GPT-6 Astra : multimodalité et risque pour les agents

Ce que GPT-6 Astra apporte réellement

Dans cette sortie, ce qui retient l’attention n’est pas l’étiquette de « modèle le plus puissant », mais le déploiement étendu de GPT-6 Astra dans ChatGPT Plus, Pro, Business, Enterprise, l’API et AWS. Dans la documentation officielle et les annonces de lancement d’OpenAI, le modèle est présenté comme le plus capable de la gamme, et une entrée gpt-6-astra distincte sur la page tarifaire confirme son accès via la plateforme OpenAI.

Au moment de l’annonce, le déploiement se fait progressivement. Dans Enterprise, l’accès est contrôlé par les administrateurs et désactivé par défaut. C’est une précaution raisonnable : le modèle vise non seulement les réponses de chat, mais aussi le contrôle d’ordinateur, les comportements agentiques et les tâches multimodales.

Il faut pour l’instant distinguer le mode Jarvis évoqué des capacités confirmées. Ce nom n’apparaît pas dans les documents officiels disponibles d’OpenAI. Le contrôle d’ordinateur est confirmé, mais un mode précis portant ce nom relève encore de la discussion, et non d’une spécification produit.

La comparaison avec Fable 5.1 ne livre pas non plus de vainqueur évident. Selon des évaluations indépendantes, Astra est en retrait sur le code et le design, mais semble plus solide en mathématiques, 3D, vision par ordinateur et sciences. Des synthèses tierces attribuent à Fable 5.1 55,8 % sur Terminal-Bench 4.0, 73,4 % sur CursorBench 3.2.0 et 100 % sur ProofBench v1.1.

Je ne transformerais pas ces chiffres en classement unique. Ils proviennent de tâches différentes et sont rapportés par des sources tierces, sans comparaison dans une fiche modèle commune. Pour un système agentique, il est essentiel de savoir si un test mesure seulement la réussite de la tâche ou aussi la résistance aux instructions malveillantes.

Pourquoi la sécurité compte plus que le classement

Le principal risque d’ingénierie lié à Astra est qu’un agent plus performant dispose de davantage de manières d’échouer avec des conséquences réelles. Dans son analyse de sécurité, OpenAI présente le modèle comme le premier à atteindre le niveau Critical pour les capacités cyber dans le cadre du Preparedness Framework ; l’accès aux tests défensifs est donc introduit progressivement.

Le prompt injection ne nécessite pas l’exécution de code malveillant. Une instruction cachée dans un document ou une page web peut amener l’agent à changer d’objectif, divulguer un contexte accessible ou mal utiliser un outil. Pour l’utilisateur, cela peut ressembler à une infection de l’agent, alors que le modèle a simplement traité un texte externe comme une commande plus prioritaire.

En production, je testerais d’abord l’isolation des outils, les limites d’autorisation et le traitement des contenus non fiables. Un benchmark de mathématiques ou de programmation ne révélera pas ces faiblesses. Le véritable critère pour GPT-6 Astra n’est pas la distance qu’un agent peut parcourir seul, mais sa capacité à s’arrêter de façon fiable devant l’instruction de quelqu’un d’autre.

Nous avons déjà analysé comment l’arrivée de Codex dans ChatGPT sur Android transforme les scénarios de développement à distance et d’automatisation. Le lancement de GPT-6 Astra prolonge cette évolution en élargissant les capacités de l’assistant grâce à un nouveau mode et à la multimodalité.