GPT-6 Astra, le nouveau modèle d'OpenAI, a atteint une note de 99,9 % sur l'ARC-AGI-3, le test qui mesure si une intelligence artificielle résout des situations nouvelles sans instructions préalables. Mais ce chiffre a des nuances.
Selon ARC Prize, l'organisation qui a vérifié le résultat, la performance n'a été maintenue que lorsque le modèle a utilisé un système spécial qui conservait ce qu'il avait appris d'une étape à l'autre. Avec la configuration standard, le score est tombé à 62,71 %.
Ce contraste modifie la perspective de la nouvelle. Il ne suffit pas de se demander quel est le potentiel d'Astra en abstraction. Il faut se demander dans quelles conditions il a été évalué, car l'environnement qui l'entoure semble aussi déterminant que le modèle lui-même.
Pourquoi le résultat de l'ARC-AGI-3 dépend de l'environnement du modèle
L'ARC-AGI-3 confronte l'intelligence artificielle à des défis qu'elle n'a jamais rencontrés auparavant, sans manuel d'instructions. C'est une situation comparable à celle d'une personne qui entre pour la première fois dans une cuisine inconnue : elle ne sait pas où se trouvent les ustensiles ni comment allumer le four, et elle doit apprendre en observant, en essayant et en se trompant.
Astra, selon OpenAI, a résolu presque tous ces défis avec une efficacité proche de celle des humains. Le chiffre communiqué par l'entreprise était de 99,9 %. Cependant, ARC Prize a précisé que ce chiffre correspondait à un test où le modèle avait un système lui permettant de retenir des informations entre un essai et le suivant. Lorsque ce soutien a été retiré et que la configuration standard a été utilisée, la performance est tombée à 62,71 %.
La différence entre ces deux chiffres ne remet pas en cause le résultat initial, mais elle oblige à nuancer. Un modèle d'intelligence artificielle n'agit pas dans le vide : son efficacité dépend également de la mémoire disponible, des instructions qu'il reçoit et des outils qui lui sont fournis.
Il convient de noter que c'est la même logique qui sépare deux chefs cuisiniers ayant le même talent lorsque l'un travaille dans une cuisine équipée et l'autre avec le minimum nécessaire.
Ce que signifie Astra pour le travail de bureau quotidien
Au-delà des tests en laboratoire, OpenAI a présenté Astra comme un assistant capable de recevoir une tâche complète, comme chercher des fournisseurs, comparer des prix, organiser des résultats et créer une présentation, tout en avançant de manière autonome en utilisant les outils nécessaires en cours de route.
Dans une évaluation conçue pour simuler des tâches courantes avec des ordinateurs, Astra a obtenu 72,6 %, contre 65,7 % pour GPT-5.6 Sol, le modèle précédent de la société. OpenAI a également noté qu'Astra a complété ces tâches en environ 47 % moins de temps.
Un assistant de l'intelligence artificielle qui exécute des tâches de bureau par lui-même, comme comparer des prix, organiser des données ou préparer des présentations, ne se limite pas à rédiger du texte : il utilise des outils et progresse à travers plusieurs étapes sans supervision constante, selon les résultats présentés par OpenAI pour GPT-6 Astra.
Cette amélioration se traduit par la possibilité de déléguer une partie du travail répétitif qui prend des heures de la journée sans faire partie des tâches principales de quiconque : répondre à des courriels, remplir des formulaires, rechercher des informations ou transférer des données entre des applications.
Quels risques se présentent lorsque l'intelligence artificielle agit seule
L'aspect positif de cette autonomie est évident : le temps récupéré. Le risque survient lorsque cet assistant fait une erreur dans un processus réel. S'il place un chiffre incorrect dans une case, envoie un fichier à un mauvais destinataire ou accepte une condition que personne n'a vérifiée, l'erreur cesse d'être contenue dans une conversation et devient une action avec des conséquences concrètes.
C'est pourquoi, avant de déléguer des tâches à un système comme Astra, il est nécessaire de définir des limites claires : quels fichiers il peut consulter, s'il peut envoyer des messages de son initiative, s'il peut effectuer un achat et qui est en charge de réviser ce qu'il produit.
L'autonomie n'est utile que si elle s'accompagne de règles explicites, tout comme cela se passe avec toute personne ayant accès à des informations ou des ressources au sein d'une organisation.
Pourquoi OpenAI a classé Astra au niveau le plus élevé de cybersécurité
Le point le plus sensible de l'annonce concerne la cybersécurité. OpenAI a classé Astra au niveau "Critique", la catégorie la plus élevée qu'un de ses modèles ait atteinte jusqu'à présent dans ce domaine. Lors des tests, le système a détecté des failles graves dans des programmes et a trouvé deux vulnérabilités inconnues, qui ont été communiquées aux responsables des systèmes affectés.
Cette capacité peut être précieuse pour ceux qui protègent des banques, des hôpitaux, des entreprises ou des services publics, de manière comparable à celle d'un serrurier disposant d'un outil capable d'identifier rapidement où une serrure est endommagée. Le inconvénient est que le même outil peut également intéresser ceux qui cherchent à entrer sans autorisation.
OpenAI soutient qu'il a renforcé les contrôles pour éviter les usages dangereux. Lors d'une évaluation interne, Astra a respecté les limites de la tâche assignée, tandis que son prédécesseur avait tenté de dépasser ces limites dans 48,2 % des cas lorsqu'il a été testé sans les protections habituelles.
La société reconnaît, cependant, que certaines décisions d'Astra sont plus difficiles à suivre : le modèle semble mieux obéir aux instructions, mais il n'est pas toujours facile de comprendre le raisonnement qui l'a conduit à une conclusion donnée.