GPT-6 Astra : pourquoi l’accès a pris le pas sur les performances

Le lancement de GPT-6 Astra a été largement éclipsé par un problème très concret : beaucoup de personnes ne pouvaient tout simplement pas l’utiliser. OpenAI a misé sur un accès contrôlé pour certaines organisations de son programme de cybersécurité, tandis que les abonnés payants de ChatGPT — y compris des abonnés Pro — attendaient un déploiement progressif. Ce décalage entre l’ampleur de l’annonce et la disponibilité réelle a nourri l’essentiel des critiques, davantage que les spécifications du modèle. 48

Une annonce majeure, mais un accès limité

Astra était présenté comme un modèle destiné aux tâches complexes de bout en bout : raisonnement, programmation, recherche, production de documents et utilisation autonome d’un ordinateur. OpenAI indique qu’il peut mener un travail depuis une demande initiale jusqu’à un résultat final, en s’appuyant sur le contexte et les outils fournis. 1

Mais l’accès a d’abord été concentré sur la cohorte Daybreak, le programme à accès contrôlé d’OpenAI pour les usages liés à la cybersécurité, ainsi que sur des canaux orientés entreprises. L’ouverture aux offres ChatGPT Plus, Pro, Business et Enterprise devait ensuite intervenir au fil des jours. 48

Cette prudence était cohérente avec les avertissements formulés auparavant par OpenAI : des garde-fous renforcés peuvent parfois ralentir, suspendre ou empêcher des travaux pourtant légitimes. 3 Pour les abonnés, elle est néanmoins apparue difficile à accepter au moment même où le produit était mis en avant comme une évolution majeure.

Des capacités impressionnantes, restées au second plan

Sur le papier, Astra affichait des chiffres inhabituels : une fenêtre de contexte de 1 050 000 tokens, dont jusqu’à 128 000 tokens de sortie. Son tarif API standard était annoncé à 10 dollars par million de tokens en entrée et 50 dollars par million de tokens en sortie. 91215

Le modèle est aussi le premier d’OpenAI à atteindre le niveau « Critical » pour les capacités de cybersécurité dans son Preparedness Framework, le cadre interne de l’entreprise pour l’évaluation des risques. 915 Cette désignation n’est pas un simple argument marketing : elle s’accompagne d’un accès plus restreint aux capacités les plus sensibles.

OpenAI met en avant des usages allant du code et de la recherche à la création et à la révision de documents, tableurs et présentations, y compris lorsque les consignes évoluent en cours de travail. 18 Reuters a également rapporté des cas d’usage envisagés tels que la préparation fiscale, la mise en forme de notes juridiques, le développement de jeux, le rendu architectural ou la recherche de logement. 2

En revanche, les sources examinées ne fournissent pas de données solides et indépendantes permettant de chiffrer des gains de productivité généralisables pour les développeurs, par exemple en pourcentage de temps économisé ou de taux de réussite sur des tâches professionnelles.

La compensation proposée : des quotas réinitialisés, pas un remboursement

Face aux retards d’accès, OpenAI a annoncé que les utilisateurs de forfaits ChatGPT payants sans Astra recevraient un « banked reset » — autrement dit, une réinitialisation de quota cumulable — pour chaque jour d’attente, à compter immédiatement. 47

La mesure visait à restaurer de la capacité d’utilisation une fois le modèle disponible ; elle ne constituait pas un remboursement d’abonnement. Sam Altman a publiquement reconnu les problèmes du déploiement, affirmé que les équipes cherchaient à étendre l’accès aussi vite que possible et précisé que les abonnés Pro seraient servis en priorité lors de l’élargissement. 47

Le message était donc clair : des excuses et une promesse d’accélération, mais pas d’abandon du lancement sous restrictions de sécurité.

Un lancement pris dans la saturation du marché

Astra est arrivé dans une période de sorties rapprochées de modèles concurrents, avec notamment des lancements signalés chez Anthropic, Google et Meta. 1215 Pour les entreprises, cette cadence crée une forme de fatigue : chaque nouveau modèle suppose des tests, des contrôles de sécurité, des travaux d’intégration, des validations achats et des arbitrages de gouvernance.

Dans ce contexte, une fenêtre de contexte d’un million de tokens ou des fonctions d’utilisation d’ordinateur ne suffisent plus à faire le récit d’un lancement réussi. Les questions décisives sont devenues plus opérationnelles : qui y a accès aujourd’hui, le modèle peut-il agir en sécurité dans des flux de travail réels, et le gain obtenu justifie-t-il une nouvelle phase d’évaluation ?

C’est précisément le paradoxe d’Astra : sa puissance annoncée et ses contraintes de sûreté ont fait de lui un modèle marquant, mais elles ont aussi limité les retours d’expérience immédiats qui auraient pu porter son lancement.