ChatGPT Codex
ce que fait vraiment l’agent d’OpenAI
Même nom qu’en 2021, technologie entièrement différente : Codex ne complète plus des lignes de code, il exécute des tâches entières sur un projet.
Codex est l’agent de codage rattaché à ChatGPT : au lieu de discuter, vous lui confiez une tâche sur un projet et il travaille dessus dans un environnement isolé, modifie les fichiers, lance les tests et vous rend un résultat à relire. Il s’utilise depuis le navigateur, le terminal, un éditeur de code ou une application dédiée.
- Un agent, pas un chat : vous déléguez une tâche complète au lieu de dialoguer ligne à ligne.
- Deux Codex, un seul nom : le modèle de 2021 a été arrêté en 2023, l’agent actuel date de 2025.
- Quatre portes d’entrée : navigateur, terminal, extension d’éditeur, applications de bureau et mobile.
- La relecture reste à vous : le code rendu peut passer les tests sans répondre au vrai besoin.
Codex, c’est quoi au juste
Vous connaissez ChatGPT comme une conversation : vous posez une question, une réponse arrive. Codex fonctionne autrement. Vous lui confiez une tâche sur un projet de code, il part travailler dessus, et il revient avec un résultat concret — des fichiers modifiés, des tests exécutés, un compte rendu de ce qu’il a fait.
La nuance paraît mince, elle change pourtant la manière de travailler. Un chat vous aide à écrire une fonction que vous recopiez ensuite. Un agent, lui, ouvre le projet, lit les fichiers qui l’intéressent, modifie plusieurs endroits à la fois et lance les vérifications automatiques avant de vous rendre la main.
Sous le capot tournent des modèles spécialisés de la famille GPT-5-Codex, entraînés sur des tâches de génie logiciel plutôt que sur la conversation générale. Les numéros de version changent souvent, et vous verrez le nom du modèle utilisé affiché dans l’interface au moment de lancer une tâche. Le principe, lui, reste stable depuis 2025.
Faut-il pour autant abandonner le ChatGPT classique dès qu’on touche à du code ? Non : les deux usages ne se recouvrent pas.
Pour comprendre et concevoir
Expliquer un concept, comparer deux approches, débroussailler une erreur que vous copiez-collez, écrire un bout de code isolé. Rien n’est branché sur votre projet : la conversation reste un espace de réflexion, et c’est très bien ainsi.
Pour exécuter sur l’existant
Appliquer un changement à travers tout un projet, corriger un bug reproductible, écrire les tests manquants, explorer une base de code dont vous héritez. L’agent a besoin d’accéder aux fichiers réels pour servir à quelque chose.
Deux produits, un seul nom
Cette homonymie explique beaucoup de résultats de recherche déroutants, et vaut la peine d’être démêlée avant d’aller plus loin.
Un premier Codex a existé en 2021. C’était un modèle dérivé de GPT-3, capable de traduire une consigne en langage courant vers du code. Il a servi de moteur aux débuts de GitHub Copilot, à l’époque où la complétion ligne à ligne semblait déjà spectaculaire. OpenAI l’a retiré en mars 2023.
Le Codex d’aujourd’hui a repris le nom, pas la technologie. Il est apparu en avril 2025 sous forme d’outil en ligne de commande, puis en mai 2025 dans une version connectée au cloud. Génération différente, philosophie différente : on ne complète plus des lignes, on délègue des tâches entières.
Si un tutoriel explique comment appeler « le modèle Codex » via une clé d’API pour compléter du code, il décrit le produit de 2021. Regardez la date de publication avant de suivre une procédure : tout ce qui est antérieur à 2025 parle d’autre chose.
Ce qui se passe quand vous lui confiez une tâche
Le déroulé est régulier, et le comprendre à l’avance évite bien des surprises : il explique à la fois ce que l’agent sait faire et les précautions à prendre.
-
Vous décrivez la tâche
En langage courant, sans syntaxe particulière : corriger tel comportement, ajouter telle option, expliquer à quoi sert tel dossier. La précision de la consigne détermine largement la qualité du retour.
-
Le projet est copié à l’écart
Codex duplique votre projet dans un environnement isolé, cloisonné, séparé de votre machine et de votre dépôt réel. Cette mise à distance est volontaire : tant que vous n’avez rien validé, rien ne bouge chez vous.
-
L’agent explore, puis modifie
Il ouvre les fichiers, suit les appels entre eux, repère les conventions maison, puis intervient là où il l’estime nécessaire — souvent à plusieurs endroits en même temps.
-
Il lance les tests et recommence
Si le projet dispose de tests automatiques, ils sont exécutés. Quand l’un d’eux échoue, l’agent relit son propre travail et corrige. Cette boucle est ce qui sépare un agent d’un simple générateur de texte.
-
Il vous rend un dossier complet
Le détail des modifications ligne par ligne (le diff), les journaux d’exécution qui montrent ce qui a été lancé et ce que ça a donné, et une demande d’intégration dans votre projet (la pull request). Vous relisez, vous acceptez, vous corrigez ou vous jetez.
Comptez de quelques minutes à une demi-heure selon l’ampleur de la demande. Ce sont des ordres de grandeur observés, pas un engagement de service : une tâche floue sur un gros projet peut occuper l’agent bien plus longtemps, souvent pour un résultat moins net.
Par quelle porte entrer
Quatre accès coexistent et ne visent pas le même public. Le choix dépend surtout de ce que vous avez déjà installé et du degré de contrôle que vous souhaitez garder.
| Accès | Pour qui | À prévoir avant |
|---|---|---|
| Navigateur, depuis ChatGPT | Découverte, premiers essais | Un compte ChatGPT et un dépôt de code connecté |
| Terminal (ligne de commande) | Développeurs habitués au shell | Une installation locale et un projet déjà cloné sur la machine |
| Extension d’éditeur | Ceux qui veulent rester dans leur éditeur | Visual Studio Code ou un environnement JetBrains déjà en place |
| Applications bureau et mobile | Tâches longues, suivi à distance | L’application installée et le compte associé |
L’application de bureau pour Windows et macOS est arrivée début 2026. Elle sert surtout à lancer plusieurs tâches en parallèle et à les suivre sur la durée, ce qu’un onglet de navigateur gère mal.
Ce qu’il fait bien, et là où il coince
Codex est solide sur les tâches cadrées. Un bug reproductible, une migration répétitive à appliquer sur trente fichiers, un renommage cohérent, l’écriture de tests manquants, l’exploration d’un projet dont vous héritez sans documentation : ce sont ses meilleurs terrains. Il lit vite, il ne se fatigue pas, il n’oublie pas le trente-deuxième fichier.
Il coince ailleurs, et de façon assez prévisible. Les décisions d’architecture lui échappent, parce qu’elles dépendent de contraintes qui ne sont écrites nulle part dans le code : budget, délais, compétences de l’équipe, historique des choix passés. Le contexte métier implicite lui échappe tout autant — la règle que tout le monde connaît en interne mais que personne n’a jamais notée.
Le cas le plus délicat reste le code qui passe les tests sans répondre au besoin réel. Rien ne clignote, tous les voyants sont au vert, et l’erreur ne se révèle qu’à l’usage. C’est précisément pourquoi le temps gagné à l’écriture se redéploie en partie sur la vérification : l’effort se déplace, il ne disparaît pas.
Rien ne part en production sans relecture humaine, quel que soit votre niveau. Et regardez ce que vous branchez : un agent connecté à un dépôt peut en lire l’intégralité du contenu, code confidentiel compris.
Faut-il un abonnement particulier
Codex n’est pas vendu à part : il est rattaché aux formules ChatGPT, de la version gratuite aux formules professionnelles, et reste accessible via une clé d’API pour les usages automatisés. Ce qui change d’un palier à l’autre, ce n’est pas l’accès mais le volume — le nombre et la durée des tâches que vous pouvez lancer sur une période donnée. Les formules supérieures existent surtout pour les usages intensifs et prolongés.
Aucun montant ni quota n’est cité ici, volontairement : cette grille a été modifiée plusieurs fois depuis le début de l’année, y compris dans son principe de facturation. La page tarifaire officielle d’OpenAI et le centre d’aide restent les deux seules sources fiables sur ce point, et ce sont aussi les seules à jour.
Faut-il savoir programmer pour utiliser Codex ?
Pour lancer une tâche, non : la consigne s’écrit en langage courant. Pour en tirer quelque chose d’utilisable, oui. Vous devez être capable de relire les modifications et de juger si elles répondent au besoin. Sans cette relecture, vous acceptez du code que personne ne comprend, ce qui finit toujours par coûter plus cher que le temps gagné.
Quelle différence entre Codex et GitHub Copilot ?
Copilot est né comme un outil de complétion : il suggère la suite de ce que vous écrivez, dans votre éditeur. Codex, dans sa version actuelle, travaille à l’échelle du projet — il ouvre plusieurs fichiers, exécute les tests et prépare une intégration complète. Les deux familles d’outils se sont rapprochées depuis, mais le point de départ reste lisible dans leurs usages.
Codex peut-il modifier mon dépôt sans mon accord ?
Le travail se fait dans un environnement isolé, séparé de votre dépôt réel, et ce qu’il rend est une demande de modification que vous validez ou non. La vigilance porte plutôt sur les droits d’accès accordés au départ : un agent branché sur un dépôt peut en lire tout le contenu.
Codex est-il gratuit ?
Il est rattaché aux formules ChatGPT, y compris la version sans abonnement, mais avec des volumes d’usage nettement plus serrés. Les paliers supérieurs servent surtout à enchaîner des tâches longues. Les seuils exacts changent régulièrement : vérifiez-les sur la page officielle plutôt que dans un article.
Combien de temps prend une tâche ?
De quelques minutes à une trentaine de minutes dans les cas courants. La durée dépend surtout de la précision de votre consigne et de la taille du projet. Une demande vague sur une base de code volumineuse peut occuper l’agent bien plus longtemps, souvent pour un résultat moins net.
Le meilleur moyen de se faire une opinion tient en une phrase : un projet secondaire, une tâche que vous sauriez vérifier vous-même, et vous verrez tout de suite où se situe la frontière.