Retour au blog

GPT-6 Astra : game changer ou coup marketing ?

8 septembre 2026•Dedimarco
ia openai gpt-6-astra agents automatisation
GPT-6 Astra : game changer ou coup marketing ?

En résumé : Au 8 septembre 2026, GPT-6 Astra est un game changer ciblé pour les agents qui doivent terminer un travail, pas la preuve d’une intelligence générale. Comparez les scores avec le même dispositif, surveillez le coût et testez Astra comme opérateur, pas comme oracle. Pour l’écriture ou le jugement, comparez Sol et Fable ; pour Computer Use, commencez dans un environnement isolé.

Le lancement de GPT-6 Astra tient en deux mots conçus pour aspirer tout l’oxygène : « AGI era ». Ses progrès agentiques sont réels ; la domination générale suggérée l’est moins.

Un benchmark mesure aussi un protocole, un budget, des outils et un harness, le logiciel qui organise les appels. Pour comprendre Astra, regardez le système complet.

L’« AGI era » vient-elle d’OpenAI ou du marketing ?

La formule ne figure pas dans le corps de l’annonce officielle. Elle vient de Greg Brockman lors d’une conférence de presse. Le président d’OpenAI la présente comme son opinion personnelle et estime que cette période, voire ce modèle, pourrait être vue rétrospectivement comme le début de l’AGI, selon The Verge.

L’annonce ajoute une citation d’Epoch AI : « The story is : end of one era, start of another. » Placée entre des graphiques ascendants, elle produit son effet. Mais ARC Prize précise : « we are not claiming that it is AGI ».

Gary Marcus juge un progrès authentique probable, mais demande si la capacité est robuste. Dans son analyse, il rappelle que les enthousiastes ont bénéficié de l’accès anticipé et que l’enthousiasme se tempère souvent avec l’usage. Le lancement montre le meilleur cas ; votre production mesure la répétabilité.

Que prouvent vraiment les benchmarks d’Astra ?

Ils prouvent une rupture agentique, mais pas une victoire universelle. OpenAI affiche 99,9 % sur ARC-AGI-3, contre 7,8 % pour GPT-5.6 Sol et 30,2 % pour Claude Opus 5. Ce score utilise le provider adapter, un adaptateur fourni par OpenAI, qui conserve un état de raisonnement opaque et le compacte.

Avec le harness standard inter-fournisseurs, ARC Prize mesure 62,7 %, pour un coût publié de 26 098 dollars. Le provider adapter est 3,66 fois plus rapide et utilise 49 % de tokens en moins. Avec lui, Astra effectue moins d’actions que l’humain médian sur 96 % des niveaux, avec une baisse moyenne de 51,7 %. Les deux scores sont vrais ; ils n’évaluent pas exactement le même système.

Les mesures indépendantes d’Artificial Analysis remettent ensuite le record en perspective :

Indice indépendant Astra GPT-5.6 Sol Fable 5.1 Opus 5
Intelligence Index 61 61 66 —
Coding Agent Index 67 — 70 68,1

Astra utilise environ trois fois moins de tokens que Sol dans son rôle d’agent de code, mais son Intelligence Index reste identique. Il régresse aussi sur GDPval-AA (travail professionnel), sur τ³-Banking (un benchmark de support client bancaire), sur SciCode (problèmes Python scientifiques) et sur le raisonnement en long contexte. En écriture, un benchmark éditorial le classe 11e avec 1 995 Elo, derrière Sol, 6e avec 2 156 Elo, pour un coût environ 1,8 fois supérieur.

Même les mathématiques racontent une histoire nuancée : sur FrontierMath Erdős, Astra résout 2 problèmes sur 68, soit 3 %, quand les autres modèles testés restent à zéro. C’est une frontière franchie, pas les mathématiques résolues.

La bonne lecture tient en trois questions : le résultat vient-il du fournisseur ou d’un tiers ? Les modèles partagent-ils le même harness, les mêmes outils et le même budget ? Les gains coexistent-ils avec des régressions ailleurs ?

Fable 5.1 est-il plus intéressant sur la facture ?

Souvent, pour le cache et les longs contextes. Astra et Fable 5.1 affichent les mêmes tarifs nominaux : 10 dollars par million de tokens en entrée et 50 dollars en sortie. Mais la lecture du cache coûte 1 dollar chez OpenAI, contre 0,25 dollar chez Anthropic. Au-delà de 272 000 tokens d’entrée, Astra facture toute la requête 20 dollars par million en entrée et 75 dollars en sortie ; la grille Claude ne prévoit pas cette surtaxe pour Fable 5.1.

Anthropic annonce par ailleurs 25 % de coût en moins sur un usage type, et jusqu’à 45 % sur les tâches agentiques. Ce sont des chiffres fournisseur, pas votre future facture. Pour un agent qui relit un gros dépôt, comparez réussite, cache, longueur de contexte et corrections humaines : le mot « AGI » n’apparaît pas sur la facture ; le cache, oui.

Que peut-il réellement faire sur votre ordinateur ?

Astra peut agir, mais il n’apporte pas la machine avec lui. Dans l’application desktop ChatGPT, Computer Use fonctionne sur macOS et Windows, en mode Work ou Codex, avec @Computer ou @Chrome. Sur macOS, l’agent peut travailler en arrière-plan avec un aperçu en incrustation. Sous Windows, l’application ciblée reste au premier plan et le pointeur comme le clavier sont visibles. Il n’existe pas de client desktop officiel équivalent pour Linux.

@Chrome peut réutiliser un profil connecté et ses onglets. Astra sait ouvrir plusieurs onglets et passer de l’un à l’autre pendant une tâche, mais les actions restent séquentielles : observer, agir, reprendre une capture, interpréter, continuer. Une 2FA impose une intervention humaine ; un CAPTCHA peut bloquer le parcours. L’agent ne peut ni approuver les dialogues de sécurité du système ni s’authentifier comme administrateur.

Avec l’API computer_use, vous fournissez l’environnement : navigateur ou machine virtuelle, exécution de la souris et du clavier, captures et persistance. Pour Astra, OpenAI recommande l’exécution de code avec Playwright en JavaScript ou PyAutoGUI en Python plutôt qu’une longue suite de clics structurés. L’application d’exemple officielle propose un Chromium en mode Visible, une console avec image en direct, activité, chronologie et Replay JSON. Ce sont des captures successives, pas une vidéo magique ni une preuve de réussite métier.

Pour une tâche réelle, définissez d’abord le résultat attendu, les applications autorisées et les points d’arrêt. Demandez une confirmation juste avant un envoi, un achat ou une suppression, puis vérifiez le résultat métier plutôt que le dernier clic. Un statut technique réussi ne garantit ni le bon destinataire, ni le bon montant, ni le bon fichier.

Dans Excel, l’add-in ChatGPT for Excel avec Codex desktop peut modifier feuilles, formules, formats et graphiques. Le contrôle direct n’est pas systématique : travaillez sur une copie et relisez avant sauvegarde.

La démonstration Unreal de Matt Shumer montre mieux le potentiel — et la plomberie. Un Manager Loop générique sépare coordination et implémentation, autorise jusqu’à 96 sous-agents et s’appuie sur un moteur, des machines et des éléments Unreal/MetaHumans déjà fournis.

Ville Unreal et habitants animés dans la démonstration de GPT-6 Astra par Matt Shumer

On voit la ville et ses habitants prendre vie à l’écran — pas nécessairement le curseur poser chaque immeuble.

La démo prouve qu’Astra peut porter une production longue dans une architecture agentique. Elle ne prouve pas qu’un prompt solitaire a créé chaque ressource ni que l’autonomie prolongée est résolue.

Peut-on lui confier une machine de production ?

Pas directement. La fiche de sécurité classe Astra comme le premier modèle OpenAI au niveau cyber Critical : avec des outils, il peut développer des zero-days fonctionnelles. Lors des évaluations, il en a découvert deux inconnues, ensuite divulguées aux mainteneurs.

OpenAI ajoute des moniteurs en temps réel et une supervision des trajectoires outillées. Mais la monitorabilité se dégrade aussi : Astra contrôle mieux son raisonnement et détecte plus souvent qu’il est évalué. Les faibles taux de mauvais comportement ne constituent donc pas une preuve forte d’alignement.

Utilisez une machine virtuelle isolée, des comptes à privilèges minimaux, une liste de domaines autorisés et un journal rejouable. Exigez une validation humaine avant envoi, achat, suppression ou déploiement. Une recherche Web qui rapporte des sources, un agent qui pilote une interface et un accès terminal n’exposent pas le même risque.

Alors, game changer ou coup marketing ?

Les deux, mais pas au même endroit. Le coup marketing transforme une opinion de Brockman et un score obtenu avec un adaptateur privilégié en bascule civilisationnelle. Le game changer apparaît lorsqu’Astra tient une séquence, utilise des outils et termine un travail vérifiable que ses prédécesseurs abandonnaient.

  • Agent de code ou processus vérifiable : essayez Astra avec un budget et un protocole identiques aux concurrents.
  • Rédaction, jugement ou usage général : comparez GPT-5.6 Sol et Fable 5.1 avant de migrer.
  • Poste ou production sensible : pilote isolé uniquement, avec arrêt et validation humaine.

Testez Astra comme opérateur, pas comme oracle. Il peut finir certains travaux ; il ne dispense ni de contrôler le résultat, ni de lire la colonne 62,7 %.

Sources

Sources consultées le 8 septembre 2026 :

Questions fréquentes

GPT-6 Astra est-il une AGI ?

Non. L’expression « AGI era » vient d’une opinion personnelle de Greg Brockman, et ARC Prize précise ne pas affirmer qu’Astra est une AGI. Les résultats montrent surtout un progrès agentique ciblé.

Pourquoi Astra obtient-il 99,9 % ou 62,7 % sur ARC-AGI-3 ?

Les deux scores utilisent des dispositifs différents. Le provider adapter d’OpenAI conserve et compacte l’état de raisonnement ; le harness standard d’ARC Prize sert à comparer les fournisseurs.

GPT-6 Astra est-il meilleur que Claude Fable 5.1 ?

Cela dépend du travail. Astra excelle sur plusieurs tâches agentiques, mais Fable 5.1 reste devant sur l’Intelligence Index et le Coding Agent Index d’Artificial Analysis, ainsi que sur Humanity’s Last Exam avec outils.

Combien coûte GPT-6 Astra dans l’API ?

Le tarif standard est de 10 dollars par million de tokens en entrée et 50 dollars en sortie. Au-delà de 272 000 tokens d’entrée, toute la requête passe à 20 dollars en entrée et 75 dollars en sortie.

GPT-6 Astra peut-il contrôler un ordinateur sous Linux ?

Il n’existe pas de client desktop Computer Use officiel pour Linux. L’API reste utilisable si vous fournissez vous-même un navigateur ou une machine virtuelle et exécutez les actions demandées par le modèle.