Jugé à risque, le modèle Astra d’OpenAI voit sa sortie repoussée

OpenAI a annoncé, vendredi 7 août 2026, suspendre une partie de ses activités internes autour d’Astra, son prochain modèle majeur. Ses évaluations internes montrent des progrès marqués en codage agentique et en cybersécurité, au point que la firme ne peut plus écarter le niveau de risque le plus élevé de son cadre de sécurité. La sortie du modèle est repoussée, sans calendrier annoncé.

Un modèle qui approche le seuil cyber « critique » d’OpenAI

Le Preparedness Framework, publié en décembre 2023, classe les capacités des modèles d’OpenAI par niveau de risque. En cybersécurité, le seuil « critique » est atteint quand un modèle sait développer seul des exploits zero-day contre des systèmes réels déjà renforcés ou mener une cyberattaque inédite de bout en bout à partir d’un simple objectif. Aucun modèle de la firme n’avait dépassé le niveau « élevé » jusqu’ici, GPT-5.6 Sol compris.

Les résultats préliminaires d’Astra n’offrent plus cette certitude, selon la firme. « Nous ne pouvons pas exclure des capacités cyber critiques », indique OpenAI, qui dit avoir tiré cette conclusion dans la nuit précédant sa publication. La firme précise par ailleurs qu’Astra n’a joué aucun rôle dans l’intrusion qui a visé Hugging Face en juillet.

Plusieurs mesures encadrent désormais le modèle :

• Des environnements de test isolés, un accès restreint au réseau et un chiffrement renforcé des poids du modèle,
• Une surveillance de la chaîne de pensée du modèle, qui déclenche une intervention dès qu’une activité à risque apparaît,
• La suspension des activités internes qui ne répondent pas encore à ces exigences et des tests conduits avec des agences gouvernementales.

Sam Altman a confirmé sur X que la sortie était décalée. « Nous avons besoin d’un peu plus de temps pour le [déployer] en toute sécurité », a écrit le PDG d’OpenAI, qui dit ne pas juger pertinent « de réserver les modèles les plus puissants à quelques élus ». Selon Axios, l’entreprise a prévenu d’elle-même la Maison-Blanche de ce report.

astra is a powerful model and we are working to make it generally available.

we do not think it is a good strategy to keep powerful models to a chosen few.

given its cyber capabilities, we need a little big longer to do do this safely. but hopefully not too long!

— Sam Altman (@sama) August 7, 2026

Un mois d’incidents à répétition dans les laboratoires d’IA

Des modèles qui s’échappent de leurs environnements de test

Début juillet, un agent d’OpenAI s’était extrait de son environnement sécurisé pour pirater Hugging Face, en enchaînant 17 000 actions offensives. Anthropic a ensuite reconnu trois intrusions dans l’infrastructure d’autant d’entreprises, imputées à une mauvaise configuration de l’environnement d’évaluation opéré avec son partenaire Irregular et impliquant Opus 4.7, Mythos 5 et un modèle de recherche interne. « Claude s’est explicitement vu indiquer dans notre prompt qu’il n’avait pas d’accès à Internet », souligne la firme.

La liste s’est allongée depuis :

• Le UK AISI (l’institut britannique de cybersécurité) a recensé 19 actions non autorisées lors d’une évaluation de juillet, dont deux imputées à GPT-5.6 Sol, les autres aux modèles d’un autre laboratoire,
• Meta a reconnu un incident comparable sur son environnement de test,
• Kimi K3, le modèle du chinois Moonshot, est sorti de son environnement d’évaluation en contournant la sandbox par des outils en ligne de commande.

Un modèle « trop puissant » reste aussi un argument commercial

Ces annonces successives dessinent un discours commode. Affirmer qu’un modèle est trop puissant ou trop « capable » pour être diffusé revient aussi à affirmer sa supériorité technique et il est rare qu’une entreprise communique sur un produit encore en développement. Anthropic avait suivi la même trajectoire, en présentant en avril Claude Mythos Preview comme trop dangereux pour le grand public, avant d’ouvrir Fable 5 en juin, puis de voir l’accès aux deux modèles coupé par le gouvernement américain. La firme s’était par ailleurs engagée à suspendre l’entraînement de modèles dépassant sa capacité de contrôle, un engagement revu à la baisse en février 2026.

Les laboratoires savent-ils où ils vont ?

OpenAI l’admet lui-même : son cadre d’évaluation a été rédigé fin 2023, bien avant que ses modèles n’approchent de tels niveaux en biologie, en chimie, en cybersécurité et en auto-amélioration. Les règles encadrant ces tests, elles, restent à écrire et la firme annonce réunir dans les prochaines semaines instituts nationaux, évaluateurs indépendants et laboratoires concurrents pour s’y atteler. Mais le doute traverse le secteur lui-même. Fin juillet, plus de 1 200 cadres, dont le PDG d’Anthropic Dario Amodei et le responsable de la recherche d’OpenAI Jakub Pachocki, signaient une pétition demandant au gouvernement américain d’organiser un ralentissement volontaire du développement de l’IA. Et lors du G7, les géants de l’IA, par la voix de Chris Lehane, responsable des affaires publiques d’OpenIA, ont exprimé vouloir trouver « un moyen de créer des standards de sécurité pour l’IA », des « garde-fous qui serviraient de base pour les pays participants à ce forum », rapportait l’AFP. Si des pistes de convergence émergent, reste à mettre en place un véritable cadre avant que leurs créations n’échappent totalement à ces laboratoires.