L’essentiel
- GPT-6 Astra est ouvert depuis jeudi soir aux abonnés Pro, Enterprise et Business Premium, dans ChatGPT Work et Codex, ainsi que dans l’API, sur Azure et sur Bedrock.
- Ses plafonds d’usage valent la moitié de ceux de GPT-5.6 Sol sur toutes les offres : 5 à 45 messages par fenêtre de cinq heures sur Plus, contre 10 à 100.
- GPT-6 Pro, la déclinaison la plus poussée alimentée par Astra, puise dans les quotas existants : 200 messages par semaine sur l’offre Pro à 200 dollars, 15 par mois sur Business Standard.
Jeudi soir, OpenAI a ouvert GPT-6 Astra à ses offres payantes : Pro, Enterprise et Business Premium, dans ChatGPT Work et Codex, puis dans l’API, sur Azure et sur Bedrock. La grille de plafonds publiée avec le modèle divise par deux les volumes autorisés. Un abonné Plus qui disposait de 10 à 100 messages par fenêtre de cinq heures avec GPT-5.6 Sol en aura 5 à 45 avec Astra.
Pro 20x, Business Standard : personne n’échappe à la coupe
Le rapport ne varie pas d’une offre à l’autre. Pro 5x : 25 à 225 messages contre 50 à 500 pour Sol. Pro 20x : 100 à 900 contre 200 à 2 000. Business Standard : 5 à 45 contre 10 à 100. Pour situer l’échelle, le même abonné Plus conserve 250 à 2 000 messages avec GPT-5.6 Luna, le modèle léger de la maison. Entre le haut et le bas de la gamme, le volume d’usage autorisé varie d’un facteur proche de cinquante.
GPT-6 Pro suit la même logique et pioche dans les quotas déjà en place plutôt que d’en ouvrir de nouveaux : 200 messages par semaine sur l’offre Pro à 200 dollars, 50 par semaine sur l’offre à 100 dollars et sur Business Premium, 15 par mois sur Business Standard, à chaque fois partagés avec GPT-5.6 Sol Pro. Les formules Free et Go restent à la porte des modèles de pointe. Anthropic a pris la direction inverse sur son propre haut de gamme : au lancement d’Opus 4.5, l’entreprise a supprimé les plafonds propres à Opus et relevé les budgets d’usage, pour que son modèle le plus lourd serve au quotidien.
Moins cher par tâche, et pourtant rationné
OpenAI présente Astra comme un modèle économe, chiffres à l’appui. Sur Agents’ Last Exam, il obtient 59,3 % contre 55,5 % pour Claude Opus 5, avec environ 65 % de tokens de sortie en moins. Sur OSWorld 2.0, il atteint 72,6 % en une quarantaine de minutes par tâche, là où Sol plafonne à 65,7 % en soixante-quinze minutes. Sur Terminal-Bench Science, 64,6 % contre 52,6 % pour Claude Fable 5.1, pour un coût d’API estimé inférieur d’environ 31 %.
Ces gains par tâche et le rationnement par message décrivent la même contrainte, vue des deux côtés. Une réponse d’Astra mobilise assez de calcul pour qu’OpenAI préfère en servir deux fois moins, alors même que son tarif d’API s’aligne sur celui des modèles Claude haut de gamme : 10 dollars le million de tokens en entrée, 50 en sortie. Un modèle entraîné pour piloter un navigateur, mettre à jour un CRM (outil de gestion de la relation client) et vérifier une interface pendant des heures ne coûte pas le même calcul qu’une question posée dans une fenêtre de chat.
Sans le harnais maison, le score ARC-AGI-3 passe de 99,9 % à 62,7 %
Le résultat qui a le plus circulé, 99,9 % sur ARC-AGI-3, demande une note de bas de page. La fondation ARC Prize indique qu’il a été obtenu avec un harnais propriétaire d’OpenAI, le Provider Adapter : l’échafaudage logiciel qui pilote le modèle pendant l’évaluation. Ce harnais conserve l’état de raisonnement entre les requêtes et compacte les conversations longues, pour environ 19 000 dollars de calcul. Avec le harnais par défaut de l’évaluation, le même modèle retombe à 62,7 %, et la facture monte à 26 000 dollars.
Artificial Analysis, de son côté, place Astra à 61 points sur son indice d’intelligence, à égalité avec Sol et cinq points derrière Claude Fable 5.1. Le classement s’inverse sur les agents de programmation : à effort maximal, Astra coûte moins de la moitié de Claude Fable 5.1 par tâche, pour un score équivalent. La performance annoncée dépend donc autant de l’échafaudage qui l’entoure que du modèle lui-même.
Astra s’ajoute au sélecteur, il ne remplace rien
La conséquence tombe dès la première journée de travail : Astra ne prend pas la place de Sol dans le sélecteur de modèles, il s’y ajoute comme une ressource comptée. Quelques sessions agentiques un peu longues, une revue de code dans Codex, deux ou trois séances de pilotage d’ordinateur, et la fenêtre de cinq heures est épuisée.
Le réflexe à installer ressemble à du routage. Réserver Astra aux tâches où sa supériorité est mesurée : pilotage d’ordinateur, ingénierie logicielle, sécurité, travail scientifique en terminal. Laisser Sol, Terra ou Luna absorber le volume ordinaire, la reformulation, la synthèse, les allers-retours de mise au point. L’API échappe au plafond de messages, pas à l’arithmétique : facturée au token, elle traduit la même contrainte en ligne budgétaire.
Le déploiement n’est pas terminé : les abonnés Plus et Business Standard n’y auront accès que dans les prochains jours. Le prochain relèvement de ces plafonds, s’il arrive, en dira plus long sur le coût réel d’Astra que n’importe quel score publié.
Mon avis
Ces plafonds ne bougeront pas beaucoup, et je les lis comme le premier aveu chiffré du coût d’un modèle conçu pour agir seul pendant des heures. OpenAI a passé deux ans à vendre l’idée d’un assistant unique auquel on confie tout ; sa meilleure machine arrive avec un compteur, et un compteur pèse davantage sur une méthode de travail qu’un point gagné sur un benchmark. J’attends de voir combien de temps l’entreprise tiendra le discours du modèle par défaut alors que sa propre grille pousse à ne l’appeler qu’en dernier recours.
