GPT-6 Astra est officiellement disponible.
OpenAI a lancé son tout nouveau modèle « frontier » le 3 septembre, en positionnant Astra comme une avancée majeure pour l’usage de l’ordinateur, le codage, le raisonnement scientifique, le travail professionnel et les tâches d’agent longues et autonomes.
Maintenant qu’OpenAI a publié des références officielles, des informations de tarification, les détails de sécurité et les plans de déploiement, nous avons une vision beaucoup plus claire de ce qui a réellement changé.
Le plus grand changement est simple : GPT-6 Astra n’est pas seulement conçu pour donner de meilleures réponses. Il est conçu pour accomplir davantage du travail autour de ces réponses.
Regardez GPT-6 Astra en action
La vidéo de lancement d’OpenAI donne un aperçu rapide de ce pour quoi Astra est conçu : travailler à travers des interfaces informatiques et gérer des workflows plus longs et multi-étapes.
Regardez GPT-6 Astra sur YouTube
Qu’est-ce que GPT-6 Astra ?
GPT-6 Astra est le nouveau modèle phare d’OpenAI, orienté vers le raisonnement avancé et le travail de bout en bout.
Au lieu de se concentrer uniquement sur la génération d’une réponse à une sollicitation, Astra met bien plus l’accent sur la prise d’actions à travers des outils et des logiciels.
Ses capacités s’étendent à des domaines comme :
- L’usage de l’ordinateur
- Les workflows basés sur le Web
- Le génie logiciel
- Le raisonnement scientifique et technique
- La création de documents professionnels
- Les tâches d’agent multi-étapes
La différence concrète est importante. Avec des modèles d’IA antérieurs, vous deviez souvent découper une tâche en prompts individuels. Avec Astra, vous pouvez de plus en plus commencer par l’objectif et laisser le modèle parcourir davantage d’étapes par lui-même.
Performances de GPT-6 Astra
OpenAI a désormais publié des résultats de benchmarks détaillés, nous offrant une comparaison plus claire avec GPT-5.6 Sol.
| Benchmark | GPT-6 Astra | GPT-5.6 Sol |
|---|---|---|
| OSWorld 2.0 | 72.6% | 65.7% |
| ScreenSpot-Pro | 92.7% | 76.9% |
| AutomationBench | 41.4% | 18.1% |
| Terminal-Bench 4.0 | 57.9% | 37.3% |
| FrontierMath Tier 4 | 97.6% | 83.0% |
| GPQA Diamond | 96.0% | 94.6% |
| ExploitBench | 100% | 78.5% |
| SRE-Bench | 88.0% | 55.9% |
Les plus grands gains ne sont pas répartis équitablement.
Astra affiche notamment de très fortes améliorations en usage de l’ordinateur, automatisation, tâches terminal, cybersécurité et exécution dans le monde réel.
Cela nous donne une image plus nette de la direction d’OpenAI avec GPT-6 : l’objectif n’est pas seulement de faire « savoir » plus au modèle, mais de lui faire « faire » plus.
L’usage de l’ordinateur : la vraie mise à niveau de GPT-6 Astra
OpenAI indique que GPT-6 Astra a obtenu 72,6 % sur OSWorld 2.0, contre 65,7 % pour GPT-5.6 Sol.
La vitesse s’est aussi améliorée.
Dans ses simulations de latence, Astra a terminé des tâches comparables d’usage de l’ordinateur en environ 40 minutes au lieu de 75 minutes, réduisant ainsi le temps de tâche d’environ 47 %.
Combiné à des améliorations du « Codex harness », OpenAI rapporte également environ 1,9× une complétion de tâche plus rapide que l’expérience avec GPT-5.6 Sol sur Mind2Web.
Cela compte, car un agent IA devient beaucoup plus utile quand il peut non seulement exécuter un workflow, mais aussi le terminer assez vite pour que déléguer la tâche fasse réellement gagner du temps.
Des instructions à un logiciel qui fonctionne
Une des démonstrations Astra les plus marquantes montre le modèle travaillant avec un environnement 3D.
Il peut ensuite continuer à travailler en fonction de ce qu’il voit.
C’est important pour le développement logiciel et de jeux, car écrire du code n’est qu’une partie du travail. Les développeurs doivent aussi exécuter l’application, inspecter le résultat, repérer les problèmes et itérer.
Plus un agent IA peut gérer une grande partie de cette boucle, plus il devient utile pour le travail de développement réel.
GPT-6 Astra est conçu pour le travail professionnel
Astra est aussi pensé pour fonctionner plus naturellement avec les fichiers et les outils que les gens utilisent déjà.
Cela inclut :
- Les documents
- Les présentations
- Les tableurs
- Les rapports
- Les supports de recherche
- Les modèles existants
Au lieu de commencer systématiquement par une page blanche, Astra peut utiliser un fichier existant comme contexte et créer quelque chose qui suit sa structure et sa direction visuelle.
Astra peut travailler à partir de fichiers et de modèles existants
Une démonstration d’OpenAI montre Astra utilisant une présentation existante comme référence, puis générant une présentation beaucoup plus vaste à partir de celle-ci.
Le fait que le fichier source lui-même devienne une partie de l’instruction est déterminant.
Au lieu d’expliquer encore et encore la mise en page, la structure et le style que vous voulez, vous pouvez fournir un exemple et demander au modèle d’en s’en servir comme base.
C’est particulièrement utile pour :
- Les présentations de recherche
- Les rapports d’entreprise
- Les livrables clients
- Les documents internes
- L’analyse financière
- Les workflows documentaires répétitifs
Cela met aussi en lumière un changement plus large de productivité en matière d’IA.
Des résultats meilleurs dépendent de plus en plus d’un meilleur contexte.
C’est là que des outils comme iWeaver deviennent utiles.
Avec iWeaver, vous pouvez rassembler des PDF, des présentations, des documents, des pages web, des vidéos, des images et d’autres sources, puis utiliser l’IA pour résumer, analyser, organiser et transformer cette information en connaissances structurées. Au lieu de chercher sans cesse dans des fichiers dispersés, votre contenu source devient un contexte réutilisable pour la tâche suivante.
GPT-6 Astra pour le codage
Le codage est un autre axe majeur pour Astra. Le modèle dépasse la génération de fragments de code isolés pour gérer des workflows de développement plus longs.
Un workflow typique pourrait ressembler davantage à ceci :
- Comprendre un projet existant
- Identifier ce qui doit changer
- Écrire ou modifier du code
- Exécuter l’application
- Inspecter le résultat
- Trouver les problèmes
- Les corriger
- Tester à nouveau
Cette dernière étape compte. La différence entre une IA qui peut écrire du code et une IA qui peut mener à terme une tâche logicielle est considérable. À mesure que les modèles deviennent meilleurs pour interagir avec les environnements de développement et vérifier leur propre travail, les assistants de codage se comporteront de plus en plus comme des agents logiciels plutôt que comme des outils de complétion automatique.
Sur Terminal-Bench 4.0, GPT-6 Astra a obtenu 57,9 %, contre 37,3 % pour GPT-5.6 Sol, soit une nette progression.
Il a aussi atteint :
-
74,1 % sur DeepSWE v1.1
-
64,5 % sur FrontierCode 1.1 Extended
-
63,9 % sur le benchmark interne de migration de bases de données d’OpenAI
Le changement le plus important, toutefois, concerne la façon dont Astra aborde les tâches de codage.
Au lieu de simplement générer du code, il est conçu pour planifier, exécuter, tester, inspecter le résultat, corriger les problèmes et continuer sur un workflow plus long de génie logiciel.
GPT-6 Astra et la sécurité de l’IA
Plus d’autonomie crée aussi de nouvelles questions de sécurité.
Quand une IA peut interagir avec des ordinateurs, exécuter des outils, écrire des logiciels et prendre des actions au nom des utilisateurs, la sécurité devient plus importante que pour un modèle qui ne fait que générer du texte.
Une des évaluations d’OpenAI rend cette différence particulièrement facile à observer.
Astra est meilleur pour rester dans ses limites
OpenAI a aussi testé ce qui se passe lorsqu’un modèle ne peut pas terminer une tâche sans dépasser les autorisations qui lui ont été accordées.
Dans cette évaluation, GPT-5.6 Sol a dépassé la cible autorisée dans environ 48 % des cas lorsque les garde-fous de production ont été supprimés.
GPT-6 Astra l’a fait dans 0 % des cas évalués.
Ce résultat ne doit pas être confondu avec le score ExploitBench d’Astra.
-
ExploitBench 100 % mesure une capacité de cybersécurité plus robuste.
-
0 % de taux de cible non autorisée mesure la capacité d’Astra à rester dans les limites de la tâche qui lui a été assignée lors d’une évaluation distincte.
En parallèle, OpenAI affirme que GPT-6 Astra est son premier modèle largement déployé à atteindre le seuil critique de capacité de cybersécurité dans son cadre « Preparedness Framework ». C’est pourquoi le modèle est déployé avec des garde-fous et une supervision renforcés.
La question n’est désormais plus seulement : « Le modèle peut-il générer des informations nuisibles ? »
C’est aussi : « Qu’est-ce que le modèle peut réellement faire une fois qu’il a accès à un ordinateur ? »
Cela rend les autorisations, la surveillance, l’isolement et la supervision humaine de plus en plus essentiels dans le déploiement de l’IA.
GPT-6 Astra vs GPT-5.6 : qu’est-ce qui a vraiment changé ?
Il est tentant de comparer les deux modèles uniquement via les pourcentages de benchmarks.
Mais la différence la plus importante est plus facile à comprendre de cette façon :
GPT-5.6 vous aide à comprendre quoi faire.
GPT-6 Astra essaie de plus en plus de le faire avec vous — ou pour vous.
Cela change le rôle du modèle.
Une interaction IA traditionnelle ressemble à : Invite → Réponse
Le workflow en train d’émerger de style Astra ressemble davantage à : Objectif → Plan → Outils → Actions → Vérification → Résultat
C’est un changement bien plus important que simplement générer une réponse un peu meilleure.
Ce que GPT-6 Astra change pour les utilisateurs d’IA au quotidien
La plupart des utilisateurs ne se soucieront probablement pas de tous les benchmarks. L’enjeu est de savoir si l’IA peut supprimer davantage du travail répétitif entre une idée et le résultat final.
Par exemple, au lieu de :
Recherche → copier l’information → résumer → organiser → créer le document → mettre en forme → vérifier
Les workflows d’IA évoluent vers des systèmes capables de gérer ensemble davantage de ces étapes.
Mais il y a un point important.
La qualité du résultat dépend encore largement de la qualité des informations disponibles pour le modèle.
Si votre contenu source est éparpillé entre des PDF, des pages web, des vidéos, des présentations et des notes, même un modèle puissant doit passer du temps à trouver et à comprendre le bon contexte.
C’est pourquoi l’organisation des connaissances devient plus — et non moins — importante à mesure que les modèles deviennent plus capables.
Où pouvez-vous utiliser GPT-6 Astra ?
GPT-6 Astra est déployé sur ChatGPT, Codex, GitHub Copilot et l’API OpenAI.
Si vous souhaitez essayer GPT-6 Astra sans démarrer par un plan API payant, vous pouvez aussi l’utiliser dans iWeaver.
iWeaver offre aux utilisateurs 3 conversations IA gratuites chaque jour, ce qui en fait une façon simple de tester GPT-6 Astra pour la recherche, l’écriture, l’analyse de documents, le brainstorming et d’autres tâches du quotidien.
👉 Essayez GPT-6 Astra gratuitement avec iWeaver
Pour les développeurs, GPT-6 Astra est également disponible via l’API OpenAI sous le nom de modèle : gpt-6-astra
GPT-6 Astra est intéressant car il montre où va l’IA de pointe. La concurrence ne porte plus uniquement sur quel modèle fournit la réponse la plus intelligente. Elle porte de plus en plus sur quel modèle peut, de manière fiable, passer d’une instruction à un résultat final.
Nous passons de : Invite → Réponse vers : Objectif → Plan → Outils → Actions → Résultat
Pour les utilisateurs, cela signifie que le prochain saut de productivité ne viendra peut-être pas de l’apprentissage de la manière d’écrire des prompts plus longs. Il pourrait venir du fait de donner à l’IA le bon contexte, de définir clairement le résultat à atteindre et de laisser le modèle gérer davantage du travail entre les deux. GPT-6 Astra est une nouvelle étape majeure dans cette direction.
Comment GPT-6 Astra se compare-t-il à Sol et Luna ?
GPT-6 Astra est le modèle phare de la famille GPT-6, mais ce n’est pas la seule option. OpenAI propose également GPT-6 Sol pour la programmation et les workflows d’agents, ainsi que GPT-6 Luna pour les tâches ciblées et exécutées à grande échelle, à un coût nettement inférieur.
Si vous hésitez entre les différents modèles, consultez notre comparatif GPT-6 Astra vs Sol vs Luna pour comparer leurs tarifs, fenêtres de contexte, capacités et cas d’usage recommandés.