GPT-6 Astra sur Felo Search : le nouveau fleuron d’OpenAI, disponible gratuitement
GPT-6 Astra d’OpenAI arrive sur Felo Search : dix problèmes mathématiques ouverts résolus, la première évaluation cybersécurité Critique, et un taux de refus de jailbreak de 91,5 %.
OpenAI a lancé Astra le 3 septembre et a conçu le modèle pour le travail de bout en bout : programmation, recherche approfondie, utilisation de l’ordinateur et création de documents. Ce lancement marque deux avancées. Dix problèmes non résolus en mathématiques et en informatique théorique ont reçu leurs premières solutions. Astra devient le premier modèle d’OpenAI à franchir le seuil « Critique » du Preparedness Framework — un niveau que GPT-5.6 Sol, le précédent fleuron, n’a pas atteint.
Felo Search a ajouté GPT-6 Astra à sa gamme de modèles. Sélectionnez-le dans le menu à côté du micro sous la barre de recherche, et posez une question qui nécessitait auparavant un laboratoire de recherche. Ce billet présente ce modèle, la signification du label Critique, et la manière d’en tirer le meilleur parti.
Qu’est-ce que GPT-6 Astra
Astra représente le nouveau fleuron d’OpenAI. OpenAI le présente sous le nom « Astra » ; le secteur et Felo Search l’identifient comme le successeur de la famille GPT-5.6 et l’appellent GPT-6 Astra. OpenAI n’a pas confirmé le numéro de version officiel.
La fiche technique est publique :
- Fenêtre de contexte : 1 050 000 tokens
- Sortie maximale : 128 000 tokens
- Limite de connaissances : 30 avril 2026
- Entrée : texte et images ; sortie : texte
- Niveaux d’effort de raisonnement de faible à « xhigh » et « max »
- Tarification API : 10 $ par million de tokens en entrée, 50 $ par million en sortie, 1 $ par million d’entrées mises en cache
The Information a rapporté une technique interne appelée « Recurrent Depth » : les données traversent les mêmes couches plusieurs fois, pas un seul passage avant. Comme ces passages répétés masquent le suivi du raisonnement, le scientifique en chef d’OpenAI a indiqué que la profondeur du graphe de calcul d’Astra reste dans un facteur deux par rapport à GPT-4, et que le suivi reste une priorité. OpenAI n’a pas confirmé cette technique.
Aucun nombre de paramètres n’apparaît dans les documents d’OpenAI. Un chiffre proche de dix mille milliards figure dans un rapport ; une autre analyse estime la taille à plusieurs dizaines de milliards. Chaque affirmation sur la taille reste non vérifiée.
Dix problèmes ouverts, résolus
La première présentation publique d’Astra a permis de résoudre dix problèmes majeurs en mathématiques et en informatique théorique. Résultats principaux :
- Le premier groupe non-sofique connu — une question ouverte depuis 1999
- Une réfutation de la conjecture de rigidité posée par Alain Connes en 1980
- Trois problèmes issus de la liste d’Erdős
Chaque résultat s’accompagne d’un artefact de preuve vérifié par machine sous Lean 4. Des chercheurs humains ont sélectionné les manuscrits ; la machine a vérifié les démonstrations. OpenAI a estimé le coût de calcul pour les dix solutions, au tarif Sol API, à 2 000 $. Aucun problème du prix Clay Millennium n’a été résolu.
Pour la recherche, cela compte sur un point précis : la vérification en plusieurs étapes. Une question nécessitant une chaîne d’inférences — une preuve, une vérification croisée de données, une recherche bibliographique — va jusqu’au bout sans étape omise.
Le label Critique : faire confiance, mais vérifier
Le Preparedness Framework d’OpenAI évalue les modèles de faible à critique. GPT-5.6 Sol a atteint le niveau « élevé ». Astra devient le premier modèle d’OpenAI à obtenir le niveau « Critique » — un niveau où le modèle peut trouver des vulnérabilités inconnues, créer des exploits et compromettre des systèmes renforcés sans guidage humain étape par étape.
Preuves publiées par OpenAI :
- ExploitBench, un benchmark public de génération d’exploits : score de 100 %
- ExploitGym : score de 42,4 %, contre 30,3 % pour GPT-5.6 Sol
- Un test interne sur 20 failles V8 de gravité élevée signalées après la limite de connaissances d’Astra (ce qui exclut la mémorisation) : taux d’exécution de code arbitraire de 39 % à 76 000 tokens de sortie, contre 1 % pour GPT-5.6 Sol à budget comparable
- Deux vulnérabilités zero-day découvertes par Astra et intégrées dans une chaîne d’exploit ; OpenAI les communique aux parties concernées
- Taux de refus de jailbreak de 91,5 %, contre 59 % pour GPT-5.6 Sol
- Un test honeypot proposant un raccourci pour « tricher » sur des tâches difficiles : GPT-5.6 Sol l’a pris 56 % du temps ; Astra, jamais
Des réserves s’imposent. Le chiffre de 39 % provient d’un benchmark interne au niveau d’accès Daybreak Blue — pas la configuration de production par défaut. Une vérification indépendante reste attendue. OpenAI a renforcé le déploiement, sans livrer la capacité brute : revue automatisée avant exécution, surveillance et confinement des actions, suivi du raisonnement. L’accès API standard refuse les tâches avancées de cybersécurité, et des contrôles de sécurité peuvent interrompre une tâche en cours.
Ce qui change pour les utilisateurs de Felo Search
Le choix du modèle détermine ce qu’un moteur de recherche peut traiter. Avec Astra, Felo Search répond à des questions nécessitant un raisonnement soutenu — mathématiques de niveau recherche, chaînes de faits complexes, synthèse multilingue — et fournit des sources citées pour chaque affirmation.
Astra utilise les logiciels comme une personne : navigateurs, tableurs, applications de bureau, terminaux. Sur OSWorld V2-Offline, il obtient 72,6 %, contre 65,7 % pour GPT-5.6 Sol, et la durée moyenne des tâches passe de 75 à 40 minutes. Dans Codex, il conserve des notes contextuelles auto-réflexives — un historique de la tâche en cours qui persiste d’une fenêtre de contexte à l’autre.
- Posez une question ouverte et obtenez une réponse avec sources
- Lancez une tâche en plusieurs étapes et suivez le raisonnement
- Comparez les modèles sur une même question, et choisissez-en un par tâche
Un point d’honnêteté : un modèle classé Critique dans un produit grand public implique une responsabilité. OpenAI limite les capacités les plus puissantes, et Felo propose ce modèle comme une option parmi d’autres. La mission reste la même — trouver, raisonner, vérifier.
Accès : la vague de lancement d’OpenAI a concerné les organisations du Trusted Access Program, avec les offres Plus, Pro, Business et Enterprise, et l’API plus large dans les jours suivants. Felo Search propose le modèle dès le lancement — le lien d’expérience l’ouvre, quel que soit le forfait.
Comment utiliser GPT-6 Astra dans Felo Search
Felo Search regroupe tous les modèles dans un seul sélecteur : le changement se fait en un geste :
- Connectez-vous sur felo.ai.
- Ouvrez le sélecteur de modèles — le nom du modèle à côté du micro sous la barre de recherche, marqué par une petite flèche.
- Sélectionnez GPT-6 Astra.
- Posez votre question et lisez la réponse avec sources.
Le lien d’expérience fait la même chose — il ouvre Felo Search avec GPT-6 Astra présélectionné :
Lien d’expérience : Felo Search avec GPT-6 Astra
Questions à lui poser cette semaine
- Une démonstration mathématique tirée d’un manuel ouvert — avec les étapes de raisonnement affichées
- Une comparaison de deux articles au-delà d’une barrière de langue
- Une chaîne de faits complexe — « quel modèle, lancé à moitié prix de son prédécesseur, a obtenu un score inférieur sur ce benchmark ? »
Essayez GPT-6 Astra dans Felo Search
Astra figure dans la gamme de modèles de Felo Search. Ouvrez le lien d’expérience, changez de modèle, et posez la question que vous pensiez hors de portée d’un moteur de recherche.
Essayez GPT-6 Astra sur Felo Search — ouvrez le lien d’expérience
Cet article est également disponible en English, 简体中文, 日本語, 한국어, 繁體中文, हिन्दी, العربية, Русский, اردو, Bahasa Indonesia, Deutsch, Tiếng Việt, Türkçe, Italiano, ไทย, Español, বাংলা and Português.