Le 3 septembre 2026, OpenAI a affirmé avoir franchi un nouveau cap. Avec GPT-6 Astra, son modèle le plus puissant, l’entreprise présente désormais une intelligence artificielle générale plutôt qu’un simple assistant. L’annonce enthousiasme l’industrie et crispe déjà chercheurs et élus.
À retenir
- OpenAI dévoile GPT-6 Astra le 3 septembre 2026 et revendique l’arrivée de l’AGI, capable d’exécuter un travail à valeur économique aussi bien qu’un humain qualifié.
- Scores de rupture : 97,6 % sur FrontierMath Tier 4 et 99,9 % sur ARC-AGI-3 avec harnais propriétaire, contre 62,7 % sans harnais.
- Agent autonome opérationnel : 72,6 % sur OSWorld 2.0, 1,05 million de jetons de contexte et tâches complexes exécutées en minutes.
- Franchissement du seuil critique en cybersécurité avec 100 % sur ExploitBench et capacité à générer des exploits Zero-Day sans supervision continue.
- Déploiement d’abord restreint via Trusted Access Program et Microsoft Foundry, tarif API à 8,50 € le million de jetons en entrée et 42,50 € en sortie.
Au-delà du coup marketing, Astra pose une question concrète pour les entreprises : que faire d’un agent capable d’agir seul sur un ordinateur, alors que son raisonnement devient plus difficile à auditer ?
Quand l’assistant devient exécutant
OpenAI présente Astra comme un changement de statut pour l’IA en entreprise.
Une revendication d’AGI assumée
OpenAI a dévoilé GPT-6 Astra le 3 septembre 2026, selon The Washington Post et le blog officiel de l’entreprise. Le président Greg Brockman affirme que le modèle marque l’arrivée de l’AGI, définie comme un système capable d’accomplir un travail économiquement valorisable aussi bien ou mieux qu’un humain. Le directeur général Sam Altman nuance cette promesse en annonçant un déploiement calibré pour les futurs modèles à haute autonomie.
Le successeur de GPT-5.6 Sol vise l’automatisation de bout en bout des flux professionnels. Cette revendication arrive à l’approche d’échéances financières majeures pour OpenAI, dont une potentielle introduction en bourse. Fast Company décrit d’ailleurs Astra comme l’itération la plus performante et la plus controversée de l’histoire de l’entreprise.
Un système capable d’accomplir un travail économiquement valorisable aussi bien ou mieux que les humains
Déclaration de Greg Brockman, citée par The Washington Post
Un déploiement verrouillé pour les entreprises
L’accès initial est réservé aux partenaires du Trusted Access Program et du Microsoft Foundry Limited Access Program, avec une intégration simultanée sur Amazon Web Services. L’ouverture progressive est annoncée pour ChatGPT Plus, Pro, Business, Enterprise et l’API dans les jours suivants. La base de connaissances du modèle s’arrête au 30 avril 2026.
Sur le plan technique, Astra accepte jusqu’à 1,05 million de jetons en entrée et 128 000 en sortie, avec cinq niveaux d’effort de raisonnement réglables de low à max. La tarification API s’élève à 10 dollars par million de jetons en entrée, soit 8,50 euros, dont 0,85 euro en cache, et 50 dollars en sortie, soit 42,50 euros. Le tarif affiché est 2,5 fois plus élevé que celui de Sol, mais le coût réel par tâche baisse.
Des scores qui bousculent les benchmarks
Sur les tests les plus exigeants, Astra affiche des résultats inédits. Leur lecture dépend toutefois fortement des conditions d’évaluation.
Mathématiques : FrontierMath presque résolue
Le modèle atteint 97,6 % sur FrontierMath Tier 4, selon Epoch AI et DataCamp. Il aurait réfuté le problème 74 d’Erdős en 15 heures et prouvé le problème 126 en 16 heures, deux questions ouvertes jusqu’alors. Les journaux d’exécution montrent qu’Astra génère des modèles de monde symboliques compacts pendant le calcul.
Cette capacité neuro-symbolique, qui combine apprentissage neuronal et manipulation de symboles logiques, est saluée notamment par Gary Marcus. Elle reste à éprouver hors laboratoire, dans des environnements non délimités. Un score d’examen ne démontre pas la robustesse en conditions réelles.
Raisonnement abstrait : le cas ARC-AGI-3
Sur ARC-AGI-3, Astra obtient 99,9 % avec le harnais adaptatif d’OpenAI, selon la ARC Prize Foundation. Le harnais désigne ici un logiciel d’assistance qui retient, compacte et réorganise la trace de raisonnement du modèle. Sans ce harnais propriétaire, le score retombe à 62,7 %.
Ce niveau reste supérieur aux 30,2 % de Claude Opus 5 d’Anthropic, mais il relativise l’idée d’une saturation totale. La performance dépend autant de l’architecture que de l’outillage d’évaluation qui l’entoure. Les acheteurs devront garder ce point méthodologique en tête lorsqu’ils compareront les modèles disponibles sur le marché.
Code et productivité : moins de jetons, plus de vitesse
Sur l’Artificial Analysis Coding Agent Index, Astra atteint le score de 67, à égalité avec Claude Fable 5. L’écart se joue sur l’efficience : 70 % de jetons de raisonnement économisés par rapport à GPT-5.6 Sol, soit plus de 50 % de coût d’inférence en moins par tâche. En revanche, sur Humanity’s Last Exam avec outils, il affiche 57,2 % contre 65,0 % pour Claude Fable 5.1.
L’usage informatique autonome confirme le gain opérationnel. Sur OSWorld 2.0, qui mesure le pilotage d’un ordinateur de bureau, Astra obtient 72,6 % tout en réduisant le temps par tâche de 47 %. VentureBeat rapporte une démonstration de recherche d’emploi et d’analyse documentaire bouclée en 2 minutes 51 secondes, contre 5 heures estimées pour un opérateur humain.
Cybersécurité et traçabilité sous pression
La puissance d’Astra soulève deux problèmes : un risque cyber accru et une transparence du raisonnement qui recule.
Le seuil critique franchi en cybersécurité
La System Card d’OpenAI indique que le modèle franchit le seuil critique défini par son cadre de préparation et obtient 100 % sur ExploitBench. Concrètement, il peut découvrir des vulnérabilités Zero-Day, des failles inconnues des éditeurs, et concevoir des exploits de manière autonome. Le terme désigne une faille sans correctif disponible au moment de sa découverte.
OpenAI affirme réserver ces capacités offensives au programme Daybreak Blue, destiné à des usages gouvernementaux et défensifs, selon Reuters. Le modèle a été soumis au cadre de sécurité de la Maison-Blanche et à du red-teaming automatisé, soit des attaques simulées visant à éprouver les garde-fous. Au Congrès, le sénateur Bernie Sanders a déposé une proposition de moratoire sur le développement des modèles frontières.
Un raisonnement de moins en moins lisible
L’autre alerte porte sur la monitorabilité, la capacité à suivre et auditer le fil de pensée du modèle. La chaîne de pensée, ou Chain-of-Thought, correspond au raisonnement intermédiaire que le modèle produit avant sa réponse finale. Le directeur de la recherche Jakub Pachocki reconnaît que cette monitorabilité devient plus complexe avec Astra.
Une chaîne moins lisible complique la détection des erreurs, des biais ou des stratégies de contournement. OpenAI met en avant une résistance accrue aux jailbreaks, les techniques visant à faire sauter les garde-fous. Les équipes de sécurité et de conformité devront arbitrer entre performance et contrôle : un agent qui agit vite doit aussi rester vérifiable.
Astra sature les examens formels et automatise déjà des tâches à forte valeur. Les organisations devront désormais définir jusqu’où elles le laissent agir, et comment elles contrôlent ses décisions.
Laisser un commentaire
Vous devez vous connecter pour publier un commentaire.