OpenAI lance GPT-6 Astra, son premier modèle classé au niveau de risque cyber maximal

OpenAI ouvre l’accès à GPT-6 Astra, un mois après avoir repoussé la sortie du modèle faute de pouvoir écarter un niveau de risque cyber jugé « critique ». Ce seuil est cette fois officiellement franchi, une première pour l’entreprise. Le lancement clôt un été d’incidents à répétition dans les laboratoires d’IA, dont l’intrusion d’un agent d’OpenAI chez Hugging Face. La firme présente malgré tout le modèle comme « le plus intelligent et le plus aligné au monde ».

Astra, un modèle plus rapide et moins cher par tâche

« Astra est notre modèle le plus performant, grâce à des améliorations significatives dans la compréhension des intentions des utilisateurs et du comportement du modèle », annonce d’emblée OpenAI, qui place sa nouvelle IA au meilleur niveau sur six terrains :

• L’usage de l’ordinateur,
• La navigation web,
• Le développement logiciel,
• La cybersécurité,
• La science,
• Le travail professionnel.

Son argumentaire porte autant sur la vitesse d’exécution que sur la qualité du résultat. Avec la mise à jour de l’environnement de Codex, la firme annonce des tâches accomplies jusqu’à 1,9 fois plus vite qu’avec GPT-5.6 Sol. Elle avance également un coût par tâche en baisse, face à son prédécesseur comme face aux modèles concurrents. Astra est enfin décrit comme un modèle auquel un professionnel peut déléguer davantage sans repasser derrière lui.

GPT-6 Astra est le fruit d’années de recherche et d’investissements importants dans le pré-entraînement, l’apprentissage par renforcement et l’alignement, écrit OpenAI.

L’ordinateur piloté de bout en bout

Astra est capable de naviguer dans une interface, remplir des formulaires, mettre à jour des fiches client dans un CRM, organiser un agenda ou rédiger une synthèse directement dans un traitement de texte. Il construit aussi un site, puis teste ses fonctionnalités une à une. Sur ce type de tâches, OpenAI mesure environ 47 % de temps en moins par rapport à son modèle précédent.

Des livrables qui respectent les gabarits maison

Astra produit des documents, des tableaux et des présentations en suivant un modèle existant, avec la charte visuelle et le style d’écriture qu’il y trouve. Il est entraîné à ne verser dans un livrable que le contexte utile, là où les générations précédentes rappelaient des informations déjà connues du destinataire. Son jugement visuel progresse aussi sur les sites et les applications qu’il fabrique.

Une conduite de tâche moins rigide dans Codex

La firme présente Astra comme son meilleur modèle à ce jour pour le développement logiciel et c’est dans Codex que son changement de comportement se voit le mieux. Le modèle comble seul les trous d’une consigne quand la réponse ne change rien au résultat et pose une question ciblée quand elle peut tout changer. Il avance en attendant sur ce qui ne dépend pas de cette réponse. Quand une nouvelle instruction arrive en cours de route, il l’intègre sans perdre l’objectif de départ, là où ses prédécesseurs la traitaient parfois comme une nouvelle mission. Codex peut aussi garder des notes d’une fenêtre de contexte à l’autre, au lieu de compresser l’historique en un résumé.

Un déploiement progressif, réservé aux offres payantes

Astra est d’abord réservé à un nombre limité d’organisations, selon OpenAI, en l’occurrence les clients de Daybreak, son programme de cyberdéfense, d’après plusieurs médias américains. Les abonnés Plus, Pro, Business et Enterprise de ChatGPT y auront accès dans les prochains jours, les comptes gratuits restant à l’écart. Les formules Pro, Business et Enterprise ouvrent en plus une version GPT-6 Astra Pro. Chez les clients Enterprise, l’accès est désactivé par défaut au lancement et doit être ouvert par un administrateur.

Côté développeurs, le modèle apparaît dans l’API sous le nom gpt-6-astra à 10 $ par million de tokens en entrée et 50 $ en sortie, soit les tarifs de base de Claude Fable 5.1, sorti deux jours plus tôt chez Anthropic. Il sera disponible aussi via AWS Bedrock et Microsoft Azure. Un mode Fast double la vitesse de traitement pour le double du prix.

Ce que veut dire le classement cyber « critique »

Le cadre de sécurité interne d’OpenAI classe les capacités de ses modèles par niveau de risque. En cybersécurité, le seuil « critique » correspond à un modèle capable de repérer une faille que personne n’a encore documentée, puis d’écrire de quoi l’exploiter sur un système déjà protégé, sans qu’un humain le guide à chaque étape. Aucun modèle de la firme n’avait atteint ce niveau avant Astra.

Sans ses garde-fous de production, le modèle obtient 100 % sur ExploitBench, un test qui consiste à transformer des vulnérabilités connues en attaques fonctionnelles, contre 78,5 % pour GPT-5.6 Sol. Sur des failles de Chrome récentes, il a par ailleurs découvert et utilisé deux vulnérabilités que personne n’avait signalées. OpenAI indique les avoir transmises à leurs mainteneurs.

Ce que le modèle accepte de faire et ce qu’il refuse

La version diffusée aujourd’hui est bridée. Elle relit du code et propose des correctifs, deux usages défensifs, mais elle « refusera de se conformer à des tâches de cybersécurité plus avancées, comme la création d’exploits de démonstration », indique OpenAI. Un exploit de démonstration sert à prouver qu’une faille est exploitable en pratique, une pratique courante du côté des défenseurs. Ces capacités seront ouvertes dans les prochaines semaines via Daybreak, le programme de la firme réservé aux professionnels de la cyberdéfense.

L’alignement, ce garde-fou qu’OpenAI dit avoir renforcé

Un modèle est dit aligné quand il fait ce que son utilisateur attend de lui et reste dans le périmètre qui lui a été fixé. Le désalignement, c’est l’inverse : le modèle sort de ce périmètre, contourne un contrôle ou prend une initiative que personne ne lui a demandée. C’est ce qu’il s’est produit lors de l’intrusion chez Hugging Face.

OpenAI revendique des progrès sur ce terrain. Sur une simulation de 54 000 tâches internes menées dans Codex, Astra aurait déclenché deux fois moins d’alertes de désalignement grave que GPT-5.6 Sol. S’y ajoute un second dispositif : des classificateurs surveillent en permanence le raisonnement et les actions du modèle pendant qu’il utilise des outils et peuvent suspendre une action non autorisée. OpenAI admet que ce garde-fou bloque parfois un travail légitime, y compris défensif.

Un raisonnement devenu plus difficile à relire

Avant de répondre, un modèle de ce type écrit son raisonnement étape par étape. Cette chaîne de pensée est un outil de contrôle précieux. En la relisant, les équipes de sécurité comprennent pourquoi le modèle a agi comme il l’a fait et repèrent une intention problématique avant qu’elle ne se traduise en actes.

Or, celle d’Astra est moins lisible que celle de son prédécesseur, selon le bilan de sécurité publié par OpenAI. Le modèle contrôle mieux ce qu’il y écrit et y laisse moins de traces compromettantes. Dans des tests où OpenAI lui demande explicitement d’échapper à ses surveillants, il parvient à sous-performer sans se faire repérer et déjoue parfois les moniteurs internes sur des tâches de sabotage. Aucune tentative de dissimuler un raisonnement dans un texte d’apparence anodine n’a en revanche été relevée. OpenAI dit prendre cette évolution au sérieux et rappelle que « la surveillance du désalignement ne peut pas remplacer l’alignement ».