Astra, le prochain modèle d'OpenAI : une nouvelle étape ?

Cette semaine, Sam Altman a présenté à huis clos, à Washington, une nouvelle famille de modèles appelée Astra. L'existence de cette démonstration a été révélée par The Information. Tout le monde a retenu la salle et les costumes.

Moi, ce qui m'intéresse, c'est la machine. Et le plus intéressant ne se trouvait pas dans cette salle. Il était dans un billet de maths publié dix jours plus tôt, que presque personne n'a lu jusqu'au bout.

Le robot qui pionce dans le coin en bas à droite, c'est celui qui a fini sa partie.

Ce que ça change, en une phrase

Aujourd'hui, quand tu demandes quelque chose à une IA, tu parles à un employé seul. Il est très rapide, très cultivé, mais il finit par perdre le fil. Tu lui donnes une tâche, il la fait, puis le lendemain tu dois lui reexpliquer ce qu'il a fait et ce que tu veux qu'il continue de faire.

Astra repose sur une autre idée : faire travailler plusieurs agents ensemble sur le même problème, pendant des heures ou des jours. Un agent, ici, c'est une IA chargée d'une partie du travail. Les agents se répartissent les tâches, se relisent, se corrigent et continuent en arrière-plan. C'est un peu le système de « Loop » que j'ai intégré dans mon Claude Code, mais ici ça sera puissance 10.

Même pile de dossiers. La seule différence, c'est qui la porte.

Ce n'est donc pas une affaire de vitesse, mais d'endurance. La nuance paraît minuscule. Elle est énorme. On ne cherche plus un sprinteur plus rapide, mais une équipe capable de se relayer, de développer, de s'améliorer. Une IA qui n'oublierait plus.

La preuve par les maths, et par la facture

Le 1er août, OpenAI a publié dix solutions à des problèmes ouverts de mathématiques et d'informatique théorique non résolus. Plus personne n'avait avancé dessus depuis au moins dix ans, et souvent bien davantage. Ils concernent la géométrie en grande dimension, la théorie des codes, la théorie des groupes, la complexité quantique et la cryptographie sur réseaux, bref, pas du gâteau. Parmi les résultats annoncés figurent la réfutation de la conjecture de rigidité de Connes (Pchhh... mon cerveau brûle) et les réponses à plusieurs questions posées par Paul Erdős, qui en a laissé quelques centaines derrière lui.

Le détail qui compte, ce n'est pas le nombre dix. C'est que chaque démonstration a été formalisée en Lean, un langage qui permet à une machine de vérifier une preuve ligne par ligne. On ne te demande donc pas de croire OpenAI sur parole : un ordinateur a relu la copie. Les 10 questions avaient été résolues !

Combien cela a coûté ?

Deux mille dollars. Un colloque de maths coûte plus cher rien qu'en café.

OpenAI l'écrit noir sur blanc : trouver ces dix solutions a consommé environ 2 000 dollars de jetons, au tarif public de son API. Les jetons sont les unités de texte traitées et facturées par le service. Ici, ils ont servi à résoudre dix problèmes auxquels des humains s'attaquaient sans succès depuis plusieurs décennies ! Euh... je ne sais pas si vous vous en rendez compte ? Est-ce qu'on ne va pas vers la solution de problèmes scientifiques, mathématiques, quantiques que l'humanité n'a jamais connue ?

Bon, n'allons pas si vite. Noam Brown, d'OpenAI, un de ses chercheurs, a précisé : « malheureusement, pas de problème du millénaire, pour l'instant ». Les grandes énigmes à un million de dollars pourraient encore résister. Le mathématicien Thomas Bloom a aussi remis les choses en place : l'IA n'a pas sorti ces résultats de nulle part. Elle s'appuie sur plus d'un siècle de théorie écrite par des humains. Bon ok mais quand même !

Concrètement, on en fera quoi ?

Là, je dois être honnête : le produit n'existe pas encore. Personne ne peut dire aujourd'hui ce qui va se passer. En revanche, le type de tâche visé est assez clair: quand je développe, j'ouvre trois fenêtres de Claude Code en parallèle sur trois projets. Puis je saute de l'une à l'autre. Je découpe le travail, je le distribue, je vérifie et je recolle les morceaux. Ça marche très bien. Sauf qu'il faut un chef de projet. Ce chef de projet, c'est moi, et il fatigue. Astra promet de faire la même chose, sans le chef de projet fatigué, et ce en continu, avec sa flotte d'agents.

Pour quelqu'un qui ne code pas, ça correspond au genre de corvée qui prend un week-end entier :

• Comparer quatorze contrats d'assurance ou de mutuelle, ligne par ligne, sans oublier les exclusions en petits caractères, puis produire un tableau. Ce n'est pas difficile. C'est juste long. C'est précisément pour ça que personne ne le fait et qu'on paie trop cher pendant douze ans.
• Organiser un voyage avec douze contraintes qui se contredisent : les dates de l'école, le budget, le chien, la belle-mère qui ne prend pas l'avion. Un agent seul te propose une solution. Une équipe d'agents peut en essayer trente, les comparer, puis t'expliquer pourquoi les vingt-neuf autres ne fonctionnent pas.
• Reprendre quinze ans de photos éparpillées sur trois disques durs et deux vieux téléphones. Supprimer les doublons, retrouver les dates, tout classer. Un travail de fourmi que tu repousses depuis 2011.

Ce qui fait peur : et si les gouvernements utilisaient cette intelligence pour définir, dans leurs attaques militaires, la meilleure solution pour éradiquer leurs ennemis ? Je vois le truc réfléchir au mieux à la façon de tuer proprement et le plus efficacement possible dans une région, puis sortir le ticket de la solution proposée au chef d'état-major. N'oublions pas qu'une IA n'a aucun scrupule, elle fait ce qu'on lui demande.

Maintenant faudra voir, un système qui travaille seul pendant trois jours peut également accumuler trois jours d'erreurs sans que personne les voie. Je ne sais pas comment OpenAI va proposer ce nouveau produit, mais si je lui demande fais-moi un jeu vidéo multijoueur mais en plusss (appuyez bien sur le s) mieux et qu'il me sort après 1 semaine un truc comme « Concord » (200 millions de dollars, coté 45/100 sur PCGamer dont Sony a fermé le studio) et la facture avec quelques zéros derrière un chiffre, je l'aurai mauvaise.

Le détail qui fait réfléchir : ils ont freiné

Le 7 août, OpenAI a publié quelque chose d'inhabituel. L'entreprise dit ne pas pouvoir exclure que ce modèle atteigne le niveau qu'elle qualifie de « critique » en cybersécurité, selon ses propres évaluations internes. Ce classement n'est pas définitif, car les tests continuent. En attendant, l'entreprise dit avoir ralenti le développement. Traduction en français : publicité commerciale, « Attention, on doit ralentir sa programmation parce qu'il va tous nous exterminer. » :)

Le seau et la pelle sont fournis. La sortie, non.

Les mesures prises en disent assez long. Le modèle travaille dans un environnement de test isolé, sans accès au réseau ni aux outils. Ses poids, c'est-à-dire les données internes qui déterminent son comportement, sont chiffrés. Son exécution se fait dans un bac à sable, un espace fermé qui limite ce qu'il peut modifier. Des surveillants automatiques lisent aussi sa chaîne de raisonnement, donc les étapes intermédiaires de son travail, et peuvent l'interrompre en cours de route. Même pendant l'entraînement.

Personnellement, je trouve qu'en 2026, la meilleure démonstration des capacités d'un modèle est devenue la liste des serrures qu'on lui pose. On ne boulonne pas une caisse en verre autour d'un truc qui compte les moutons.

Ce qu'on ne sait pas, et c'est beaucoup

Le nom n'est même pas définitif. « Astra » est provisoire. OpenAI n'a pas décidé s'il sortirait sous le nom de GPT-6, de GPT-5.7 ou comme une famille séparée, à côté de Sol, Terra et Luna. On ne connaît ni la date, ni le prix, ni la taille du modèle. On ignore aussi la taille de sa fenêtre de contexte, c'est-à-dire la quantité d'informations qu'il peut garder en tête pendant une tâche. On ne sait pas non plus ce qui arrivera dans ChatGPT. Rien ne garantit même que le système utilisé pour les maths ressemble au produit qui sortira un jour.

Donc oui, on parle d'un système dont on ignore presque tout, sauf ce qu'il a déjà fait. C'est déjà mieux que la moyenne des annonces du secteur.

Ce que j'en pense

Depuis deux ans, chaque nouveau modèle gagne quelques points sur un test que personne ne passe dans la vraie vie. C'est utile. Le progrès est réel, mais il se fait par petites étapes. Honnêtement, on verra bien ce qu'est ce nouveau monstre, si c'est juste un pet dans le vent ou si ça va encore nous bousculer.

Aujourd'hui, un modèle IA oublie une décision prise trois heures plus tôt. Il faut tout redémarrer et tout lui réexpliquer. Si Astra fait sauter ce mur, ce sera plus utile que dix points supplémentaires dans un benchmark, c'est-à-dire un test conçu pour comparer les modèles.

Cela dit, je jugerai sur pièces, et surtout j'espère que ça ne va pas vider notre portefeuille.