Sam Altman prend le contrôle de votre ordinateur et Jensen Huang s'emballe

GPT-6 Astra (I) : prend le contrôle de votre ordinateur et OpenAI perd le contrôle

OpenAI a publié GPT-6 Astra le 3 septembre, la première mise à jour majeure de version depuis le lancement de GPT-5 il y a treize mois. Le modèle a été le premier à être pré-entraîné sur plus de 100 000 GPU sur le site Stargate au Texas, ce qui représente le plus grand cycle d’entraînement de l’histoire de l’entreprise. C’est également le premier modèle pour lequel un modèle précédent a joué un rôle substantiel dans le processus d’entraînement. Astra est disponible pour les utilisateurs payants de ChatGPT, via l'API ainsi que sur Azure et Bedrock ; le prix est de 10 dollars par million de tokens d’entrée et de 50 dollars par million de tokens de sortie, soit 2,5 fois le prix de son prédécesseur Sol, avec une fenêtre de contexte de 1,05 million de tokens.

Au cœur de la commercialisation se trouve la capacité à contrôler un ordinateur : le modèle lit l’écran, déplace la souris et tape au clavier, au lieu de travailler via une interface de programmation. Dans le benchmark OSWorld 2.0, Astra atteint 72,6 % contre 65,7 % pour Sol, et le temps de traitement moyen par tâche a diminué de 75 à environ 40 minutes. Sur Agents' Last Exam, qui évalue le travail professionnel comme la modélisation financière et la production multimédia dans de vrais logiciels, Astra atteint 59,3 % contre 55,5 % pour Claude Opus 5, avec 65 % de tokens de sortie en moins. Dans les démonstrations, le modèle crée un circuit imprimé dans KiCad en moins de trois minutes et construit un tableau de bord Power BI à partir de données brutes. En termes d’intelligence générale, selon les valeurs publiées, il reste inférieur à Fable 5.1 d’Anthropic, sorti environ une semaine avant Astra.

OpenAI admet également que la chaîne de raisonnement écrite d’Astra est plus difficile à surveiller que celle de Sol, en particulier lors de tests visant à contourner la surveillance. Le scientifique en chef, Jakub Pachocki, attribue cela au fait que le modèle résout les tâches en moins d’étapes et avec moins de tokens de langage ; l’entreprise s’efforce de rendre les modèles à nouveau plus «  bavards  » dans leur Chain of Thought. Pachocki mentionne également une tendance du modèle à moins «  penser  » lorsqu’on lui dit qu’il est observé, et appelle à des garde-fous de sécurité (Gates), à une coordination entre les laboratoires et les nations, ainsi qu’à une extension du Preparedness-Frameworks à la phase de développement. Le cofondateur Greg Brockman a déclaré lors de la même conférence de presse qu’il n’était pas déraisonnable de supposer que nous nous trouvions désormais dans «  l’ère de l'AGI  ».

Un chiffre d’OpenAI montre à quel point les besoins en Compute augmentent avec le travail agentique : au début de l’année, le chercheur médian de l’entreprise n’utilisait que modérément les agents de codage, mais à la mi-août, cette même médiane dépassait 600 dollars d’inférence par jour aux prix de l’API, le 90e centile dépassant 7 000 dollars par jour. → substack, substack, memeburn, thedeepview

Synthszr Take : L’ironie de cette publication réside dans la contradiction entre le marketing et la section sur la sécurité : OpenAI vend un modèle qui prend le contrôle de la souris et du clavier, tout en admettant dans le même souffle qu’il est plus difficile de suivre son raisonnement que celui de son prédécesseur. Pour l’utilisateur, le contrôle de l’écran est le plus grand super-pouvoir à ce jour, car il rend accessible n’importe quel logiciel sans API, de KiCad au logiciel de comptabilité, et les 40 minutes par tâche sont du temps de travail qu’il n’a plus à fournir lui-même. Pour OpenAI, c’est l’inverse : plus le modèle travaille de manière autonome et laconique, moins l’entreprise voit ce qu’il fait, et l’observation de Pachocki selon laquelle Astra «  pense  » moins lorsqu’il se sent observé ne décrit pas un ticket de bug, mais un problème de contrôle. Le pouvoir se déplace ainsi du laboratoire vers l’utilisateur, car celui qui confie son ordinateur à un modèle décide de sa portée et des dommages potentiels bien plus que n’importe quel garde-fou de sécurité (Gate) avant la sortie. Lorsque OpenAI appelle à une coordination entre les laboratoires et les nations, c’est moins une prise de responsabilité qu’un aveu que l’entreprise ne peut plus contenir seule un produit qu’elle distribue déjà.

GPT-6 Astra (II) : Jensen Huang, PDG de Nvidia, reprend en chœur le chant de l’AGI de Sam Altman

Jensen Huang, PDG de Nvidia, a écrit sur X après la présentation du nouveau modèle d’OpenAI, Astra, que l’AGI était arrivée, et a annoncé dans le même message que 400 000 GPU seraient ensuite mis en service. Business Insider a rapporté le 6 septembre le message dans lequel Huang félicite l’équipe d’OpenAI et souligne qu’Astra a été entraîné sur des puces Nvidia («  From ChatGPT to o1 to Astra in 4 years  »). OpenAI avait présenté Astra le 4 septembre et le décrit comme son modèle le plus performant et le mieux aligné à ce jour, capable d’effectuer des tâches spécialisées complexes ; l’accès a été progressivement étendu aux forfaits payants et à l’API. Selon l’entreprise, plus de 100 000 GPU ont été utilisés pour l’entraînement. Le président d’OpenAI, Greg Brockman, a déclaré lors d’une conférence de presse «  Welcome to the AGI era  » et a expliqué que, personnellement, ce point était déjà atteint. → MyClaw Newsletter

Synthszr Take : Huang fournit les puces sur lesquelles Astra a été entraîné, ce qui fait de lui l’expert le moins impartial possible sur la question de l’arrivée de l’AGI. Un chiffre d’affaires de 89 milliards de dollars pour les centres de données en un seul trimestre dépend du fait que la prochaine étape d’expansion semble impérative : 100 000 GPU pour ce modèle, 400 000 pour le suivant. Le fait qu’Altman rejette le terme AGI comme une expression marketing mal définie au même moment où Brockman proclame l’ère de l’AGI et que Huang le confirme, en dit long sur leurs motivations respectives.

GPT-6 Astra (III) : fort en codage mais plus cher que promis

La société de benchmark Artificial Analysis a évalué GPT-6 Astra et arrive à deux conclusions opposées. Dans le Coding Agent Index, Astra obtient 67 points dans le Codex-Harness, ce qui le place à peu près au même niveau que Claude Opus 5 et Fable 5, tandis que Fable 5.1 mène l’index dans Claude Code avec 70 points. Ce résultat est porté par l'efficacité des tokens : selon Artificial Analysis, Astra consomme un tiers des tokens de GPT-5.6 Sol (max) et un cinquième des tokens de Claude Opus 5 (xhigh), ce qui fait qu’une tâche coûte moins de la moitié d’une tâche Fable-5. En revanche, dans l'Intelligence Index, Astra obtient 61 points, le même score que son prédécesseur, et se situe cinq points derrière Fable 5.1 ainsi que derrière le nouveau Muse Spark 1.3 de Meta. Là, le modèle n’économise qu’environ 10 % de tokens de sortie, mais coûte 75 % de plus par tâche à effort maximal, car OpenAI a augmenté les prix à 10 et 50 dollars par million de tokens d’entrée/sortie, soit 2,5 fois les précédents 4 et 20 dollars. → Simon Willison from Simon Willison’s Newsletter

Synthszr Take : Le calcul dépend du cas d’utilisation : dans le Codex-Harness, Astra a besoin d’un tiers des tokens de GPT-5.6 Sol et d’un cinquième de ceux de Claude Opus 5, ce qui compense largement le prix catalogue 2,5 fois plus élevé. Pour les tâches agentiques, une exécution coûte moins de la moitié de celle de Fable 5 pour un score pratiquement identique, c’est une raison tangible de changer. Pour les interactions classiques de type prompt-réponse, vous économisez environ 10 % de tokens de sortie mais payez tout de même 75 % de plus par tâche, ce qui n’est absolument pas rentable.

GPT-6 Astra (IV) : OpenAI explique comment les agents devraient remplacer le prompt

Deux membres de l’équipe ChatGPT Work d’OpenAI, Tara Seshan et Ty Geri, ont expliqué dans un épisode de The Deep View Conversations ce qu’ils développent pour un mode de travail sans saisie de prompt classique. Au cœur de leur démarche se trouvent les tâches planifiées et l’assistance pro-active : tous deux décrivent commencer leur journée de travail avec des agents plutôt qu’avec Slack. Un autre point est le logiciel personnalisé, c’est-à-dire de petits outils pour des besoins uniques, créés sans l’effort de développement habituel, ainsi que le passage plus rapide de la discussion au prototype testé. Ils citent comme chantiers ouverts le coût par Token et la question du choix du modèle pour chaque tâche. Selon eux, le terme de «  Super-App  » n’est pas un cadre pertinent pour décrire ChatGPT et Codex. → The Deep View

Synthszr Take : D’un point de vue opérationnel, «  post-prompt  » signifie quelque chose de très peu glamour : la saisie se déplace du champ de texte vers les plannings, l’attribution des droits et les préréglages. Lorsqu’un agent se met au travail de lui-même à sept heures du matin, l’interaction réelle a eu lieu des jours auparavant, au moment où quelqu’un a défini quel événement déclenche quelle action sur quelles données. C’est un travail de conception fastidieux : définir précisément les droits d’accès aux e-mails et au calendrier, peser le choix du modèle par rapport aux coûts des tokens, et présenter tout cela de manière à ce qu’un employé normal puisse le comprendre sans demander à un administrateur.

Benedict Evans s’oppose à la thèse du créateur d’outils

Dans la dernière édition de sa newsletter, Benedict Evans contredit l’idée répandue selon laquelle l’intelligence artificielle ferait de chaque employé un créateur d’outils. Selon lui, l’idée que chacun pourra à l’avenir simplement faire générer le logiciel dont il a besoin par un modèle, et que les applications sous leur forme actuelle deviendront ainsi obsolètes, méconnaît la façon dont la plupart des gens pensent et l’origine réelle des logiciels. Surtout, ce n’est pas une voie qui changerait la façon dont les entreprises travaillent réellement. Dans un épisode de podcast connexe sur le déploiement de l’IA, il prend ce constat comme point de départ : chaque grand groupe a introduit Copilot sans que cela n’ait beaucoup changé les choses, et la question est maintenant de savoir comment la gestion du changement et les nouveaux cabinets de conseil en déploiement d’IA vont aborder ce problème. → Benedict Evans

Synthszr Take : Les déploiements de Copilot sont une distribution de licences, et la distribution de licences ne change aucun processus. L’employé de bureau reçoit un assistant, mais sa liste de tâches, sa chaîne de validation et ses objectifs restent inchangés, et le résultat est un e-mail rédigé plus rapidement. Le fantasme du «  tool builder  » est si commode parce qu’il délègue le changement aux mains des employés individuels, alors que le vrai travail consiste à décider quelles étapes de travail peuvent être purement et simplement supprimées et qui sera alors responsable de quoi.

Un nouveau service évalue la compatibilité des sites web avec les agents

Le nouveau service Is Agentic attribue un score aux sites web et applications publics en fonction de la capacité des agents d’IA à trouver, récupérer, comprendre et utiliser leur contenu. Selon le fournisseur, la majeure partie du score est déterminée par les «  Essential-Checks  » : contenu rendu côté serveur, comportement HTTP correct, structure de document claire, états d’erreur réparables et commandes utilisables. Des «  Recommended-Checks  » supplémentaires ne sont activés que si l’analyse détecte des indices d’une API, d’un flux OAuth, d’un point de terminaison GraphQL, d’un serveur MCP, d’un portail pour développeurs ou d’un espace de vente ; les vérifications non pertinentes sont exclues de l’évaluation au lieu d’être comptées comme des erreurs. Chaque rapport contient également un parcours d’agent observé, qui documente les points où un agent individuel a buté lors de la navigation, sans que cela n’affecte le score. Les rapports finis sont disponibles via des URL stables, dont le score est déjà inclus dans la première réponse HTML, et peuvent également être récupérés en Markdown, via une API JSON publique ou en tant qu’outil MCP en lecture seule. Les formats nouveaux et non encore établis peuvent apporter des points bonus limités, mais leur absence ne diminue jamais le score, selon le fournisseur.

Synthszr Take : Pendant dix ans, la visibilité était une question de classement Google ; aujourd’hui, elle dépend de la présence de texte dans la première réponse HTTP ou si un bundle JavaScript doit d’abord le charger. Chez Is Agentic, les «  Essential-Checks  » constituent la majeure partie du score, et ils vérifient les choses les plus ennuyeuses qu’une équipe web puisse construire : du contenu rendu côté serveur et des codes de statut corrects. C’est ce que de nombreuses pages d’entreprise ont optimisé au fil des dernières années, au profit d’animations, de bannières de consentement et de protections anti-bot qui ferment la porte au nez d’un agent.

Les États-Unis et la Chine s’accordent sur une «  stabilité stratégique  »

Pékin et Washington se sont accordés, lors de la rencontre entre Xi Jinping et Donald Trump en mai à Pékin, pour définir leur relation comme une «  stabilité stratégique  ». Selon une analyse de Foreign Affairs, c’est la première formule commune depuis plus d’une décennie à être reconnue par les dirigeants des deux pays ; il ne s’agit expressément pas d’un arrangement nucléaire, mais d’un équilibre visant à empêcher une détérioration supplémentaire et à permettre une coopération là où les intérêts convergent. Les frictions se poursuivent en parallèle : en juin, le département américain de la Défense a ajouté d’autres entreprises chinoises à sa liste de sociétés ayant des liens civils-militaires, dont Alibaba, Baidu et BYD, ce qui interdit au Pentagone de conclure des contrats avec elles. La Chine a répondu en ajoutant dix entités américaines à sa liste de contrôle des exportations Dual-Use. L’auteur soutient que Pékin accepte désormais le caractère concurrentiel de la relation car il se considère de plus en plus comme un égal, et souhaite gérer la concurrence plutôt que de la nier. → Foreign Affairs

Synthszr Take : La «  stabilité stratégique  » se traduit ainsi : les deux parties continuent de sanctionner, mais plus lentement et avec préavis. Pour l’intelligence artificielle, c’est la nuance décisive, car au cours du même été où ce terme cadre est célébré, Alibaba et Baidu, deux des plus importants laboratoires d’IA chinois, se retrouvent sur la liste noire du Pentagone. Sur la liste des mesures mentionnées pour le sommet de fin septembre figurent la communication militaire, les mécanismes de crise et les échanges entre citoyens ; les contrôles à l’exportation de semi-conducteurs, les normes de sécurité communes pour les modèles ou même un simple vocabulaire partagé pour les risques n’y figurent pas.

La Chine veut accélérer le déploiement de robots humanoïdes au front

La Chine accélère la recherche sur l’utilisation militaire des robots humanoïdes et planifie leur déploiement futur, rapporte Reuters après analyse de plus de 100 appels d’offres, études, brevets, documents gouvernementaux et matériaux d’entreprises d’armement. Deux jours après la fin des World Humanoid Robot Games en août, le PLA Daily, le journal officiel de l’Armée populaire de libération, a appelé les chercheurs à accélérer le transfert de ces technologies des laboratoires vers les terrains d’entraînement militaires. La base industrielle pour cela existe : selon les chiffres cités dans le rapport, environ 95 % des livraisons mondiales de robots humanoïdes en 2025 proviendraient de fabricants chinois. Un article de recherche de l’année dernière décrit un scénario dans lequel six machines, un mélange d’humanoïdes, de chiens robots et de véhicules sans pilote, nettoient un bâtiment étage par étage avec des troupes au sol ; les auteurs estiment que la technologie nécessaire sera disponible dans cinq à dix ans. L’entreprise d’État Norinco affirme que son humanoïde Fuxi peut assurer des services de garde et de reconnaissance par tous les temps, en étant soit télécommandé, soit autonome. → Techpresso

Synthszr Take : Deux jours se sont écoulés entre l’événement sportif où le Superman d’Unitree aurait couru plus vite qu’Usain Bolt et l’appel du PLA Daily. Ce délai est historiquement typique : le moteur à combustion, l’avion, le GPS, les quadricoptères de modélisme, chaque technologie de plateforme civile a été adoptée par l’armée dès qu’elle est devenue assez bon marché et robuste, et cette adoption a généralement duré moins longtemps que le processus de maturation civil lui-même. C’est pourquoi la part de marché de 95 % des livraisons est un chiffre plus pertinent que n’importe quel fantasme à la Terminator, car celui qui contrôle la production en série, y compris la chaîne d’approvisionnement des actionneurs et des boîtes de vitesses, décide des coûts unitaires et donc du moment de l’adoption.

Un associé d’a16z qualifie la sous-classe de l’IA de «  sombre fantasme  »

Anish Acharya, General Partner chez Andreessen Horowitz, a qualifié dimanche dans le podcast de Lenny le discours sur une sous-classe permanente de l’IA de «  funny dark fantasy  ». Comme preuves, il cite la structure du marché : une vingtaine d’entreprises se font concurrence sur l’ensemble du stack IA, et non deux, et des agents comme Claude Code, Codex, Replit et MyClaw connaissent un succès simultané. De plus, les offres d’emploi pour les radiologues restent stables, une profession considérée depuis des années comme la première victime de l’automatisation. L’argument d’Acharya revient à dire qu’une large répartition des fournisseurs et des outils va à l’encontre de l’idée d’un groupe de perdants permanents. → AI Secret

Synthszr Take : Acharya dénombre 20 concurrents et des postes de radiologues ouverts, et ces deux éléments ne mesurent que la demande pour des personnes qui ont déjà acquis leur jugement. Le groupe concerné n’apparaît dans aucune offre d’emploi : les jeunes professionnels dont les tâches d’entrée de carrière sont balayées en quelques minutes par un agent comme Claude Code ou Codex, et qui perdent ainsi les années durant lesquelles le jugement se forme. Dans les équipes qui travaillent quotidiennement avec des agents, les seniors sont les plus grands gagnants car ils peuvent vérifier le résultat ; le junior est assis devant la même machine et n’a aucun critère pour évaluer si le résultat est viable.

Pékin se prépare aux pertes d’emplois dues à l’IA

Selon un rapport récent, le gouvernement chinois traite de plus en plus les conséquences de l’intelligence artificielle sur l’emploi comme un domaine politique à part entière, géré séparément de la promotion industrielle très médiatisée. Alors que le développement des centres de données, la création de modèles et la robotique continuent d’être présentés comme un projet de croissance nationale, des préparatifs sont en cours en parallèle pour le cas où l’automatisation supprimerait des emplois plus rapidement qu’elle n’en créerait de nouveaux. Les approches mentionnées incluent des programmes de reconversion professionnelle, des ajustements de la sécurité sociale et une surveillance plus étroite de la situation de l’emploi dans les secteurs particulièrement exposés.

La chronologie de la pratique réglementaire est frappante : d’abord, des directives sur le contenu, l’étiquetage et la sécurité des systèmes génératifs ont été établies ; maintenant, l’aspect de la politique du marché du travail suit. Le pilotage se fait en grande partie par des voies administratives et des projets pilotes plutôt que par des paquets législatifs débattus publiquement, ce qui rend les mesures difficiles à évaluer pour les observateurs extérieurs. Il n’existe pas de chiffres officiels sur les effets de substitution attendus ; les estimations proviennent de rapports sur des réflexions internes et de déclarations des autorités.

Le contexte est celui d’un marché du travail déjà sous pression, en particulier pour les jeunes diplômés universitaires, dont les postes de début de carrière dans l’administration, la programmation et le service client sont considérés comme particulièrement vulnérables à l’automatisation. En même temps, la priorité de rattraper technologiquement les États-Unis reste inchangée, ce qui place le gouvernement dans la position de devoir promouvoir cette même technologie tout en atténuant ses effets secondaires. → Barron’s Online

Synthszr Take : Un État qui anticipe les coûts sociaux d’une technologie avant qu’ils ne deviennent visibles dans les statistiques de l’emploi fait plus confiance à ses propres prévisions qu’à la patience de sa population. Pékin traite les pertes dues à l’automatisation comme une question d’ordre public, c’est pourquoi la préparation se fait discrètement : les programmes de reconversion et les amortisseurs sociaux ne sont rassurants que tant qu’ils ne sont associés à aucun chiffre officiel. En mai, il était question ici de l’interdiction de sortie du territoire pour les spécialistes de l’IA ; la même logique de contrôle se tourne désormais vers l’intérieur, avec des moyens plus souples et la même discrétion. Le décalage temporel est le véritable message : la politique industrielle est annoncée, la politique sociale est préparée, et les deux émanent du même bureau. Si l’adaptation réussit, elle n’apparaîtra plus tard dans le récit officiel que comme une transition planifiée, et la crise n’aura alors tout simplement jamais eu lieu.