OpenAI a présenté GPT-6 Astra comme son modèle le plus abouti. Entre benchmarks impressionnants, lancement chaotique et limites révélées par les premiers utilisateurs, on fait le point sur ce que peut faire réellement ce modèle.
OpenAI vient de lancer GPT-6 Astra, présenté comme le modèle le plus intelligent et le mieux aligné à ce jour. L’annonce s’accompagne de résultats impressionnants sur plusieurs tests de référence. Les internautes n’ont pas tardé à l’essayer et révéler les choses impressionnantes qu’il pouvait faire : de la création d’un jeu inspiré de l’Atlantide à l’utilisation de Blender ou encore d’Unreal Engine pour de la modélisation. Mais entre le discours officiel et les premiers usages concrets, un écart commence déjà à se dessiner. Voici ce que ce modèle sait vraiment faire, et ce que ses limites révèlent.
Dans cet article :
Un déploiement progressif, pas une sortie immédiate
Contrairement à une sortie classique disponible pour tous en même temps, Astra a d’abord été réservé à un nombre limité d’organisations dans le cadre d’un programme appelé Trusted Access. L’accès aux abonnés ChatGPT s’est ensuite étendu progressivement, en commençant par les formules les plus chères, Business et Pro. Les abonnés Plus, à 20 dollars par mois, ont dû patienter quelques heures supplémentaires avant de recevoir le modèle à leur tour.
Ce déploiement par vagues a créé une véritable frustration chez de nombreux abonnés payants, y compris ceux ayant souscrit la formule la plus onéreuse. Sam Altman, le dirigeant d’OpenAI, a lui-même reconnu publiquement que ce lancement avait été désordonné. Le problème tient surtout à la communication qui l’a précédé, largement axée sur la disponibilité immédiate, alors que la réalité s’est révélée plus progressive et inégale selon les comptes.
VOIR AUSSI : Cybercriminalité et IA : ce que les derniers rapports d’OpenAI nous apprennent à craindre
Des résultats impressionnants sur le papier
Sur le plan des performances brutes, Astra affiche des résultats particulièrement élevés. Le modèle obtient un score de 99,9 % sur ARC-AGI-3, un test conçu pour évaluer la capacité à résoudre des problèmes inédits, ce qui le place quasiment au niveau d’efficacité d’un humain. Il atteint également 100 % sur ExploitBench, un test qui mesure la capacité à transformer des vulnérabilités informatiques connues en attaques fonctionnelles.
La vraie nouveauté d’Astra ne se limite pas à ces scores. C’est le premier modèle d’OpenAI conçu dès sa conception pour des tâches agentiques de longue durée, plutôt que pour de simples échanges ponctuels. Concrètement, cela signifie qu’il peut travailler sur un dépôt de code entier plutôt que sur un simple extrait, naviguer seul dans un navigateur ou un ordinateur, et enchaîner plusieurs étapes complexes sans perdre le fil de la tâche initiale ni de l’intention de l’utilisateur.
Il peut notamment utiliser un ordinateur de manière autonome, ouvrir et utiliser des logiciels, des plus simples aux plus complexes, dont Unreal Engine, Blender ou encore Canva. Divers utilisateurs s’en sont servir pour réaliser des dessins en temps réel, modéliser des scènes ou créer de petits jeux vidéo.
Les limites déjà remontées par les premiers utilisateurs
Malgré ces avancées, plusieurs limites concrètes ont été identifiées dès les premiers jours d’utilisation. Astra continue de produire des hallucinations sur les sujets peu documentés. C’est un problème qui touche l’ensemble des grands modèles de langage actuels. Plus préoccupant, les erreurs liées à l’utilisation autonome d’un ordinateur ont tendance à s’accumuler à mesure que les sessions de travail s’allongent, ce qui nuance fortement la promesse d’une autonomie totale sur des tâches longues.
Une autonomie qui reste surveillée
Un évaluateur indépendant ayant testé le modèle a également relevé des moments où Astra avait besoin d’être recadré ou réorienté en cours de tâche.
Autrement dit, fonctionner de manière autonome ne signifie pas fonctionner sans aucune supervision.
Cette nuance est particulièrement importante pour les équipes qui envisagent de déléguer des tâches complexes au modèle sans contrôle humain régulier.
Un coût qui grimpe vite sur les tâches complexes
Le raisonnement approfondi et la gestion d’un contexte volumineux ont un prix. Au-delà d’environ 272000 caractères de contexte, l’utilisation de jetons devient rapidement coûteuse. C’est aussi un point à surveiller de près pour les usages professionnels intensifs qui reposent sur de longs documents ou des conversations prolongées.
Une chaîne de raisonnement plus difficile à suivre
Un autre point technique retient l’attention des chercheurs en sécurité. Astra a tendance à produire des chaînes de pensée beaucoup plus courtes que la génération précédente, en particulier depuis sa phase d’apprentissage par renforcement. Ce raccourcissement limite la capacité à suivre précisément la manière dont le modèle raisonne, ce qui complique la détection d’éventuels comportements désalignés. OpenAI reconnaît elle-même ce problème sans avoir encore d’explication définitive sur cet écart par rapport aux modèles précédents.
Un niveau de risque en cybersécurité inédit
Selon le propre cadre de préparation d’OpenAI, Astra est le premier modèle à atteindre un niveau jugé critique en matière de cybersécurité. Avec les bons outils et les droits d’accès nécessaires, il serait théoriquement capable d’identifier et de développer des failles inconnues. Le pire, c’est qu’il pourrait les exploiter contre des systèmes sécurisés sans intervention humaine à chaque étape.
OpenAI admet ne pas pouvoir éliminer entièrement ce risque à ce stade.
GPT-6 Astra représente une avancée réelle sur les tâches longues et complexes, particulièrement dans le développement logiciel et l’utilisation autonome d’outils numériques. Mais les premiers retours d’usage montrent que cette autonomie reste encadrée par des limites concrètes, que ce soit en termes de fiabilité sur la durée, de coût, ou de supervision nécessaire. Pour toute équipe qui envisage de confier des tâches sensibles au modèle, la prudence recommandée par OpenAI elle-même reste de mise, avec des permissions limitées, une confirmation avant toute action à conséquences importantes, et un historique des actions conservé en continu.
BuzzWebzine est un média indépendant. Soutiens-nous en nous ajoutant à tes favoris sur Google Actualités :
