GPT-6 Astra, début septembre 2026, OpenAI parle d’ère AGI et d’agents sur ordinateur, ce seuil cybersécurité inquiète experts

OpenAI a rendu public GPT-6 Astra début septembre 2026, en revendiquant l’entrée dans une ère de l’AGI. Le modèle est présenté comme un saut de génération, notamment pour l’exécution de tâches numériques de bout en bout via des agents capables d’utiliser un ordinateur et un navigateur. Cette annonce intervient dans un contexte de concurrence accélérée entre laboratoires, mais aussi de débats plus vifs sur la sécurité, la fiabilité et l’évaluation indépendante des performances avancées.

Dans ses communications, l’entreprise met en avant des résultats de tests, une meilleure capacité à utiliser des logiciels, et une classification interne inédite de ses capacités offensives en sécurité informatique. Les éléments disponibles via plusieurs médias décrivent un lancement préparé de longue date, retardé pour des raisons de sûreté, et accompagné d’un cadrage très ambitieux sur l’AGI, tout en laissant ouvertes des questions de validation externe.

OpenAI publie GPT-6 Astra et revendique l’ère AGI

Le lancement de GPT-6 Astra s’inscrit dans une séquence médiatique où Greg Brockman décrit le modèle comme un saut générationnel et évoque la possibilité que l’histoire retienne cette période comme celle de l’arrivée de l’AGI. Sur le plan journalistique, la prudence reste de mise, car la définition opérationnelle de l’intelligence artificielle générale varie selon les acteurs, et les annonces de rupture reposent souvent sur des batteries de tests qui ne reflètent pas toujours les conditions réelles de travail.

Plusieurs éléments concrets ressortent tout de même. OpenAI présente Astra comme un modèle orienté computer use, c’est-à-dire capable de manipuler une interface graphique, d’utiliser un navigateur, de remplir des formulaires et de coordonner des actions en ligne au nom d’un utilisateur. Des démonstrations rapportées mentionnent des tâches administratives ou de recherche, comme la prise de rendez-vous, la recherche d’offres d’emploi ou la prospection de logements. Ce type d’automatisation, si la fiabilité progresse réellement, touche directement des usages de bureau à forte valeur économique.

Le calendrier du lancement a aussi été commenté. Selon des publications technologiques, OpenAI a communiqué autour d’Astra dans une période où les annonces concurrentes se succèdent, ce qui met en évidence une course à la fois commerciale et scientifique. Pour OpenAI, l’enjeu n’est pas uniquement la performance brute, mais l’adoption en entreprise, avec des agents capables d’exécuter des processus complets, pas seulement de répondre à des questions.

Ce positionnement ère AGI sert enfin de signal au marché. D’un côté, il nourrit l’intérêt pour des déploiements plus larges, notamment via des intégrations logicielles et des workflows automatisés. De l’autre, il accroît l’exigence de preuves, car l’écart entre un modèle impressionnant en démo et un système fiable à grande échelle reste un point de friction. Les entreprises, en particulier dans les secteurs réglementés, attendent des garanties sur la traçabilité, la gestion des erreurs et la conformité.

ARC-AGI-3 à 98,6%: des scores annoncés, sans contre-expertise publique

Un chiffre a largement circulé dans les articles consacrés à Astra: 98,6% sur ARC-AGI-3, un test censé mesurer la capacité d’un modèle à résoudre des problèmes nouveaux, sans entraînement spécifique sur ces items. Des comparaisons sont citées dans la presse spécialisée, avec des scores beaucoup plus bas attribués à d’autres modèles. Pris isolément, ce différentiel est spectaculaire, car il suggère une amélioration nette de la généralisation sur un benchmark explicitement conçu pour limiter le simple bachotage.

Mais la lecture de ce type de résultat appelle une nuance immédiate: l’évaluation est attribuée à OpenAI elle-même, avec, à ce stade, une absence de validation indépendante publique mentionnée par les médias. Ce point est central pour interpréter la portée du score. Les benchmarks d’IA ont une longue histoire d’optimisations ciblées, de variations de protocole et de dépendance à des choix de paramètres. Une contre-évaluation, avec publication des conditions de test, des prompts, des températures, des budgets d’essais et des critères de réussite, permettrait de clarifier ce que mesure ce 98,6%.

Au-delà du chiffre, une autre question est celle de la transférabilité. Un modèle peut exceller sur des puzzles structurés et rester fragile sur des tâches quotidiennes, où les données sont bruyantes, les consignes ambiguës et les contraintes multiples. Pour les entreprises, l’enjeu se situe souvent dans la robustesse, la reproductibilité et le coût, plus que dans une performance maximale sur un jeu de test. À ce titre, les retours d’intégrateurs et d’équipes produit, qui mesurent le taux d’échec, les reprises manuelles et la stabilité dans le temps, pèseront lourd.

La compétition entre laboratoires amplifie aussi le risque de bataille de chiffres. Les annonces de scores peuvent structurer les perceptions, attirer des talents et accélérer les cycles d’investissement. Mais l’évaluation indépendante, portée par des organismes académiques, des tiers de confiance ou des communautés d’audit, reste la condition pour transformer un score en référence stable. Tant que cette étape n’est pas franchie, le 98,6% agit surtout comme un indicateur d’ambition et un outil de communication, tout en posant une question simple: quelles tâches du quotidien d’une organisation Astra réussit-il de manière fiable, mesurable et reproductible?

Astra franchit le seuil critique en cyber, OpenAI renforce ses garde-fous

Le volet sécurité distingue Astra de nombreux lancements précédents. Plusieurs sources indiquent qu’OpenAI classe GPT-6 Astra au niveau critique de son cadre interne de préparation, ce qui signifie, selon ces mêmes descriptions, une capacité potentielle à trouver et exploiter des vulnérabilités inconnues sur des systèmes bien protégés, avec peu de guidage humain. Cette catégorisation, rare dans les communications grand public, place la cybersécurité au cœur de l’interprétation de ce modèle.

Un élément factuel rapporté est la découverte de deux vulnérabilités inédites durant l’évaluation, signalées ensuite aux éditeurs concernés. Ce type d’information, si elle est documentée et vérifiable, met en lumière le double usage classique: un système utile pour l’audit défensif peut aussi abaisser la barrière d’entrée pour des usages offensifs. Pour les équipes de sécurité, la question devient opérationnelle: comment bénéficier de l’assistance d’un modèle très performant sans créer une nouvelle surface de risque, notamment via l’automatisation d’étapes d’attaque.

OpenAI indique avoir ralenti la sortie pour renforcer les tests et les mesures de sûreté. Dans la pratique, ces garde-fous peuvent prendre plusieurs formes: filtrage de requêtes, limitations d’actions, surveillance d’abus, cloisonnement des environnements d’exécution, restrictions sur certaines catégories de contenus, ou encore exigences d’identité et de conformité pour l’accès aux fonctionnalités les plus sensibles. Le débat porte souvent sur l’efficacité réelle de ces protections face à des adversaires déterminés et à des détournements par chaînes d’outils.

Les implications dépassent le seul cas OpenAI. Si les modèles atteignent une compétence élevée dans l’identification de failles, la défense devra s’adapter à une cadence d’exploitation potentiellement accélérée. Cela peut pousser les organisations à renforcer la gestion des correctifs, l’inventaire des actifs, la segmentation réseau et la surveillance. Dans le même temps, la recherche en sécurité peut bénéficier de capacités d’audit augmentées, à condition d’encadrer strictement l’usage, d’avoir des traces exploitables et de limiter les actions autonomes sur des systèmes réels. Astra devient, de ce fait, un test grandeur nature de la capacité du secteur à déployer des agents performants sans fragiliser l’écosystème numérique.