Après la panne mondiale de l'IA d'hier soir.
GPT-6 Astra a enfin fait ses débuts officiels à 3h33, heure de Pékin.
Si OpenAI devait résumer GPT-6 Astra en une phrase,
ce serait probablement celle-ci :
C'est le modèle le plus intelligent et le plus aligné au monde.
Et les mèmes ont déjà commencé à apparaître.
Cette fois, OpenAI a prouvé sa puissance, et on ressent un peu l'ambiance du moment GPT-4 — un retour du roi sur tous les plans. Ce qui me fait le plus plaisir, c'est que ce n'est enfin plus un modèle purement spécialisé dans le code.
GPT-6 Astra est véritablement un employé de niveau doctorat avec des capacités esthétiques et professionnelles extrêmement solides.
Le nouveau modèle a de nombreuses fonctionnalités et caractéristiques, et la quantité d'informations est explosive.
Mais le drame, c'est qu'OpenAI a aussi appris quelques mauvaises habitudes.
Aujourd'hui, il n'est ouvert qu'à certaines organisations sélectionnées ; il sera ouvert aux abonnés dans les jours à venir.
Attends, mon pote, ce n'est pas ce que tu as dit quand tu m'as embobiné pour acheter l'abonnement Pro à 200 $... Tu as dit que les membres Pro auraient un accès prioritaire aux nouveaux modèles à chaque fois...
Il s'avère que ces entreprises de grands modèles sont tous des joueurs.
Je n'ai jamais autant voulu accélérer le temps juste pour utiliser GPT-6 Astra...
Cependant, après avoir parcouru presque toutes les informations et tous les documents, je pense qu'il y a encore beaucoup de choses à discuter avec tout le monde.
Passons-les en revue une par une.
1. Informations de base sur GPT-6 Astra
Résumons d'abord les informations de base.
L'ID du modèle pour GPT-6 Astra dans l'API est gpt-6-astra.
La fenêtre de contexte est de 1,05 M, soit environ 1,05 million de tokens.
La longueur maximale de sortie est de 128 000 tokens.
La date de coupure des connaissances est le 30 avril 2026.
Il y a cinq niveaux d'intensité de raisonnement : faible, moyen, élevé, très élevé et max.
Le prix standard de l'API est de 10 $ par million de tokens d'entrée et de 50 $ par million de tokens de sortie.
Ce prix est pratiquement identique à celui de Claude Fable 5, mais la lecture du cache est plus chère que celle de Claude Fable 5.1.
Voici les benchmarks ; j'en discuterai en détail plus tard, mais jetez-y un coup d'œil rapide pour l'instant.
Le nombre total de paramètres est estimé au niveau de 5T. Lors d'un briefing médiatique à huis clos avant la sortie, ils ont mentionné que GPT-6 Astra est la plus grande session d'entraînement d'OpenAI à ce jour, utilisant plus de 100 000 cartes.
2. Le meilleur modèle au monde pour utiliser un ordinateur
GPT-6 Astra a ce qui est peut-être son positionnement le plus important :
Le meilleur modèle au monde pour utiliser un ordinateur.
Par le passé, quand on parlait d'Agents, on parlait souvent d'API, de MCP, de CLI, etc.
L'état idéal pour qu'une IA utilise un logiciel est que ce logiciel ait une interface dédiée pour l'IA, permettant une opération directe de bas niveau. C'est le plus pratique.
Par exemple, les calendriers ont des API de calendrier, les e-mails ont des API Gmail, etc. C'est évidemment rapide.
Mais le problème, c'est que le monde est encore plus primitif et improvisé qu'on ne l'imagine.
Dans le monde réel, la grande majorité des logiciels n'ont peut-être rien de tout cela.
Même de nombreux systèmes internes d'entreprise ont été écrits il y a vingt ans ; oubliez les API, les gens ne savent même pas où se trouve la documentation.
Mais si on revient au niveau le plus basique, on s'aperçoit que l'essence de toute logique logicielle est l'interaction. Selon notre logique actuelle d'utilisation de l'ordinateur, cela signifie regarder l'écran, trouver des boutons ou des champs de saisie, cliquer sur la souris, saisir du contenu et attendre un retour.
L'ensemble du système d'interaction informatique n'est-il pas la meilleure API ?
Ainsi, GPT-6 Astra a massivement renforcé la logique permettant à l'IA d'utiliser un ordinateur. Si vous ne me donnez pas d'API, ce n'est pas grave ; je vais utiliser l'ordinateur moi-même, comme un humain.
Maintenant, Astra peut directement utiliser Excel, Power BI, effectuer du QA frontend, installer des logiciels, tester des logiciels et regarder les messages d'erreur à l'écran pour continuer le dépannage.
La démo officielle a même montré Astra en train d'utiliser directement un logiciel de conception de circuits imprimés.
GIF
Il formate également des documents juridiques, en gérant l'espacement des titres et la mise en page.
Il existe une évaluation fiable ici appelée OSWorld.
Vous pouvez simplement la comprendre comme :
Jeter l'IA dans un véritable ordinateur et la laisser travailler toute seule.
Laissez-la ouvrir plusieurs applications, donnez-lui une tâche et voyez si elle réussit.
Le taux de réussite de GPT-6 Astra a atteint 72,6 %, soit une augmentation significative par rapport aux 65,7 % de GPT-5.6 Sol.
De plus, Sol mettait en moyenne environ 75 minutes pour accomplir une tâche simulée complexe.
Astra n'a besoin que de 40 minutes, soit environ 47 % de temps en moins.
ScreenSpot-Pro est également passé de 76,9 % pour Sol à 92,7 %.
Ce benchmark examine principalement si le modèle peut comprendre l'écran et localiser avec précision l'endroit où cliquer. Il est maintenant presque parfaitement précis.
Ce positionnement est donc assez intéressant. À l'avenir, l'interface graphique (GUI) pourrait progressivement devenir l'API la plus universelle de l'ère des Agents.
Tout travail numérique qu'un humain peut accomplir via un écran entrera théoriquement progressivement dans le champ d'action des Agents.
Vous n'aurez pas à attendre qu'un système ERP merdique écrit en 2007 se connecte à MCP ou ouvre une API pour vous.
L'IA regardera simplement l'écran et le fera.
3. ARC-AGI-3 a atteint 99,9 points
Si vous ne savez pas ce que mesure ARC-AGI-3, il est facile de penser :
Oh, c'est juste un autre benchmark avec un score parfait, qu'est-ce que ça a de spécial ?
Mais cette chose est assez différente des examens typiques des grands modèles.
Le 25 mars de cette année, le Prix ARC a officiellement lancé ARC-AGI-3.
Il a conçu des centaines de nouveaux environnements interactifs et des milliers de niveaux de jeu.
L'aspect le plus fou de cette chose, c'est qu'il n'y a pas de manuel, pas de règles, et ça ne vous dit même pas quel est l'objectif. Vous entrez, vous jouez, et vous découvrez lentement les règles confuses à l'intérieur.
Par exemple, qu'est-ce que ce truc rouge ? Pourquoi est-ce que je meurs quand je le touche ? Qu'est-ce que cette carte veut que je fasse ? Comment gagner ?
Ensuite, vous prenez les schémas que vous venez d'apprendre et vous les transposez vers des niveaux plus difficiles plus tard. Les jeux à l'intérieur sont tous des choses abstraites comme ça.
Donc, ce que cela mesure en réalité, c'est ce que nous appelons habituellement :
Le sens du jeu (savvy).
Quand ce benchmark a été publié en mars, le meilleur score d'IA à l'époque était de 0,51 %.
Ensuite, GPT-5.6 Sol est passé à 7,8 %, et Claude Opus 5 était très fort, atteignant 30,2 %.
Mais GPT-6 Astra a obtenu 99,9 %.
C'est dingue...
Gardez à l'esprit que le score humain moyen est de 48 %.
Et seulement six mois se sont écoulés.
Je ne sais même pas quoi dire de cette vitesse.
C'est pourquoi, lors de la réunion médiatique à huis clos d'OpenAI, Greg Brockman a dit cette phrase :
« Je pense qu'il n'est pas déraisonnable de penser que nous sommes maintenant à l'ère de l'AGI. »
« Bienvenue à l'ère de l'AGI. »
4. Esthétique considérablement améliorée
Nous disions autrefois que l'esthétique de GPT était comme une poubelle.
Nous n'attendions pas beaucoup d'amélioration de la série GPT-5 ; nous attendions leur tout nouveau modèle de base pré-entraîné. Et le voici, GPT-6 Astra.
Cette fois, enfin, l'esthétique du modèle a été considérablement améliorée.
OpenAI a même spécifiquement mentionné un terme appelé jugement visuel.
Ils ont souligné que lorsqu'Astra fait des présentations, il gère beaucoup mieux la mise en page, la hiérarchie, les modèles et le style visuel, et le nombre de pages a également considérablement augmenté.
L'esthétique des documents est également bien meilleure.
De plus, GPT-6 Astra peut adapter les documents en fonction du style visuel et du ton d'écriture des documents de référence, rendant le résultat final plus naturel pour la marque tout en conservant la substance du document original.
Il a également un jugement visuel plus fort lors de la création de sites web, de jeux, d'applications et de rendus 3D.
Par exemple, ils ont demandé à Astra de construire un modèle dans Blender à partir d'une image fixe.
Ensuite, ils ont utilisé UE5 pour le rendre en une scène parcourable, aidant les designers et les clients à explorer les agencements et à expérimenter les espaces avant la construction...
Les jeux qu'il crée ont également une esthétique solide.
Malheureusement, j'avais déjà préparé plus de vingt cas et je les ai tous exécutés via Claude, GLM 5.3 Flash, etc., voulant les comparer. C'est dommage que je ne puisse pas encore l'utiliser ; le contenu du test réel devra attendre sa sortie.
Cependant, à première vue, j'ai confiance en l'esthétique de GPT-6 Astra.
5. Initiative et jugement plus forts
Cette fonctionnalité ne semble pas aussi choquante que le score de 99,9 à l'ARC-AGI.
Mais si vous utilisez réellement des Agents pour travailler tous les jours, je pense qu'elle est très importante.
Parce que dans le travail réel, la plupart des tâches ne peuvent pas être écrites comme une invite parfaite.
Par exemple, un patron dit : Prépare les documents pour la réunion de demain.
Il y a d'innombrables problèmes flous ici.
Par exemple, quel format ? Pour qui ? Quel est le sujet ? Faut-il regarder la dernière réunion, etc.
Un Agent stupide irait à deux extrêmes.
Le premier est de vous poser des questions frénétiquement.
« Vous voulez Word ou PPT ? Combien de chapitres ? Quelle police ? À quelle heure doit-il être fini ? Puis-je demander... »
Je te donnerais une gifle ; j'appelle généralement ce genre de chose un incapable névrosé sans aucune initiative.
Le second est de ne rien demander, d'inventer des choses, de travailler dur pendant deux heures et de produire un tas de déchets.
Les vrais bons collègues humains gèrent cela très subtilement.
Ils jugent eux-mêmes les choses sans importance.
Ils ne vous demandent que pour les choses qui affecteront la direction finale.
Astra a spécifiquement renforcé cela.
OpenAI a dit que si des informations manquent mais se situent dans une plage raisonnable pour une inférence quotidienne, Astra les comblera lui-même.
Si les informations manquantes changeraient véritablement le résultat final, il posera une question très ciblée.
Et dans Codex, il peut même continuer à traiter les parties qui ne dépendent pas de votre réponse en attendant que vous répondiez.
Vous n'avez pas répondu depuis longtemps.
Il procédera avec des hypothèses raisonnables dans les domaines à faible risque.
Pour les décisions vraiment critiques, il s'arrêtera et attendra que vous décidiez.
Je trouve ça très bien. Le vrai sens de l'intelligence chez un Agent, c'est comme dans la réalité.
Il sait quand vous déranger.
Vraiment, ça a l'air d'un cliché.
Mais si vous avez déjà géré des gens, vous savez que cette capacité est très précieuse.
Certaines personnes viennent vous voir vingt fois par jour et n'osent rien décider.
D'autres personnes ne viennent jamais vous voir et vous larguent une bombe nucléaire.
Ça me laisse affalé dans mon fauteuil.
La personne la plus confortable est celle qui peut digérer 80 % de l'incertitude elle-même et ne vous apporter que les 20 % qui nécessitent vraiment votre approbation pour une décision.
OpenAI appelle directement cette capacité :
Jugement.
6. Alignement de sécurité considérablement renforcé
Ceci doit être vu en conjonction avec ce qui précède.
Parce que plus un Agent est capable, plus il est dangereux.
Une IA de chat qui perd la tête
vous dira tout au plus des bêtises.
Un Agent avec un navigateur, un Shell, un accès aux e-mails, à la base de données de l'entreprise et la capacité d'utiliser un ordinateur qui perd la tête — cette image pourrait facilement devenir « belle ».
Alors OpenAI n'a cessé de répéter une phrase cette fois :
Astra est leur modèle le plus aligné à ce jour.
L'alignement, c'est ce que ça veut dire. Le cœur du problème est qu'OpenAI s'est récemment affronté avec Hugging Face, donc ils sont particulièrement concentrés là-dessus maintenant.
Ils ont créé un test « pot de miel » basé sur cet incident avec Hugging Face pour voir les performances du modèle.
GPT-5.6 Sol, sans mesures de sécurité en production, tenterait de toucher des cibles en dehors de son autorisation dans 48,2 % des tests.
Mais Astra est à :
0 %.
Les évaluations internes des hallucinations sont également passées de 9,4 % à 2,0 %.
Même avec le contrôle des hallucinations déjà leader mondial de GPT-5.6 Sol, ils ont pu le réduire encore plus, ce qui est vraiment incroyable.
7. Le premier modèle à atteindre le niveau de cybersécurité « Critique » défini par OpenAI
GPT-6 Astra est devenu le premier dans l'histoire d'OpenAI à :
Être jugé comme ayant atteint le niveau de capacité de cybersécurité Critique.
« Critique » ici est un seuil de capacité très spécifique dans le Cadre de Préparation d'OpenAI.
Cela signifie essentiellement que lorsqu'un modèle reçoit les outils et les autorisations appropriés, il peut, dans de nombreux systèmes réels renforcés et protégés :
Trouver des vulnérabilités de sécurité que personne n'a découvertes auparavant.
Trouver des moyens de transformer ces vulnérabilités en chaînes d'attaque exploitables.
Et tout au long du processus, il n'a pas besoin qu'un pirate humain soit présent pour lui dire quoi faire ensuite.
Atteindre ce niveau est considéré comme Critique.
Et Astra l'a vraiment atteint.
ExploitBench est un test où les modèles développent des exploits basés sur des vulnérabilités connues.
Sol : 78,5 %. Astra : 100 %.
Il l'a complètement réussi.
OpenAI a pensé que ce n'était pas suffisant ; ils se sont demandé si ce benchmark était trop ancien et si le modèle l'avait vu pendant l'entraînement.
Ils ont donc créé un test interne très récent.
Ils ont spécifiquement sélectionné 20 vulnérabilités V8 à haut risque divulguées seulement entre juin et août 2026.
Les résultats ont été Sol : 5,5 % et Astra : 39 %.
De plus, en exécutant ce benchmark,
Astra a également découvert par hasard deux vulnérabilités zero-day que personne ne connaissait auparavant.
On ne peut que dire qu'à mesure que les modèles deviennent plus puissants, les problèmes de cybersécurité pourraient effectivement augmenter.
C'est une autre guerre sans fumée pour l'avenir.
8. Il devient plus difficile pour les humains de lire la pensée des grands modèles
Tout le monde sait que lorsque les grands modèles résolvent des problèmes complexes, il y a souvent ce qu'on appelle un CoT (Chaîne de Pensée).
Bien que la version que les utilisateurs voient dans les produits soit généralement compressée ou traitée,
pour les entreprises d'IA elles-mêmes, le processus de raisonnement explicitement écrit à l'intérieur du modèle est un signal de sécurité très important.
Parce que vous voulez savoir si un Agent prévoit de causer des problèmes.
L'un des moyens les plus simples est de voir ce qu'il pense.
Par exemple, si une phrase apparaît soudainement dans la chaîne de pensée du modèle :
« L'utilisateur ne m'autorise pas à accéder à ce serveur, mais je peux d'abord contourner le système d'autorisations. »
Alors le système de surveillance peut le bloquer directement, ce qui est très pratique.
Mais un changement très intéressant est apparu dans GPT-6 Astra.
Il commence à être plus disposé à sauter des étapes et à donner la réponse directement.
L'UK AISI, l'Institut de Sécurité de l'IA du Royaume-Uni, a spécifiquement testé cette capacité.
Ils ont une métrique appelée :
No-CoT Math Time Horizon.
En termes simples, il s'agit de ne pas donner au modèle la chance d'écrire une longue chaîne de pensée.
Laissez-le résoudre un problème de maths en un seul passage avant.
Voyez combien de temps de pensée humaine il peut accomplir.
GPT-5.6 Sol était à 3,6 minutes, tandis que GPT-6 Astra était à 30,9 minutes — près de 10 fois plus.
Si nous utilisons des termes humains, Astra fait tout le « calcul mental ».
C'est une chose effrayante.
L'UK AISI a également constaté que le langage de raisonnement brut d'Astra est devenu considérablement plus compressé.
Des phrases et des expressions elliptiques de plus en plus difficiles à comprendre pour les humains sont apparues.
Un paradoxe très intéressant a donc émergé.
Le comportement du modèle est plus sûr.
Mais il est devenu plus difficile pour les humains de le superviser en lisant son processus de pensée.
La propre System Card d'OpenAI l'écrit très clairement :
Par rapport aux modèles précédents, GPT-6 Astra a montré une diminution substantielle de la monitorabilité de la chaîne de pensée.
Cela signifie que la monitorabilité de la chaîne de pensée a considérablement diminué.
Cette question est même suffisamment sérieuse pour qu'OpenAI ait spécifiquement souligné qu'ils ne pensent pas qu'ils accepteront cette tendance indéfiniment.
Si les modèles continuent à devenir plus intelligents à l'avenir tandis que la chaîne de pensée devient plus difficile à surveiller, ils doivent trouver d'autres méthodes de surveillance suffisamment fiables ; sinon, continuer à étendre l'entraînement des modèles fera face à des seuils de sécurité plus élevés.
Parce que c'est déjà une proposition philosophique.
En tant qu'humains, serons-nous capables de comprendre un système bien plus intelligent que nous à l'avenir ?
Je ne sais pas.
Peut-être que personne au monde ne le sait pour l'instant.
Les grands modèles et l'IA semblent se diriger progressivement vers la singularité.
Derniers mots
Aujourd'hui, lors de la réunion médiatique à huis clos.
Greg Brockman a dit cette phrase à la fin.
« Bienvenue à l'ère de l'AGI. »
Pour être honnête, ces dernières années, j'ai parfois pensé que l'AGI serait un moment très spécifique.
Tout comme le jour de la sortie de GPT-4.
Un matin, une entreprise lance soudainement un modèle.
Nous l'ouvrons et posons quelques questions.
Puis tout le monde réalise en même temps :
Purée.
L'AGI est là.
Mais maintenant, je pense aussi parfois que l'AGI n'est jamais un nœud noir et blanc ; c'est un voyage gris dégradé.
Beaucoup de jours ont passé, beaucoup d'années ont passé.
Puis un jour, nous regardons en arrière.
Et soudain, nous découvrons.
Que cette frontière de l'AGI autrefois incroyablement lointaine a été franchie par nous sans même nous en rendre compte.
Il n'y a peut-être pas de jour où l'AGI descend.
Seulement un jour où nous réalisons soudainement qu'elle semble être autour de nous depuis longtemps.
Quoi qu'il en soit.
Bienvenue à l'ère de l'AGI.
Bienvenue à
l'ère de l'AGI.
C'est tout. Puisque vous avez lu jusqu'ici, si vous pensez que c'est bien, n'hésitez pas à liker, commenter et partager. Cela nous aide beaucoup~
Merci d'avoir lu mon article. À la prochaine fois.
