La société de sécurité Xint a publié le 26 octobre 2026 le récit d’une démonstration portant sur une faille liée à la compaction de l’API OpenAI. Xint indique qu’OpenAI a confirmé le problème et déployé un correctif côté serveur le 23 octobre. Son test, réalisé avec les propres requêtes de ses chercheurs, faisait répéter par d’autres modèles le contenu d’un élément compacté.
Le rôle de la compaction dans le test
La compaction réduit la taille du contexte tout en préservant l’état utile aux échanges suivants. Dans sa documentation de l’API sur la compaction, OpenAI décrit l’élément retourné comme chiffré et opaque, et non comme du texte destiné à être lu directement.
Dans la démonstration de Xint, gpt-5.6-sol a généré un raisonnement associé aux requêtes des chercheurs. Après la compaction, gpt-4.1 et gpt-4o ont chacun répété le contenu de l’élément compacté sous forme de texte.
Ce que révèle l’exemple
Dans un exemple publié par Xint, l’élément de raisonnement comptait 405 jetons, l’élément compacté 612 jetons et chacune des sorties répétées 609 jetons. Ces nombres décrivent cet exemple, pas une mesure générale des modèles.
La répétition par deux modèles porte sur l’élément compacté. Xint précise que la compaction pouvait reformuler le raisonnement : le test ne permet donc pas d’affirmer que les sorties reprenaient mot pour mot le raisonnement initial.
Le périmètre de la démonstration
Xint a mené son test avec ses propres requêtes, notamment des énigmes de mathématiques et d’algorithmique. La société n’a pas revendiqué d’accès au raisonnement d’un autre utilisateur.
Xint dit que sa méthode a fonctionné pour chaque niveau d’effort de raisonnement essayé, du minimal au maximal, avec gpt-5.6-sol.
