Le 2 août, OpenAI a levé le voile sur Astra, présenté comme son « prochain grand modèle », sans le rendre disponible. La démonstration : une version interne a produit dix avancées en mathématiques et en informatique théorique sur des problèmes ouverts depuis au moins dix ans, dont la construction du premier groupe non sofique, une question posée en 1999. Chaque résultat est vérifié formellement en Lean 4, les certificats sont publiés sur GitHub, et le calcul total a coûté environ 2 000 dollars aux tarifs de l'API. Un mois plus tard, GPT-6 Astra est sorti, et les mathématiques n'étaient plus son argument principal.
- La méthode compte plus que la liste : une preuve vérifiée par un assistant de preuve (Lean 4) n'a pas besoin d'être crue, elle se vérifie mécaniquement ; c'est ce qui distingue ces résultats des annonces précédentes de « niveau olympiades » évaluées par des humains
- Le coût est le chiffre à retenir : 2 000 dollars de calcul pour dix problèmes sur lesquels des mathématiciens ont travaillé pendant des décennies ; ce n'est pas le modèle qui est bon marché, c'est la recherche exploratoire par essais et erreurs qui l'est devenue
- Le modèle livré le 3 septembre confirme et nuance : 97,6 % sur FrontierMath Tier 4 (saturé), mais un index d'intelligence générale à égalité avec son prédécesseur ; le saut est sur les tâches longues, vérifiables et outillées, pas sur tout
Pourquoi Lean 4 change la nature de l'annonce
Une avancée mathématique annoncée par un labo d'IA a un problème de crédibilité : qui a vérifié ? Les résultats aux olympiades étaient notés par des humains, avec des marges d'interprétation. Ici, chaque preuve est écrite dans Lean 4, un assistant de preuve qui n'accepte qu'une démonstration formellement correcte, et les certificats sont publics. N'importe qui peut relancer la vérification. Le débat ne porte donc plus sur la validité mais sur l'importance : est-ce que ces dix problèmes comptent ? Le groupe non sofique, conjecturé depuis 1999, est un objet que des spécialistes cherchaient réellement ; d'autres résultats sont plus techniques. Mais aucun n'est contestable.
Le coût de 2 000 dollars est la partie que la presse a le moins commentée et qui change le plus de choses. Ce n'est pas le prix d'une réponse, c'est le prix d'une exploration : des milliers de tentatives, la plupart fausses, filtrées par le vérificateur jusqu'à ce qu'une passe. C'est la recette que les labos appliquent partout où un résultat peut être vérifié mécaniquement : mathématiques, code avec tests, exploitation de failles avec preuve de concept, chimie avec simulation. Le point commun des domaines où Astra excelle au lancement (72,6 % sur OSWorld, 100 % sur ExploitBench, saturation de FrontierMath) est exactement celui-là : un vérificateur existe.
Ce que la sortie du 3 septembre a ajouté, c'est le contrepoint. Sur l'index agrégé Artificial Analysis, GPT-6 Astra fait 61,2 contre 60,9 pour GPT-5.6 Sol : à égalité. Le modèle qui résout des conjectures vieilles de vingt-cinq ans n'est pas meilleur en conversation générale que le précédent. C'est cohérent : la recherche exploratoire vérifiée est une capacité qu'on entraîne à part, et elle ne se transfère pas mécaniquement à la rédaction ou au conseil.
Mon avis : l'annonce du 2 août était une démonstration de méthode habillée en annonce de modèle. Elle dit où va la frontière : partout où l'on peut écrire un vérificateur, un modèle plus un budget d'essais remplacera une expertise rare. Là où l'on ne peut pas (la plupart du travail intellectuel courant), le gain est incrémental.
Ce que ça change pour vous
Si vous automatisez avec des modèles, la question à vous poser pour chaque tâche est : puis-je écrire un test qui dit si le résultat est bon ? Si oui (données structurées valides, code qui passe les tests, page qui respecte un gabarit), la boucle générer-vérifier-recommencer marche déjà, et c'est là que les modèles agentiques sont rentables. Si non, vous achetez de l'intelligence générale, et le marché n'a pas bougé depuis le printemps.
- Pour chaque tâche que tu confies à un modèle, écris d'abord le critère de validation automatisable (test, schéma, règle) : sans lui, tu ne peux ni boucler ni mesurer
- Sur les tâches vérifiables, teste une boucle avec budget (N tentatives, arrêt au premier succès) plutôt qu'une génération unique : c'est la méthode des 2 000 dollars, à ton échelle
- Si un fournisseur te vend un résultat « révolutionnaire », demande le vérificateur : en mathématiques c'était Lean 4 ; dans ton domaine, il y en a un ou il n'y en a pas
Sources
- BleepingComputer - OpenAI teases Astra after it solves 10 long-standing math problems (2 août 2026)
- OpenAI - Introducing GPT-6 Astra (3 septembre 2026)
- ComputingForGeeks - benchmarks du modèle livré et index Artificial Analysis
Source : Bleepingcomputer.com
Cet article a été rédigé avec l’assistance d’un modèle de langage (LLM).
