveau d'effort.

Chez Claude :

Que ce soit dans Chat ou dans Cowork, Claude permet de choisir séparément le modèle et le niveau d'effort, de Faible à Max selon le modèle.

Comment ajuster ?

Une règle simple : ne sortez pas systématiquement le plus gros modèle avec l'effort maximal. Adaptez les deux à la difficulté de la tâche.

Ce schéma donne un point de départ !

Pour rappel :

• Le modèle détermine essentiellement les capacités disponibles. Plus on monte dans la gamme, plus le modèle est à l'aise avec les tâches ambiguës, complexes ou longues.

• L'effort détermine combien de ressources le modèle va consacrer à votre demande avant de répondre. Plus il est élevé, plus le modèle peut explorer, vérifier et raisonner. Mais la réponse prend généralement plus de temps et consomme davantage de tokens, de quota ou de crédits.

Pourquoi ajuster ?

D'abord, pour gagner du temps. Un modèle qui réfléchit davantage met généralement plus longtemps à répondre. Et il n'y a pas d'intérêt à attendre pour reformuler trois lignes…

Ensuite, pour limiter les coûts et préserver vos quotas/crédits.

Pour comparaison, voici les Tarifs API indicatifs au 30 septembre 2026.

Ces écarts sont particulièrement visibles avec les modèles premium. Si Claude vous propose par exemple d'acheter des crédits pour utiliser Fable 5.1 sur une tâche quotidienne, commencez par essayer Opus ou Sonnet.

Sans compter que demander à un modèle très puissant, avec un effort maximal, de répondre à un email très simple est souvent contre-productif : il va ajouter des précautions inutiles, développer davantage ou produire une formulation plus sophistiquée que nécessaire.

À vous de tester

Prenez deux tâches de votre quotidien, volontairement différentes. Par exemple :

1. Répondre à un email reçu - donnez à l'IA le contexte dont elle a besoin pour comprendre comment répondre.

2. Produire une présentation de cinq slides synthétisant un rapport.

Pour chacune, utilisez exactement le même prompt et les mêmes documents. Seuls le modèle et l'effort doivent changer.

Avant de tester, vous pouvez définir votre barre de qualité. Pour l'email : doit-il être envoyable avec moins de deux modifications ? Pour les slides : les cinq messages clés sont-ils corrects, bien hiérarchisés et utilisables ?

Testez trois configurations :

Puis comparez trois choses : la qualité du résultat, le temps nécessaire et le nombre de reprises humaines.

Cherchez le réglage le moins cher qui passe votre barre de qualité

Ce qui rend l'exercice intéressant : vous découvrirez probablement que certaines tâches quotidiennes ne nécessitent ni le meilleur modèle, ni beaucoup de réflexion. Et que, sur d'autres, quelques secondes de réflexion supplémentaires changent réellement le résultat.