OpenAI lance GPT-6 Astra, un modèle conçu pour piloter l'ordinateur tout seul

OpenAI a lancé le 3 septembre GPT-6 Astra, successeur de GPT-5.6 Sol, présenté comme « le modèle le plus intelligent et le plus aligné au monde ». Sa promesse : utiliser un ordinateur comme un humain, navigateur, applications et tableurs compris, pour enchaîner des tâches complètes sans intégration dédiée. Déploiement d'abord réservé aux organisations du programme Trusted Access, puis sous quelques jours aux abonnés ChatGPT Plus, Pro, Business et Enterprise, à l'API (gpt-6-astra), à AWS Bedrock et à Azure.

TL;DRL'essentiel pour les pressés

Un modèle taillé pour l'usage autonome d'un ordinateur : 72,6 % sur OSWorld 2.0 contre 65,7 % pour GPT-5.6 Sol, en environ deux fois moins de temps par tâche, avec une fenêtre de contexte de 1,05 million de tokens
Sur l'intelligence générale, les mesures indépendantes ne bougent pas : 61,2 contre 60,9 pour Sol sur l'index Artificial Analysis, derrière Claude Fable 5.1 et Claude Opus 5 dans le propre tableau d'OpenAI
Prix 2,5 fois plus élevé que Sol (10 $ le million de tokens en entrée, 50 $ en sortie), et premier modèle OpenAI classé « critique » en cybersécurité : des garde-fous peuvent ralentir, suspendre ou stopper un travail légitime

72,6 %de réussite sur OSWorld 2.0, le benchmark d'utilisation autonome d'un ordinateur, contre 65,7 % pour GPT-5.6 Sol

Un saut générationnel sur l'agentique, un plat sur le reste

Les chiffres qu'OpenAI met en avant sont ceux de la saturation : 97,6 % sur FrontierMath Tier 4, 99,9 % sur ARC-AGI-3, 100 % sur ExploitBench, 88 % en première tentative sur SRE-Bench (réponse à incident) contre 55,9 % pour Sol. Ces bancs d'essai ont été conçus pour rester hors de portée des modèles ; les saturer dit quelque chose. Mais il faut lire les notes de bas de page : plusieurs scores sont obtenus avec un harnais spécifique et au niveau d'effort maximal, ce qui n'est pas une comparaison à coût égal. Et OpenAI n'a pas publié SWE-Bench Pro ni Terminal-Bench 2.x.

Le chiffre qui garde la tête froide vient de l'index agrégé d'Artificial Analysis : 61,2 pour Astra, 60,9 pour Sol. Statistiquement à égalité avec son prédécesseur, et derrière Claude Fable 5.1, sorti deux jours plus tôt, sur ce même index et sur Humanity's Last Exam avec outils. Le gain est réel et net sur l'usage d'ordinateur, le code agentique, la cybersécurité et les mathématiques ; il est à peu près nul sur le raisonnement général. C'est un modèle spécialisé de frontière, pas un remplacement automatique de tout ce qui coûte moins cher.

Deux éléments techniques comptent pour qui construit dessus. La rétention en contexte long : 100 % de rappel jusqu'à 512 000 tokens et 96,3 % entre 512 000 et un million sur MRCR v2, la meilleure tenue publiée à ce jour. Et la consommation : sur les tâches multi-étapes, Astra termine souvent avec moins de tokens de sortie que Sol ou que les modèles Claude, ce qui compense en partie le prix unitaire.

Bienvenue dans l'ère de l'AGI.

Greg Brockman, président d'OpenAI

Sur la cybersécurité, le classement « critique » dans le cadre Preparedness d'OpenAI n'est pas un détail marketing : c'est la première fois qu'OpenAI reconnaît qu'un de ses modèles peut automatiser des attaques réelles. En pratique, un monitoring d'alignement tourne en permanence, dans ChatGPT ou Codex l'utilisateur peut être invité à valider une action, et dans l'API la tâche s'arrête net. Les usages défensifs (analyse de malware, validation de preuves de concept, ingénierie de détection) passent par un programme dédié, Daybreak, avec des garde-fous allégés.

Mon avis : c'est le premier modèle grand public dont la valeur se mesure au nombre de tâches bouclées sans intervention plutôt qu'à la qualité d'une réponse. Pour l'agentique, changement notable. Pour la rédaction, la synthèse ou le chat, rien qui justifie 2,5 fois le prix.

Ce que ça change pour vous

Si vous automatisez déjà des flux (audits, extraction de données, mise à jour de back-offices, tests de sites), Astra vaut un test sur vos tâches les plus longues : c'est là que la fenêtre d'un million de tokens et la vitesse d'exécution changent l'équation. Si votre usage est du texte, restez sur Sol, un modèle Claude ou Claude Fable 5.1, sorti le 1er septembre, qui reste devant sur le raisonnement général.

Attention aux garde-fous cyber : tout ce qui touche à du scan, du pentest, de l'analyse de vulnérabilité, même sur vos propres systèmes, peut être interrompu sans préavis. Ne mettez pas Astra dans un pipeline de production sur ces sujets sans avoir testé les blocages.

Ce que vous devez faireConcrètement, pour votre visibilité

Avant de migrer, fais tourner trois de tes tâches agentiques les plus longues sur Sol et sur Astra avec le même harnais, et compare coût total (tokens consommés, pas prix unitaire), taux de réussite et temps
Active le cache d'entrée (1 $ le million de tokens en lecture contre 10 $) sur tout flux qui renvoie le même contexte : c'est là que se joue la facture réelle
Si tu construis pour des clients, documente le comportement d'arrêt du monitoring cyber dans tes conditions d'usage : un job stoppé sans explication au milieu d'un audit est un incident à prévoir, pas à découvrir