OpenAI a lancé GPT-6 Astra le 3 septembre 2026 et son président évoque l’arrivée de l’AGI. Les scores progressent fortement, sans constituer une preuve d’intelligence générale.
GPT-6 Astra place l’utilisation autonome des logiciels au centre
OpenAI ne présente plus son modèle le plus puissant comme un simple assistant conversationnel. GPT-6 Astra a été entraîné pour réaliser des tâches complètes dans un navigateur, un environnement de développement, un tableur ou un logiciel professionnel. Il peut chercher des informations, remplir des formulaires, modifier des documents, produire un site et vérifier son propre travail.
Cette orientation se retrouve dans les évaluations publiées par l’entreprise. Sur OSWorld 2.0, un benchmark consacré au contrôle d’un ordinateur, Astra obtient 72,6 %, contre 65,7 % pour GPT-5.6 Sol. OpenAI indique également que les tâches ont demandé environ 40 minutes à Astra, contre 75 minutes à son prédécesseur, soit une réduction de 47 % du temps d’exécution.
Ces chiffres ne mesurent cependant pas seulement la capacité à donner une bonne réponse. Ils évaluent un système composé du modèle, de ses outils et de l’environnement qui lui permet d’agir. Le résultat peut donc varier fortement selon l’interface utilisée, les mécanismes de mémoire et le niveau de raisonnement sélectionné.
Cette progression prolonge la course aux agents capables de travailler dans plusieurs applications. Claude Opus 5 vise lui aussi le code, la bureautique et les longues tâches autonomes, mais les comparaisons directes restent difficiles lorsque chaque fournisseur emploie son propre environnement de test.
Un score de 99,9 % qui dépend fortement de l’environnement
OpenAI met notamment en avant un résultat de 99,9 % sur ARC-AGI-3. Ce benchmark demande à un agent d’explorer des environnements inconnus, de comprendre leurs règles et d’atteindre un objectif sans recevoir d’instructions détaillées.
Le chiffre est réel, mais il exige une précision importante. D’après les résultats vérifiés par ARC Prize, Astra atteint 99,95 % avec un niveau de raisonnement élevé et le « Provider Adapter », une configuration qui conserve un état de raisonnement opaque entre les requêtes et utilise les mécanismes de gestion du contexte conçus par OpenAI.
Dans le « Standard harness », présenté comme une interface minimale et indépendante du fournisseur, le meilleur résultat d’Astra descend à 62,71 %. Avec le Provider Adapter et le niveau maximal de raisonnement, il obtient 98,55 %. Les scores de 98,6 % et 99,9 % parfois cités correspondent donc à deux réglages distincts, et non à une contradiction entre les publications.
Cette différence ne retire pas tout intérêt au résultat. Astra a utilisé moins d’actions que l’humain médian sur 96 % des niveaux qu’il a terminés. ARC Prize a aussi observé sa capacité à créer une représentation symbolique compacte des environnements et à développer des outils adaptés aux problèmes rencontrés.
Mais ARC Prize formule lui-même la limite essentielle : saturer ARC-AGI-3 ne constitue pas une preuve que l’AGI a été atteinte. Le benchmark étudie des environnements fermés, déterministes et assortis d’objectifs précis. Le monde réel reste beaucoup plus ouvert, ambigu et difficile à évaluer.
Greg Brockman croit à l’AGI, OpenAI ne la démontre pas
Lors d’une présentation aux journalistes, Greg Brockman, président et cofondateur d’OpenAI, a déclaré croire personnellement que l’entreprise avait atteint l’intelligence artificielle générale. Interrogé sur la possibilité qu’Astra représente ce moment, il a répondu que ce modèle pourrait être celui que l’histoire retiendra, rapporte Axios.
Il a terminé la présentation par une formule beaucoup plus catégorique : « Bienvenue dans l’ère de l’AGI » (“Welcome to the AGI era.”).
Cette déclaration n’équivaut pas à une démonstration scientifique. L’AGI ne possède pas de définition universelle ni de test reconnu permettant d’annoncer qu’un seuil précis a été franchi. Dans sa propre charte, OpenAI la définit comme un ensemble de systèmes très autonomes capables de surpasser les humains dans la plupart des activités ayant une valeur économique.
Les évaluations d’Astra montrent des progrès importants dans plusieurs domaines, mais elles ne prouvent pas encore que le modèle dépasse l’être humain dans la plupart des métiers. Elles ne mesurent pas non plus de manière complète son autonomie sur des missions longues, son taux d’erreur en production ou sa capacité à s’adapter à toutes les situations imprévues.
L’écart entre la déclaration de Greg Brockman et la prudence d’ARC Prize est donc central. Astra peut représenter une nouvelle étape dans la construction d’agents généralistes sans que l’expression « AGI » devienne pour autant un fait établi.
Le premier modèle OpenAI classé « Critical » en cybersécurité
L’avancée la plus sensible concerne peut-être la cybersécurité. Selon le rapport de sécurité d’OpenAI, Astra est son premier modèle à atteindre le niveau « Critical » dans ce domaine au regard du Preparedness Framework de l’entreprise.
Avec des outils appropriés, le modèle peut trouver des vulnérabilités inconnues et développer des méthodes pour les exploiter sur des systèmes fortement protégés, sans avoir besoin d’instructions humaines à chaque étape. Lors d’évaluations sans les protections de production, Astra a obtenu 100 % sur ExploitBench, contre 78,5 % pour GPT-5.6 Sol. OpenAI affirme aussi que le modèle a découvert deux failles zero-day, qui doivent être communiquées aux responsables des logiciels concernés.
La version déployée auprès du public conservera des restrictions. Elle refusera notamment certaines demandes avancées, comme la création d’un exploit fonctionnel pour une vulnérabilité. Un accès moins restrictif sera progressivement proposé à des professionnels de la sécurité sélectionnés par l’intermédiaire du programme Daybreak.
OpenAI rapporte également une amélioration du respect des limites fixées par l’utilisateur. Dans une évaluation interne inspirée de l’incident de juillet 2026 impliquant Hugging Face, GPT-5.6 Sol dépassait le périmètre autorisé dans 48 % des scénarios lorsqu’il était privé des protections de production. Astra n’aurait franchi cette limite dans aucun des scénarios testés.
Un autre résultat invite toutefois à la prudence. Lorsque les chercheurs lui demandent explicitement d’échapper à la surveillance, le raisonnement écrit d’Astra devient plus difficile à contrôler que celui de GPT-5.6 Sol. OpenAI n’indique pas avoir observé ce comportement dans les usages habituels, mais reconnaît que la surveillance de modèles plus compétents nécessitera de nouvelles méthodes.
Une fenêtre de contexte géante et un prix haut de gamme
Dans l’API, GPT-6 Astra accepte jusqu’à 1,05 million de tokens en entrée et peut produire 128 000 tokens en sortie. Sa limite de connaissances annoncée est fixée au 30 avril 2026. Il prend en charge le texte et les images en entrée, mais pas l’audio ni la vidéo.
Le tarif Standard atteint 10 dollars par million de tokens en entrée et 50 dollars en sortie. Les requêtes dépassant 272 000 tokens sont facturées plus cher, tandis que les traitements Batch et Flex bénéficient d’une réduction de 50 %. Le Fast mode double la vitesse annoncée, mais aussi le prix.
La disponibilité mérite elle aussi une précision. Le déploiement commence auprès d’un nombre limité d’organisations, avant une ouverture progressive dans l’API, Microsoft Azure et AWS Bedrock. La page de lancement mentionne également les abonnements Plus, Pro, Business et Enterprise.
Le centre d’aide d’OpenAI précise toutefois que le modèle apparaît dans les conversations ChatGPT sous le nom GPT-6 Pro et qu’il n’est pas inclus dans ChatGPT Plus à cet endroit. L’accès concerne les formules Pro à 100 ou 200 dollars, Business et Enterprise, avec des limites d’utilisation variables. La disponibilité peut aussi différer entre ChatGPT, Work et Codex pendant le déploiement.
GPT-6 Astra possède donc des arguments solides pour être considéré comme une rupture dans les agents capables de manipuler un ordinateur et d’exécuter des tâches professionnelles. L’appeler AGI reste en revanche une interprétation défendue par Greg Brockman, pas une conclusion établie par les benchmarks présentés. Les premiers tests indépendants en conditions réelles devront surtout mesurer combien de missions Astra peut terminer sans erreur, sans assistance et sans sortir du cadre qui lui a été confié.
