← Tous les modèles

Computer-Using Agent

Publication Éditeur OpenAI

Positionnement du modèle

Computer-Using Agent (CUA) est un modèle d’agent entraîné par OpenAI pour utiliser des interfaces utilisateur graphiques. Il associe les capacités visuelles de GPT-4o à des capacités de raisonnement acquises par apprentissage par renforcement ; l’aperçu de recherche de janvier 2025 a été mis à la disposition des utilisateurs via le produit Operator. (openai.com)

Capacités et usages

CUA utilise des captures d’écran pour comprendre l’état de l’écran, planifier des étapes et se servir d’une souris et d’un clavier virtuels pour cliquer, faire défiler ou saisir du texte ; lorsqu’il rencontre un obstacle, il peut tenter de se corriger ou demander l’aide de l’utilisateur. Ses usages comprennent le remplissage de formulaires, la navigation sur des sites Web, la commande de produits, ainsi que l’automatisation de tâches telles que les tests Web et la saisie de données. Il ne nécessite pas que le site cible fournisse une API dédiée. (openai.com)

Limites et risques

L’aperçu de recherche peut commettre des erreurs, et sa fiabilité est particulièrement limitée hors des environnements de navigateur ; l’annonce initiale indique un taux de réussite de 38,1 % au test OSWorld. Le modèle est également exposé à des risques tels que l’injection de prompt et nécessite une supervision humaine ; pour les opérations ayant des effets externes, telles que la validation d’une commande, la version initiale de CUA a été entraînée à demander confirmation à l’utilisateur. (openai.com)

Publication et disponibilité

  • Date de publication : 23 janvier 2025. Il s’agit de la date de publication de l’aperçu de recherche de CUA dans la présentation officielle d’OpenAI ; ce jour-là, il a été proposé pour la première fois aux utilisateurs américains de ChatGPT Pro via Operator, et non à une date de fin de mois utilisée comme valeur provisoire. (openai.com)
  • Version API ultérieure : Le 11 mars 2025, OpenAI a publié CUA sous le nom computer-use-preview en tant qu’aperçu de recherche destiné à certains développeurs utilisant l’API ; cette publication doit être distinguée de l’aperçu de recherche de janvier décrit dans cette fiche. (openai.com)
  • Statut ultérieur : Operator a été intégré à ChatGPT agent en juillet 2025 ; la documentation officielle indique que computer-use-preview et son instantané du 11 mars 2025 ont été fermés, la date de fermeture indiquée dans le tableau des retraits étant le 23 juillet 2026. (openai.com)

Prix

Lors de la publication de l’aperçu de recherche de l’API en mars 2025, les prix officiels annoncés en dollars américains (USD) étaient de 3 USD par million de tokens d’entrée et de 12 USD par million de tokens de sortie. Il s’agit des prix historiques de la version API ultérieure, et non d’une tarification distincte au token pour le produit Operator de janvier 2025 ; cette version API est désormais fermée. Date de consultation : 20 novembre 2026. (openai.com)

Sources officielles