GPT-6 Astra : OpenAI frappe fort avec un score record, mais à quel prix ?

Une sortie éclair pour contrer Anthropic

Le 3 septembre 2026, OpenAI a frappé un grand coup. Deux jours seulement après qu’Anthropic ait dévoilé Claude Fable 5.1, la firme de San Francisco annonce GPT-6 Astra, son nouveau modèle phare. Le timing n’a rien d’un hasard : il s’agit d’une réponse directe dans une guerre commerciale qui s’intensifie entre les deux géants de l’IA générative.

Greg Brockman, président d’OpenAI, n’y va pas par quatre chemins lors de la présentation aux journalistes : « Bienvenue dans l’ère de l’AGI », déclare-t-il, évoquant l’intelligence artificielle générale, ce Graal technologique capable d’égaler l’intelligence humaine sur toutes les tâches intellectuelles. Une affirmation audacieuse qui repose principalement sur un chiffre : 99,9% de réussite sur le benchmark ARC-AGI-3.

Le déploiement suit une stratégie progressive. D’abord réservé à un nombre limité d’organisations triées sur le volet, Astra sera ensuite étendu aux abonnés ChatGPT Plus, Pro, Business et Enterprise, ainsi qu’aux développeurs via l’API OpenAI et Amazon Web Services. Simon Willison, expert reconnu et auteur de l’article source, note d’ailleurs qu’il n’a pas encore pu tester le modèle au moment de l’annonce — un signe de déploiement très contrôlé.

ARC-AGI-3 : le test qui fait débat

Pour comprendre l’enjeu, il faut saisir ce qu’est ARC-AGI. Publié en mars 2019 par François Chollet, chercheur chez Google, ce benchmark vise à mesurer non pas ce qu’une IA sait, mais sa capacité à apprendre de nouvelles tâches avec peu d’exemples. Contrairement aux tests traditionnels où les modèles peuvent « bachoter » sur des millions de données d’entraînement, ARC-AGI présente des puzzles visuels inédits nécessitant du raisonnement abstrait.

La version 3, sortie en mars 2026, a été conçue pour être encore plus résistante à l’optimisation. Jusqu’à présent, les meilleurs modèles plafonnaient autour de 40-60% de réussite — là où les humains atteignent facilement 75-85%. Le score de 99,9% d’Astra apparaît donc comme un bond spectaculaire.

Mais voilà le hic : selon les notes du blog ARC-AGI, ce résultat a été obtenu grâce à un « Provider Adapter harness » personnalisé, pour un coût de 19 000 dollars. En d’autres termes, OpenAI a développé un système d’optimisation sur mesure pour maximiser les performances sur ce test spécifique. C’est comme si un constructeur automobile réglait finement un moteur pour une seule piste de course, puis annonçait ce temps comme représentatif de toutes ses voitures.

Une guerre des prix qui standardise le marché

L’autre signal fort de cette annonce, c’est la tarification. OpenAI aligne ses prix exactement sur ceux de Claude Fable : 10 dollars par million de tokens en entrée, 50 dollars en sortie. Pour rappel, un token représente environ 0,75 mot en français, soit environ 750 000 mots par million de tokens — l’équivalent de 2 à 3 romans.

Cet alignement tarifaire parfait n’est pas anodin. Il suggère soit une coordination tacite entre les deux acteurs, soit l’émergence d’un « prix de marché » naturel dans un secteur qui se consolide rapidement. On retrouve ici une dynamique similaire à celle du cloud computing il y a une décennie, où AWS, Azure et Google Cloud ont progressivement convergé vers des grilles tarifaires comparables.

Pour les entreprises, c’est une simplification apparente : comparer GPT-6 Astra et Claude Fable devient plus direct puisque le coût au token est identique. Mais c’est aussi le signe d’un oligopole émergent où deux acteurs principaux se partagent le marché, avec tous les risques que cela comporte en termes de concentration du pouvoir et de ralentissement potentiel de l’innovation.

Des performances auto-déclarées en attente de confirmation

OpenAI revendique des scores supérieurs à Claude Fable sur « la plupart » de ses benchmarks internes. Mais voilà : ces chiffres sont auto-rapportés, sans validation indépendante pour l’instant. Et surtout, Anthropic n’a pas encore publié les résultats de Claude Fable 5 sur ARC-AGI-3, rendant toute comparaison directe impossible.

Cette asymétrie d’information est révélatrice d’un problème plus large. Seules les grandes entreprises disposent des moyens — humains, techniques et financiers — pour optimiser et valider leurs modèles sur ces tests complexes. Le coût de 19 000 dollars pour le test ARC-AGI crée une barrière à l’évaluation indépendante. Les chercheurs académiques, les journalistes spécialisés et les petites organisations ne peuvent pas facilement reproduire ces résultats pour les vérifier.

Simon Willison, dans son article source, reste prudent : « Je n’ai pas encore essayé [le modèle] moi-même, donc je n’ai pas grand-chose à en dire pour l’instant. » Cette retenue contraste avec l’enthousiasme du marketing d’OpenAI et rappelle l’importance d’attendre des évaluations terrain avant de tirer des conclusions définitives.

Ce que cela change pour les utilisateurs

Pour les professionnels et développeurs, l’arrivée de GPT-6 Astra impose une réévaluation. Si vous utilisez actuellement Claude Fable, la parité tarifaire facilite la comparaison directe. Mais attention : les benchmarks ne racontent qu’une partie de l’histoire. Les performances réelles dépendent de vos cas d’usage spécifiques, de la qualité de vos prompts, et de facteurs comme la latence ou la disponibilité du service.

La disponibilité via AWS en plus de l’API OpenAI directe offre plus de flexibilité d’intégration, mais crée aussi une complexité supplémentaire : quel fournisseur choisir ? Quelle région ? Quelles optimisations sont disponibles selon le canal ? Cette fragmentation pourrait paradoxalement ralentir l’adoption malgré une plus grande disponibilité.

Pour les utilisateurs grand public des offres ChatGPT payantes, le changement devrait être plus transparent. Vous aurez accès à Astra dans les prochains jours sans surcoût. Vous pourriez constater de meilleures réponses sur des questions complexes nécessitant de la logique ou de la créativité, mais l’amélioration ne sera peut-être pas spectaculaire sur les tâches quotidiennes classiques.

Les questions qui restent sans réponse

Cette annonce soulève plus de questions qu’elle n’en résout. Le score de 99,9% sur ARC-AGI-3 représente-t-il vraiment un progrès vers l’AGI, ou simplement une optimisation brillante pour un test spécifique ? L’histoire de l’IA est jalonnée d’exemples où des modèles excellaient sur des benchmarks sans pour autant démontrer une intelligence générale.

Pourquoi Anthropic n’a-t-il pas encore publié les résultats de Claude Fable 5 sur ARC-AGI-3 ? Est-ce parce que les scores sont décevants, ou simplement parce que l’entreprise ne considère pas ce benchmark comme prioritaire ? Cette absence de données comparables directes laisse le champ libre à OpenAI pour façonner le narratif.

Et surtout : sommes-nous vraiment « dans l’ère de l’AGI », comme le clame Greg Brockman ? Ou assistons-nous à un déplacement progressif des goalposts, où chaque avancée technique est présentée comme « l’AGI » jusqu’à ce que les limites apparaissent et que la définition soit à nouveau ajustée ?

Vers une commoditisation de l’IA ?

À plus long terme, l’alignement des prix entre OpenAI et Anthropic pourrait signaler le début d’une commoditisation des modèles d’IA de grande taille. Si les performances continuent de converger et que les prix restent alignés, ces technologies pourraient devenir des « utilities » — des services standardisés et interchangeables, comme l’électricité ou la connectivité internet.

Ce serait à la fois une bonne et une mauvaise nouvelle. Bonne, car cela rendrait l’IA plus accessible et prévisible pour les entreprises. Mauvaise, car cela pourrait ralentir l’innovation et concentrer le marché entre quelques acteurs dominants, avec tous les risques antitrust que cela implique.

D’autres scénarios restent possibles : une guerre des prix déclenchée par un acteur cherchant à gagner des parts de marché, l’émergence de nouveaux concurrents (Google Gemini, Meta, Mistral) forçant une différenciation, ou encore une percée technique majeure qui changerait complètement les règles du jeu.

Conclusion : attendre les preuves terrain

GPT-6 Astra est sans doute une avancée technique impressionnante. Mais entre les scores spectaculaires sur des benchmarks optimisés et l’utilité réelle pour résoudre des problèmes concrets, il y a souvent un fossé. Les prochaines semaines seront décisives : les retours d’utilisateurs réels, les tests indépendants et surtout la réponse d’Anthropic permettront de mieux évaluer la portée réelle de cette annonce.

En attendant, une certitude : la course à l’IA s’accélère, les enjeux financiers explosent, et le marketing prend parfois le pas sur la science. Dans ce contexte, un scepticisme sain et une exigence de preuves indépendantes ne sont pas du cynisme — c’est de la rigueur intellectuelle.

La vraie question n’est peut-être pas « GPT-6 Astra est-il meilleur que Claude Fable ? », mais plutôt : « Ces modèles résolvent-ils réellement les problèmes pour lesquels nous en avons besoin, et à quel coût — financier, environnemental et sociétal ? »