GPT-6 Astra : puissant, mais toujours sous surveillance

OpenAI annonce GPT-6 Astra comme un modèle agentique conçu pour le développement logiciel, l’usage d’applications, la navigation web, les travaux scientifiques, les flux professionnels et la cybersécurité. Son intérêt est concret : Astra peut enchaîner plusieurs actions dans des outils et traiter des tâches plus structurées qu’une simple conversation. Mais les erreurs observées lors d’une évaluation pratique montrent qu’il faut encore contrôler son travail, surtout lorsqu’il modifie du code ou agit sur plusieurs étapes.

GPT-6 Astra arrive pour les tâches complexes

OpenAI prévoit un déploiement d’abord limité à certaines organisations, puis une extension à ChatGPT Plus, Pro, Business et Enterprise, à l’API OpenAI, à Microsoft Azure et à AWS Bedrock. Dans ChatGPT, l’accès Enterprise doit être activé par l’administrateur de l’organisation.

Le modèle vise notamment les tâches où il faut lire plusieurs fichiers, utiliser des logiciels, remplir des formulaires, mettre à jour des informations ou coordonner différentes étapes. Il peut aussi créer et tester des sites web, des applications, des jeux, des documents, des feuilles de calcul et des présentations.

Cette orientation change la nature de l’outil. Astra n’est pas seulement censé produire du texte ou du code : il est conçu pour agir dans un environnement logiciel, avec des outils et un objectif à poursuivre.

Ce qui progresse face à GPT-5.6 Sol

Les résultats publiés par OpenAI montrent un avantage d’Astra sur plusieurs évaluations. La comparaison la plus parlante concerne OSWorld 2.0, un test d’utilisation d’ordinateur.

OpenAI précise que ces résultats correspondent à un score partiel hors ligne et à des démonstrations associées. Ils indiquent une progression dans ce cadre précis, sans transformer automatiquement chaque usage réel en tâche plus rapide ou plus fiable.

Sur d’autres évaluations annoncées par OpenAI, Astra atteint 92,7 % sur ScreenSpot-Pro sans outils, contre 76,9 % pour GPT-5.6 Sol, et 57,9 % sur Terminal-Bench 4.0, contre 37,3 %. En programmation, ces écarts peuvent surtout compter lorsque le travail implique plusieurs fichiers, des dépendances et des vérifications successives.

Les scores spectaculaires ne remplacent pas le contrôle humain

OpenAI rapporte un score de 99,9 % pour Astra sur ARC-AGI-3 et de 100 % sur ExploitBench. ARC-AGI-3 évalue des agents confrontés à des tâches interactives, tandis qu’ExploitBench porte sur l’exploitation de vulnérabilités connues dans un environnement de test.

Ces résultats mesurent des performances dans des conditions définies. Ils ne suffisent pas à établir une intelligence générale artificielle ni une fiabilité autonome valable pour tous les projets. Le comportement observé dans une tâche balisée ne couvre pas forcément les ambiguïtés, les effets de bord ou les erreurs d’architecture d’un travail réel.

Une évaluation pratique publiée le 14 septembre 2026 a rapporté environ 4 % de bugs étiquetés exploitables en plus pour Astra sur l’ensemble de ses essais, ainsi qu’un avantage de 20 % sur un sous-ensemble plus difficile de revues de code réparties entre plusieurs fichiers. La même évaluation a relevé un bug bloquant dans un jeu, dont la cause a demandé plusieurs heures de débogage.

La règle reste donc simple : tests automatisés, revue des différences et validation humaine doivent accompagner les modifications importantes. Une réponse convaincante n’est pas nécessairement une réponse correcte — surtout quand elle touche à plusieurs composants d’un projet.

Cybersécurité : des capacités élevées, avec des garde-fous

OpenAI classe Astra au niveau Critical pour la cybersécurité dans son propre Preparedness Framework. L’entreprise affirme également que le modèle a découvert et utilisé deux vulnérabilités zero-day pendant une évaluation, puis que ces vulnérabilités ont été communiquées aux responsables de leur maintenance.

OpenAI indique en parallèle qu’Astra peut aider à la revue de code sécurisé et à la correction de failles, mais qu’il refuse des tâches plus avancées comme la création d’exploits de preuve de concept. Le score de 100 % sur ExploitBench concerne un test de vulnérabilités connues réalisé sans les garde-fous de production : il ne décrit donc pas à lui seul le comportement du modèle dans ChatGPT ou dans chaque environnement professionnel.

Combien coûte l’API GPT-6 Astra ?

Le tarif API Standard annoncé par OpenAI est de 10 $ par million de jetons en entrée et de 50 $ par million de jetons en sortie. Le mode Fast peut atteindre deux fois la vitesse du mode Standard, pour deux fois son prix.

Le coût dépendra donc fortement de la longueur des contextes, du nombre d’actions et des itérations nécessaires. Pour une revue complexe ou une automatisation en plusieurs étapes, le modèle peut apporter un gain de temps ; pour une tâche routinière, son niveau d’effort peut surtout augmenter la consommation.

GPT-6 Astra se présente ainsi comme un accélérateur pour les workflows techniques exigeants, pas comme un remplaçant du contrôle humain. Ses benchmarks sont impressionnants, mais son usage le plus solide reste celui où chaque étape peut être vérifiée.

OpenAI lance Astra for Law, son IA juridique réservée à certaines firmes américaines

GPT-6 Astra : OpenAI relève des résultats contrastés en supervision