De GPT-3 à GPT-5 : comment la qualité de la traduction par IA a réellement changé

GPT-3, GPT-4 et GPT-5 sont séparés par cinq ans et plusieurs générations d'architecture, mais la vraie question utile pour la traduction n'est pas « lequel est le plus intelligent ». Elle est plus précise : qu'est-ce qui a concrètement changé dans la façon dont ces modèles gèrent les aspects d'une langue qui ne se traduisent pas au mot à mot, comme les expressions idiomatiques, l'ambiguïté et le registre ? L'amélioration s'est produite à des endroits précis, à des moments précis, et n'a pas suivi une trajectoire linéaire des plus anciens vers les plus récents.

Ce que GPT-3 a réellement apporté à la traduction

OpenAI a lancé GPT-3 en 2020, avant que le propre programme de test de MachineTranslation.com n'existe ; rien de ce qui suit n'est donc un benchmark propriétaire. Il s'agit d'une histoire bien documentée, et non du résultat d'un test interne. GPT-3 a été le premier modèle de ce type capable de générer un texte fluide et naturel dans plusieurs langues sans entraînement spécifique à la tâche, ce qui en a fait une véritable étape charnière. Pour la traduction en particulier, cette même fluidité a créé un véritable risque : GPT-3 pouvait produire avec assurance une phrase bien structurée dans la langue cible qui était pourtant incorrecte, sans que rien dans le résultat ne laisse soupçonner une erreur.

Ce qui a changé avec l'arrivée de GPT-4

GPT-4 a été lancé en mars 2023, et c'est autour de cette génération que les tests de modèles menés par MachineTranslation.com commencent. L'amélioration était réelle mais inégale. Lors du test de l'expression anglaise ambiguë « That's sick » vers le japonais, GPT-4.1-nano a été le seul des six modèles testés à réduire le double sens délibéré de la phrase à une seule interprétation, là où les cinq autres ont préservé l'ambiguïté voulue dans la phrase originale. Les expressions idiomatiques constituaient une faiblesse encore plus marquée : en soumettant l'expression espagnole « llevarse el gato al agua » à cinq versions de GPT en même temps, les modèles plus compacts GPT-4o-mini et GPT-4.1-nano ont tous deux produit la même traduction littérale et incorrecte, passant totalement à côté du sens figuré.

Le même schéma s'est reproduit ailleurs. L'expression allemande « ich verstehe nur Bahnhof », soumise à huit sous-versions de GPT et Claude, a été traduite littéralement et de manière erronée par GPT-4o-mini en particulier, tandis qu'un modèle plus récent et plus compact au sein du même test, GPT-4.1-nano, a vu juste. La génération et la taille du modèle ne correspondaient pas de manière cohérente, une tendance que les tests de versions de modèles de MachineTranslation.com analysent plus en détail.

Ce que GPT-5 a changé pour la traduction

OpenAI a présenté GPT-5 comme un système unifié qui effectue un routage entre un modèle rapide par défaut et un modèle de raisonnement plus approfondi selon la tâche, un changement structurel par rapport à la conception à modèle unique de GPT-4. La propre GPT-5 System Card d'OpenAI indique un taux d'erreur factuelle global pour ce modèle inférieur d'environ 45 % à celui de GPT-4 et de 80 % à celui de GPT-3, un gain de fiabilité général qui se manifeste aussi tout particulièrement en traduction. Les tests de MachineTranslation.com révèlent les progrès les plus nets là où les modèles de l'ère GPT-4 étaient le plus en difficulté : sur la même expression idiomatique espagnole que GPT-4o-mini et GPT-4.1-nano ont mal traduite, GPT-5.4-mini et GPT-5.4 sont tous deux parvenus à des traductions correctes et idiomatiques, formulées chacune légèrement différemment, mais ayant toutes deux compris l'expression elle-même.

Ce dernier point est important : un test distinct portant sur une phrase professionnelle standard, « please confirm receipt of this document », traduite en allemand, a donné des résultats quasi identiques sur l'ensemble des modèles testés, y compris GPT-4o-mini et les modèles de la génération GPT-5. L'écart générationnel concerne spécifiquement le langage figuré et ambigu, et non une différence de qualité globale.

Une génération de GPT plus récente est-elle toujours synonyme d'une meilleure traduction ?

Non. Lors du test d'une expression idiomatique en hébreu sur plusieurs familles de modèles, GPT-5.4-mini et GPT-5.4 ont abouti à deux interprétations différentes et partielles de la même phrase, aucune des deux n'étant totalement correcte, tandis qu'un modèle plus ancien et sans lien s'en est davantage approché. Un modèle plus récent n'est pas automatiquement plus précis, et un modèle plus grand ou plus récent n'est pas systématiquement le choix le plus sûr pour une phrase donnée.

Où en est GPT-5 en matière de traduction aujourd'hui

GPT-3 et GPT-4 ont tous deux été retirés de ChatGPT ; GPT-4 reste accessible uniquement via l'API d'OpenAI pour les intégrations existantes. La génération actuelle, GPT-5.4 et GPT-5.5, est celle qu'utilise aujourd'hui MachineTranslation.com, et elle offre des performances compétitives par rapport aux modèles actuels d'autres fournisseurs, bien qu'elle ne soit pas systématiquement meilleure sur chaque paire de langues. Pour observer de plus près la façon dont les sous-versions actuelles de GPT se comparent entre elles et face à des modèles tels que Claude et DeepSeek, consultez les tests comparatifs directs des sous-versions de MachineTranslation.com, qui vont plus loin qu'un simple aperçu générationnel.

Ce que cela signifie si vous localisez à grande échelle

Le constat le plus important pour un programme de localisation à grande échelle n'est pas « GPT-5 surpasse GPT-3 ». C'est que la version du modèle, et pas seulement la famille de modèles, détermine si une expression idiomatique ou une tournure ambiguë spécifique est traduite correctement, et cela s'applique à chaque paire de langues, pas seulement à la poignée présentée ici. Cela importe particulièrement pour les contenus qui reposent d'emblée sur le ton et le langage figuré, notamment les textes marketing et les contenus générés par les utilisateurs, où une seule expression idiomatique traduite littéralement peut changer tout le sens d'une publication ou d'une publicité. Un programme transposant du contenu dans des dizaines de langues rencontrera exactement ce type de langage dans chacune d'elles. La série de tests de sous-versions et les tests comparatifs complets de modèles de MachineTranslation.com traitent ce sujet plus en profondeur. L'approche de la plateforme, qui consiste à exécuter les modèles GPT actuels aux côtés de plus de 20 autres pour chaque traduction, existe précisément parce que l'historique des versions d'un seul modèle ne constitue pas une garantie suffisante à lui seul.

Questions fréquemment posées