GPT-6 Astra : capacités et projets réalisés avec le modèle

GPT-6 Astra est le modèle d’OpenAI destiné aux tâches exigeantes de programmation, de recherche et d’utilisation d’outils. Depuis son lancement, les démonstrations de logiciels, de navigation et d’usage de l’ordinateur soulèvent une question plus utile que celle de savoir s’il s’agit de « l’IA la plus puissante » : que sait-il vraiment faire, où peut-on l’essayer et quels projets externes permettent de le vérifier ?

Qu’est-ce que GPT-6 Astra ?

GPT-6 Astra est un modèle d’intelligence artificielle d’OpenAI. ChatGPT est le produit qui propose plusieurs expériences et modèles. Codex est l’environnement consacré au logiciel ; ChatGPT Work est conçu pour les missions longues et les livrables ; le chat classique sert à converser. Une expérience qui utilise Astra ne rend pas ces noms interchangeables et ne garantit pas que toutes les fonctions soient disponibles dans chaque interface. Pour comparer plus largement les produits, consultez notre comparatif ChatGPT, Claude et Gemini.

OpenAI a annoncé Astra le 3 septembre 2026, d’abord auprès d’un groupe limité d’organisations, puis pour les comptes éligibles. La fiche développeur indique l’identifiant API `gpt-6-astra` ; elle documente les entrées texte et image ainsi que des outils comme la recherche web, l’interpréteur de code, le shell et l’usage de l’ordinateur. Ces outils doivent être activés par le produit ou l’application : le modèle n’accède pas automatiquement à vos fichiers, à votre navigateur ou à votre bureau.

Où utiliser GPT-6 Astra

À la date de vérification, Astra est accessible par trois voies principales. Dans ChatGPT Work et Codex, les forfaits et autorisations éligibles peuvent afficher Astra dans le sélecteur ; OpenAI indique que Plus inclut l’accès à ces expériences. Dans Chat, l’option GPT-6 Pro est propulsée par Astra et proposée pour Pro à 100 et 200 dollars, Business et Enterprise ; l’accès Enterprise dépend aussi des réglages de l’administrateur. Ce n’est pas le modèle par défaut de toutes les conversations : Chat a ses propres options et limites. L’API expose `gpt-6-astra`, avec une facturation et des limites distinctes de l’abonnement ChatGPT. Consultez les pages actuelles sur la disponibilité des modèles ChatGPT et Work et Codex avant de souscrire ou d’intégrer le modèle. OpenAI précise que Work est encore déployé progressivement et que Plus inclut un quota limité ; Pro 500 ne figure pas parmi les forfaits éligibles à GPT-6 Pro dans Chat.

OpenAI présente Work comme une expérience agentique pour les tâches en plusieurs étapes et les livrables finalisés ; Codex reste centré sur le logiciel et le travail technique. Dans les deux cas, les capacités dépendent des fichiers, autorisations, outils et limites accordés. Les organisations utilisant l’API doivent configurer les outils et respecter leurs quotas. Azure et AWS Bedrock étaient cités dans l’annonce, mais cela ne signifie pas que tous les pays, forfaits ou déploiements externes ont les mêmes conditions.

Astra, GPT-6 Pro, Sol et Luna : des noms différents

La nomenclature d’OpenAI mêle modèles et options de produit. GPT-6 Astra est le modèle. GPT-6 Pro est une option de ChatGPT qui, selon la documentation, repose sur Astra, mais avec ses propres conditions d’accès et limites. GPT-6 Sol et GPT-6 Luna sont d’autres modèles de la famille GPT-6 annoncés le 22 septembre ; GPT-6.1 Sol est arrivé le 29 septembre comme variante distincte, destinée aux tâches complexes avec un autre équilibre entre capacité et coût. GPT-5.6 Sol appartient à la génération précédente et reste sélectionnable dans certains produits. Ces étiquettes ne sont pas interchangeables : un résultat obtenu dans Codex avec Astra ne prouve pas comment répondra le chat classique avec Sol.

Par rapport à GPT-5.6 Sol, OpenAI rapporte des progrès sur plusieurs tests, mais pas de mesure universelle de « l’intelligence ». L’entreprise publie 57,9 % contre 37,3 % au Terminal-Bench 4.0, qui évalue des agents sur des tâches complexes dans un terminal, comme le génie logiciel, la configuration et l’analyse de données. À OSWorld 2.0, test hors ligne d’usage de l’ordinateur avec score partiel, elle indique 72,6 % pour Astra et 65,7 % pour GPT-5.6 Sol. Ce sont des résultats du fournisseur sur des tests précis, pas des taux de réussite pour chaque projet réel. Le tableau précise que le meilleur score parmi les niveaux de raisonnement est retenu et que l’environnement d’évaluation peut différer du ChatGPT en production.

Programmation : du code à un projet entier

Dans Codex, la différence pratique ne se limite pas à proposer une fonction. Avec un accès autorisé à un dépôt, à un terminal et aux outils disponibles, le modèle peut examiner les fichiers, proposer des changements, lancer des commandes, lire les erreurs, modifier plusieurs éléments et tester à nouveau. Dans un IDE ou Codex, le modèle fournit la planification et la génération du code ; l’environnement apporte les fichiers et l’exécution. Les tests détectent certains problèmes, mais leur réussite ne prouve pas à elle seule que le logiciel est sûr, maintenable ou correct pour tous les usages.

Il peut aussi aider à déboguer, expliquer du code ancien, préparer une migration, créer un prototype ou vérifier une interface dans un navigateur. Une tâche longue peut toujours perdre des décisions antérieures, mal interpréter une consigne ou corriger un point en en cassant un autre. Un brief avec critères d’acceptation, autorisations minimales et contrôles intermédiaires apporte davantage de maîtrise que « construis une application complète » suivi d’une acceptation du premier résultat.

Computer use : ce que signifie utiliser une interface

Avec le computer use, le modèle observe des captures d’écran d’une interface et décide de la prochaine action à demander. Le guide API d’OpenAI décrit des actions structurées au clavier et à la souris, exécutées par l’application intégratrice, ou du code qui pilote un navigateur ou un ordinateur et renvoie de nouvelles observations. Cela peut servir à tester des formulaires, parcourir un site ou interagir avec un logiciel spécialisé.

La distinction essentielle est celle de l’environnement. Astra ne contrôle pas automatiquement n’importe quel ordinateur : il faut le connecter à un navigateur ou à une machine, exécuter ses actions, lui renvoyer l’écran et définir les autorisations. Un test sur un bureau isolé n’équivaut pas à autoriser des achats, l’envoi d’e-mails ou la modification de données réelles. Les démonstrations d’OpenAI montrent des formulaires, l’édition de documents, l’analyse de données et des tests de sites ; ce sont des exemples sélectionnés par l’entreprise, pas la garantie qu’un processus changeant fonctionnera sans supervision.

Recherche, science et mathématiques : attention à l’attribution

Astra peut aider à rechercher des informations, analyser des fichiers, exécuter du code et utiliser des outils scientifiques lorsqu’un utilisateur ou une intégration les lui fournit. OpenAI annonce 97,6 % à FrontierMath Tier 4 v2, mais un score de benchmark ne prouve pas que le modèle résout de manière autonome des problèmes ouverts ni que ses explications sont exactes. La recherche exige de vérifier les sources, méthodes et résultats ; une réponse plausible ne remplace pas une expertise.

Les titres sur les mathématiques doivent être séparés des éléments propres à Astra. OpenAI décrit les tests First Proof comme le travail d’un modèle interne durant son entraînement, avec suggestions humaines, sélection des meilleurs essais et examen par des experts ; l’entreprise a ensuite corrigé un essai qu’elle avait jugé prometteur. Pour Navier–Stokes, OpenAI attribue la démonstration à un autre modèle interne, décrit comme nettement plus capable qu’Astra, coordonné dans un système d’agents ; Astra a ensuite servi à formaliser et vérifier certaines parties en Lean. Dire « Astra a résolu Navier–Stokes » attribuerait un résultat que la source ne lui attribue pas.

Ce que montrent les démonstrations officielles

La page de lancement d’OpenAI montre Astra travaillant sur une carte électronique, un jeu, un formulaire fiscal, un tableur, des tests de site et des documents professionnels. Une autre démonstration transforme un modèle de maison dans Blender en visite explorable dans Unreal Engine. Ces exemples illustrent l’association du raisonnement et des outils logiciels. Ce sont des vitrines sélectionnées par OpenAI, pas des essais indépendants : elles ne prouvent pas que le modèle a créé chaque ressource à partir de rien, qu’aucune préparation n’a eu lieu ou que le résultat soit reproductible à partir de n’importe quelle consigne.

Ce que les utilisateurs construisent avec GPT-6 Astra

Les projets de tiers apportent une autre perspective : ils montrent des artefacts, des choix et des itérations hors de la vitrine du fabricant. Malgré cela, l’attribution repose souvent sur les déclarations du créateur ; une capture indiquant « fait avec l’IA » ne suffit pas à savoir si le projet a utilisé Astra, un autre modèle ou plusieurs outils.

Un chiffre historique, avec des éléments vérifiables. Le chercheur en sécurité Carter Church a publié la reconstitution d’une lettre chiffrée de 1809 adressée au général Marmont, avec un récit technique et un paquet reproductible. Church attribue à GPT-6 Astra la lecture de l’image d’archive, le regroupement des symboles et une aide à la recherche de la clé ; Cryptiana a ensuite marqué l’entrée comme résolue. Des réserves s’imposent : une clé partielle antérieure couvrait 435 des 1 300 unités, la correspondance de Napoléon fournissait un contexte, et le travail mobilisait outils, vérifications et jugement humain. Le cas est intéressant parce qu’il peut être contrôlé, mais il n’a pas révélé d’information stratégique inconnue : l’essentiel figurait déjà dans un ordre publié. Church indique environ six heures d’exécution du modèle à partir d’une seule image numérisée ; il a publié la clé, la transcription et des scripts pour vérifier et reproduire la lecture.

Un visuel 3D qui vérifie son propre rendu. Le créateur Zhuermu a publié une expérience WebGL interactive et identifie explicitement GPT-6 Astra et Codex CLI. Il documente 20 appels d’outils et trois cycles de rendu et de révision : le premier résultat avait un halo trop intense, que l’agent a repéré en relisant la capture avant de le corriger. Il s’agit d’un visuel d’une seule page et d’une démo accessible, pas d’une application de production ni de la preuve que la vérification humaine est inutile. La fiche précise une session en un tour, 10 min 34 s et un fichier de 575 lignes ; le créateur fournit la démo, la méthode et des empreintes de captures reproductibles. Ces éléments sont déclarés par l’auteur, pas vérifiés indépendamment.

Un site fictif pour un produit. VUVE a raconté comment l’équipe a créé NOCTE, une page de démonstration pour une marque de parfum inventée, avec Codex et GPT-6 Astra. Le récit détaille une image de produit générée par IA, une vidéo LTX, des outils connectés et plusieurs révisions. Le site et le processus sont consultables ; Astra n’a pas généré la vidéo et la page ne représente ni entreprise ni produit réel. C’est un exemple d’assemblage et d’édition assistés, pas d’un site commercial entièrement créé sans intervention.

Ce que GPT-6 Astra ne garantit pas

Astra peut se tromper dans les faits, inventer des références, choisir le mauvais contrôle d’écran, mal interpréter des exigences ou répéter une erreur pendant une tâche longue. Un agent peut aussi épuiser son quota, prendre plus de temps que prévu ou s’arrêter à cause des autorisations et filtres de sécurité. Les démos ont un objectif délimité et réduisent les frictions ; un dépôt réel, un compte professionnel ou un projet de plusieurs semaines ajoutent de l’état, des dépendances et des risques.

L’autonomie dépend de tout le système : modèle, consignes, outils, mémoire, autorisations, contrôles et limites. Quand le modèle peut cliquer ou exécuter des commandes, une consigne ambiguë peut avoir des conséquences concrètes. Accordez le minimum d’accès nécessaire, demandez confirmation avant les actions irréversibles et examinez les changements, surtout s’ils concernent l’argent, des données privées, la production, la sécurité ou une décision professionnelle.

Sécurité : que signifie le niveau Critical ?

OpenAI classe Astra au niveau de capacité Critical en cybersécurité de son Preparedness Framework et affirme avoir renforcé les protections et la surveillance. La catégorie indique qu’avec des outils et des accès adaptés le modèle pourrait contribuer à trouver des vulnérabilités et à développer des chaînes d’exploitation ; elle ne signifie pas que chaque utilisateur reçoit ces capacités sans contrôle ni qu’une attaque a eu lieu. OpenAI reconnaît aussi que la surveillance de son raisonnement écrit est devenue plus difficile qu’avec GPT-5.6 Sol. Il s’agit de l’évaluation du fabricant, pas d’une certification de sécurité parfaite.

Questions fréquentes

GPT-6 Astra est-il la même chose que ChatGPT ?

Non. Astra est un modèle d’OpenAI ; ChatGPT est un produit qui peut proposer plusieurs modèles. Work et Codex sont des expériences différentes, et GPT-6 Pro est une option de Chat reposant sur Astra.

Peut-on utiliser Astra gratuitement ou avec Plus ?

La documentation consultée indique Astra dans Work et Codex pour les forfaits Plus éligibles, et GPT-6 Pro dans Chat pour certains forfaits Pro, Business et Enterprise. L’accès et la facturation API sont séparés. La disponibilité peut varier selon le compte, le pays, les autorisations de l’espace de travail et les changements de produit ; vérifiez les pages officielles avant de choisir.

Peut-il créer seul une application ou un jeu complet ?

Il peut contribuer à des prototypes et à des projets avec un agent et des outils configurés, mais les exemples publics montrent de la préparation, des logiciels externes, des itérations et des décisions humaines. Un résultat impressionnant ne prouve pas qu’il est complet, maintenable ou sûr pour la production.

Que change donc GPT-6 Astra ?

Astra est surtout utile lorsqu’il associe son raisonnement à un environnement où il peut examiner, exécuter, observer et corriger le travail. Les exemples vérifiables montrent programmation, graphismes interactifs et analyse de documents historiques ; les démonstrations officielles élargissent ce champ, tandis que les projets de tiers rappellent que le résultat dépend des outils, du contexte et de la supervision. Astra n’est pas synonyme de ChatGPT, ne contrôle pas n’importe quel ordinateur, et les cas scientifiques ou mathématiques doivent être attribués au modèle et à l’équipe qui les ont réellement produits. La question utile n’est pas de savoir s’il « peut tout faire », mais quelle tâche il résout, avec quel système et comment vérifier le résultat.