Modèles de reasoning en 2026 : quand l’extended thinking paie vraiment

Les modèles de reasoning ont cessé d’être une nouveauté il y a environ un an. Ils font maintenant simplement partie du catalogue — Opus 4.7 a l’extended thinking, GPT-5.4 Mini fait du reasoning par défaut, DeepSeek R1 est ouvert et bon marché. La question intéressante n’est plus est-ce qu’ils marchent, c’est quand la latence supplémentaire en vaut la peine.

On suit cette question en interne depuis quelques mois. Voici ce que les données et l’instinct disent.

Ce que le « reasoning » achète vraiment

Quand on dit qu’un modèle fait du reasoning, on veut dire qu’il a le droit de dépenser plus de tokens avant de produire une réponse — une chaîne de pensée privée qu’il ne vous montre généralement pas. Plus de tokens = plus de chances d’attraper une erreur, plus de chances de considérer une alternative, plus de compute dirigé vers le problème.

Ce compute supplémentaire aide énormément sur certains problèmes et à peine sur d’autres. Le motif est assez constant :

• Problèmes multi-étapes avec vérifications intermédiaires (preuves mathématiques, refactos touchant plusieurs fichiers, planification) : le reasoning gagne.
• Problèmes mono-étape où la bonne réponse est à un saut d’inférence (résume cet e-mail, réécris cette phrase, capitale de la Mongolie) : le reasoning gaspille votre temps et votre argent.
• Problèmes créatifs sans bonne réponse vérifiable (écrire un poème, rédiger une tribune, brainstormer des noms) : le reasoning empire souvent les choses. La délibération supplémentaire aplatit la voix.

L’arbitrage de latence est réel

Un modèle non-reasoning vous répond en 2 à 8 secondes. Un modèle reasoning prend 15 à 90 secondes, parfois plus. C’est un ralentissement de 5 à 15× que vous mangez à chaque tour.

Pour les 20 % de prompts où le reasoning change vraiment la réponse, ça vaut le coup — ces prompts vous auraient pris quatre messages de relance de toute façon, et vous préférez payer le mur-temps une fois plutôt que quatre. Pour les 80 % où ça ne change rien, vous attendez maintenant une minute une réponse que vous auriez acceptée en cinq secondes.

C’est la partie que les classements ne capturent pas. « Le modèle X score 4 points de plus sur le benchmark Y » est vrai et aussi ennuyeux s’il lui a fallu huit fois plus de temps pour y arriver. La bonne métrique est l’utilité par seconde, et sur cet axe le tableau est bien plus serré.

Comment on l’expose

Dans le studio, vous ne choisissez pas « reasoning » ou « non-reasoning » — vous choisissez un modèle, et le reasoning est un toggle sur ceux qui le supportent. Le toggle est visible (Cmd+Shift+R), et l’aperçu de coût vous dit ce que le tour coûtera en crédits avant l’envoi.

Comportement par défaut :

• Opus 4.7, GPT-5.5 : thinking éteint par défaut. Activez sur les problèmes durs.
• GPT-5.4 Mini, R1 : thinking allumé par défaut. Ces modèles sont la version reasoning.
• Haiku 4.5, Gemini Flash, Nano : pas de mode thinking, par design.

Si la mémoire est activée, le studio apprend quand vous avez tendance à actionner le toggle et le suggère plus tôt la prochaine fois que vous lancez un fil similaire.

Le cas pour garder un modèle rapide à côté

Même si vous n’utilisez que des modèles de reasoning, vous voulez probablement un modèle rapide non-reasoning sur le même raccourci. Cmd+Shift+M et une frappe devraient vous faire passer d’Opus thinking à Haiku 4.5 pour le message suivant. On a testé sans ce raccourci pendant une semaine et la friction se voit tout de suite — vous arrêtez d’itérer, parce que chaque itération vous coûte une minute.

Le motif le plus efficace qu’on ait trouvé, de loin :

1. Commencez avec un modèle de reasoning sur le problème dur.
2. Descendez vers un modèle rapide pour les relances, éditions et reformulations.
3. Remontez vers le reasoning seulement quand vous changez substantiellement de direction.

Ce qu’on ne croit pas

Deux choses qu’on entend souvent et qu’on ne croit pas :

« Les modèles de reasoning vont remplacer les non-reasoning. » Non. Le plancher de latence est fondamental — vous ne pouvez pas raccourcir la chaîne de pensée sans la rendre plus bête. Il y aura un tier rapide tant qu’il y aura un tier dur.

« Les modèles de reasoning sont plus intelligents sur tout. » Non. Ils sont plus intelligents sur les problèmes à étapes intermédiaires vérifiables, et à peu près au même niveau partout ailleurs. L’écart de benchmark sur l’écriture créative en 2026 est essentiellement nul.

Donc : raisonnez quand le problème est dur. Pas quand il ne l’est pas. Le studio rend le toggle à une frappe, et ce n’est pas un hasard.