GPT-6 Astra : ce qu'il est, ce qu'il coûte et ce qu'il vaut face à ses rivaux

Qu'est-ce que GPT-6 Astra et que sait-il faire ?

GPT-6 Astra est le modèle le plus capable qu'OpenAI ait déployé à grande échelle, lancé le 3 septembre 2026. Le guide des modèles d'OpenAI le recommande toujours comme point de départ en cas de doute, et AWS le destine au travail le plus difficile de bout en bout : raisonnement complexe, code, usage de l'ordinateur et recherche. Il lit du texte et des images et produit du texte ; ni endpoint vocal (Realtime), ni fine-tuning, ni embeddings.

• Limites. Une fenêtre de 1 050 000 tokens, au plus 922 000 tokens en entrée par requête et 128 000 en sortie ; ses connaissances s'arrêtent au 30 avril 2026.
• Raisonnement. Cinq niveaux d'effort, de low à max ; none renvoie une erreur. La fiche d'OpenAI ne documente pas la valeur par défaut : fixez-la sur chaque route.
• Outils. Recherche web, recherche dans des fichiers, interpréteur de code, shell hébergé, usage de l'ordinateur et serveurs MCP dans l'API Responses, certains facturés en plus (recherche web : 10 $ pour 1 000 appels).
• Où. L'API d'OpenAI (gpt-6-astra, une seule version publiée), Codex, Microsoft Foundry depuis le 3 septembre et Amazon Bedrock depuis le 8 septembre, où AWS s'engage à le maintenir au moins jusqu'au 8 septembre 2027.

Ce qui a changé depuis le lancement

• 28 et 29 septembre. OpenAI a renoncé à GPT-6.1 Astra, dont les tests montraient davantage de tromperie et une tendance à agir sans l'accord de l'utilisateur, selon le Wall Street Journal cité par TechCrunch ; lancé GPT-6.1 Sol (2 $/10 $), auquel il prête une intelligence proche de celle d'Astra ; et présenté Dots, des agents toujours actifs qui tournent sur Astra.
• 13 octobre. Google a ouvert à tous Gemini 4 Argon, son modèle le plus capable, à 2 $/10 $ jusqu'au 30 novembre puis 4 $/20 $ à partir du 1er décembre.
• 26 octobre. OpenAI a lancé GPT-6.1 Terra (1 $/5 $) pour l'usage de l'ordinateur ; selon OpenAI, en effort moyen il égale Astra sur Agents' Last Exam pour un dixième du prix par token et termine les tâches plus de trois fois plus vite.
• Astra lui-même n'a pas changé : même identifiant, mêmes prix et mêmes limites qu'au lancement.

Combien coûte GPT-6 Astra ?

10 $ par million de tokens en entrée et 50 $ en sortie au tarif standard, avec l'entrée en cache à 1 $ ; cinq modificateurs font bouger la facture :

Un exemple chiffré, hypothèses explicites : une étape d'agent avec 12 000 tokens en entrée, dont 10 000 forment un préfixe stable en cache, et 2 000 tokens en sortie, raisonnement compris ; tarif standard, sans majoration régionale ni écriture initiale du cache.

Le piège, ce sont les prompts longs : 300 000 tokens en entrée et 2 000 en sortie coûtent 6,15 $ sur Astra, contre 3,10 $ au tarif standard et 1,24 $ sur Claude Opus 5.5, sans surcoût de contexte long. Le coût par tâche peut pourtant favoriser Astra : en effort maximal, Artificial Analysis mesure 6,24 $ par tâche de son indice v5.0 contre 10,04 $ pour Opus 5.5, car Astra génère 54 millions de tokens contre 220 millions (détails dans Claude Opus 5.5 vs GPT-6 Astra).

GPT-6 Astra est-il le meilleur modèle aujourd'hui ?

Relevés du 27 octobre 2026 ; les classements changent chaque semaine.

Pas sur tous les plans. Astra domine les tests de raisonnement abstrait d'ARC Prize, mais reste derrière Claude Opus 5.5 sur l'indice indépendant le plus large et sur les agents de code en terminal, et loin de la tête des votes d'utilisateurs d'Arena :

Trois détails comptent plus que le rang. Sur l'indice v5.0, non comparable à la version 4.3.2 de début octobre, Astra devance Opus 5.5 en effort faible, moyen et élevé (55 contre 52 en high) et Opus 5.5 ne passe devant qu'en xhigh et max. Les modèles moins chers se rapprochent : GPT-6.1 Sol obtient 94,2 % sur ARC-AGI-2 pour 0,25 $ par tâche, et sur ARC-AGI-3, GPT-6.1 Sol (52,7 %) et Gemini 4 Argon (49,8 %) suivent. Enfin, Astra reste lent : environ 71 tokens de sortie par seconde en effort maximal, contre 98 pour Opus 5.5 et 91 pour GPT-6.1 Terra. Comment lire ces tableaux : notre carte des modèles d'IA.

Que signifie le niveau cyber « critique » pour les équipes de sécurité ?

Cela signifie qu'OpenAI juge qu'Astra, avec les bons outils et accès, peut trouver des vulnérabilités inconnues et construire des moyens de les exploiter : il est donc livré avec des garde-fous cyber renforcés. Prévoyez des refus et une procédure d'approbation avant tout usage offensif. Il n'est plus le seul : selon sa fiche système, GPT-6.1 Terra a lui aussi reçu le niveau « critique » et partage les garde-fous d'Astra et de GPT-6.1 Sol.

La system card apporte les éléments : 100 % sur ExploitBench même au plus faible effort testé (OpenAI signale une possible contamination), 99,2 % des épreuves de rétro-ingénierie de SRE-Bench contre 68,7 % pour GPT-5.6 Sol, et des vulnérabilités inconnues trouvées et exploitées lors de tests internes. L'accès passe par Daybreak, les programmes cyber d'OpenAI : le paramètre access_programs.cyber n'ouvre rien à lui seul, et sur Astra et GPT-6.1 Sol la réduction des refus exige l'approbation Daybreak Red pour l'organisation et l'accès activé sur le projet. Daybreak Blue ne suffit pas.

La réserve sur la surveillance. Le document indique qu'Astra contrôle sa chaîne de raisonnement mieux que GPT-5.6 Sol (60,9 % contre 16,1 % dans un test de contrôle), et l'AI Security Institute britannique a constaté l'absence de résumés du raisonnement sur jusqu'à 80 % des longues tâches cyber simulées. À son crédit, ses résultats désalignés en conditions de travail réalistes s'établissent à 3,4 %, contre 18,8 % pour GPT-5.6 Sol.

Quand Astra vaut-il le coup face à Opus 5.5, GPT-6.1 Sol ou GPT-6.1 Terra ?

Quand la tâche est difficile, que la réussite compte plus que le prix par appel et que vos tests montrent qu'Astra la résout plus souvent. Pour le volume, c'est rarement la bonne réponse : GPT-6.1 Sol et Claude Sonnet 5.5 coûtent cinq fois moins par token, et GPT-6.1 Terra dix fois moins.

Trois chiffres de l'indice v5.0 d'Artificial Analysis résument l'arbitrage : GPT-6.1 Sol en effort maximal obtient 55, deux points de moins qu'Astra, pour 1,27 $ par tâche contre 6,24 $ ; GPT-6.1 Terra obtient 51 pour 0,96 $ ; et Claude Opus 5.5 en effort xhigh obtient 57 pour 6,05 $. Plus de détails dans notre analyse de Claude Opus 5.5.

Qu'est-ce qui change pour les entreprises en Colombie et dans l'UE ?

Surtout le lieu de traitement de vos données et ce que vous signez. Astra n'a pas de région en Colombie et, pour une résidence dans l'UE, la voie la plus claire reste l'API d'OpenAI elle-même, après approbation.

Europe. OpenAI traite Astra en Europe (EEE et Suisse) si votre organisation est approuvée pour des contrôles de surveillance des abus, comme la conservation zéro des données, et signe un avenant de conservation modifiée ; le surcoût est de 10 % et les modes Fast et Ultrafast sont exclus, alors qu'ils acceptent la résidence européenne sur GPT-6.1 Sol. Microsoft a lancé Astra dans Foundry avec des déploiements Global et US Data Zone, puis annoncé le 22 septembre des déploiements Standard dans la Data Zone européenne : vérifiez la région dans votre abonnement avant d'envoyer des données. Dans les régions européennes de Bedrock, AWS ne propose que le routage mondial, qu'elle présente comme l'option des charges sans exigence de résidence.

Usage des données. Par défaut, OpenAI n'entraîne pas ses modèles sur les données de l'API et conserve les journaux de surveillance des abus jusqu'à 30 jours ; selon Microsoft, les prompts et réponses de Foundry n'entraînent pas non plus les modèles.

Colombie. Envoyer des données personnelles à Astra constitue un transfert ou une transmission internationale au sens de la loi 1581 de 2012, quel que soit le canal : réglez d'abord autorisations et contrats de sous-traitance, et budgétez une facture en dollars. Dans l'UE, les obligations des modèles à usage général pèsent sur OpenAI, mais si vous exposez un chatbot fondé sur Astra au public, l'article 50 de l'AI Act impose d'informer les personnes qu'elles échangent avec une IA, depuis le 2 août 2026.

Comment tester Astra avant de s'engager ?

Confrontez-le à votre modèle actuel sur vos propres tâches et décidez au coût par tâche résolue. Notre méthode (30 prompts fixes par client, cinq moteurs par campagne, espagnol, anglais et français) est décrite dans comment nous choisissons un modèle.

1. Choisissez deux ou trois routes où un modèle plus fort pourrait changer le résultat.
2. Rédigez des prompts réels avec des contrôles automatiques de réussite ou d'échec, dans les langues de vos clients.
3. Lancez Astra en medium, high et xhigh, et les mêmes prompts sur Claude Opus 5.5, GPT-6.1 Sol et, pour l'usage de l'ordinateur ou les gros volumes, GPT-6.1 Terra, plusieurs fois chacun.
4. Journalisez réussites, tokens, latence et refus, puis calculez le coût par tâche résolue avec le cache, la règle des 272K, la majoration régionale et les frais d'outils.
5. Réglez résidence, conservation et contrat avant d'envoyer des données personnelles, et relancez la batterie à chaque sortie (GPT-6.1 Sol est arrivé 26 jours après Astra, GPT-6.1 Terra 53).