GPT-6 Astra réduit les hallucinations mais reste fragile face aux injections

OpenAI commence à déployer GPT-6 Astra, son nouveau modèle de pointe, via Microsoft Foundry et d’autres canaux, avec une arrivée progressive chez les clients éligibles et dans ChatGPT. Le modèle hallucine moins que GPT-5.6 Sol et bloque presque toutes les attaques directes par injection de prompt, mais il reste vulnérable aux instructions cachées dans des documents. C’est un progrès net pour l’IA agentique, pas un passeport pour l’autonomie totale.

Un modèle pensé pour travailler, pas seulement répondre

GPT-6 Astra, présenté par OpenAI comme son modèle le plus aligné à ce stade, vise les usages de bureau où l’IA doit enchaîner plusieurs étapes avant de livrer un résultat exploitable. Microsoft le décrit comme un modèle capable de planifier, produire des documents, manipuler des outils et exécuter des tâches entre applications avec supervision humaine. Dans les faits, l’enjeu est simple : passer du chatbot qui parle bien à l’assistant qui fait quelque chose de concret. Et c’est là que les entreprises commencent à tendre l’oreille.

Microsoft dit voir Astra sur des cas de génie logiciel, de tableaux de bord Power BI, de production documentaire et d’opérations applicatives où les API dédiées manquent. Le modèle peut lire l’écran, interpréter des interfaces et agir dans des environnements connus, mais à condition de rester dans un cadre défini. Les contrôles de Foundry — identité, droits d’accès, chiffrement, réseau privé, journalisation et filtres de contenu — servent justement à limiter les dégâts si l’agent se trompe.

Des gains réels, mais pas un bouclier magique

Sur les évaluations internes publiées par OpenAI, Astra fait mieux que GPT-5.6 Sol sur plusieurs benchmarks. Le modèle atteint 57,9 % sur Terminal-Bench 4.0 contre 37,3 % pour son prédécesseur, 72,6 % sur OSWorld 2.0 en exécution sur ordinateur contre 65,7 %, et 96,0 % sur GPQA Diamond, un test de sciences de niveau avancé. OpenAI affirme aussi qu’en simulation de latence, Astra termine des tâches d’ordinateur 1,9 fois plus vite sur Mind2Web grâce à une meilleure efficacité. Ces chiffres restent ceux du fournisseur, avec le cadrage habituel des benchmarks maison.

La sécurité progresse aussi, surtout face aux attaques directes. OpenAI dit qu’Astra bloque 99,99 % des tentatives de prompt injection directe, c’est-à-dire les consignes malveillantes injectées par l’utilisateur lui-même pour détourner le modèle. Sur les jailbreaks, le modèle refuse d’aider dans 91,5 % à 98,3 % des cas selon le jeu d’attaque utilisé. Mais dès que l’attaquant s’adapte sur plusieurs tours de conversation, la résistance tombe autour de 67 %, soit encore un échec problématique dans environ un cas sur trois.

Le vrai point faible : les documents piégés

Le problème le plus gênant reste l’injection indirecte, lorsque l’ordre malveillant est caché dans un document que l’IA lit. Selon Gray Swan, qui a testé 1 810 attaques curées dans son IPI Arena, Astra est compromis au moins une fois dans 8,5 % des scénarios après 15 essais. GPT-5.6 Sol montait à 27 % d’échec dans la même évaluation, tandis que Claude Opus 5 faisait mieux avec 4,8 %. Le modèle d’OpenAI s’améliore donc franchement, mais il reste loin d’un niveau de sécurité suffisant pour des déploiements sensibles sans garde-fous.

C’est précisément ce point qui compte pour les entreprises. Les agents IA lisent désormais des mails, des PDF, des tickets, des documents métiers et parfois déclenchent des actions. Une consigne invisible dans un fichier peut alors détourner un workflow, et le risque augmente quand ces systèmes tournent en continu à grande échelle. Les promesses de productivité sont réelles. Les dégâts aussi, si les accès ne sont pas verrouillés. Un agent qui lit trop bien ne devient pas forcément un agent qui comprend trop bien.

Déploiement progressif et prix d’entrée

Microsoft a commencé le déploiement de GPT-6 Astra dans Foundry Limited Access Program, avec une disponibilité élargie dans les jours qui suivent pour les clients concernés. OpenAI annonce de son côté une arrivée progressive dans ChatGPT Plus, Pro, Business et Enterprise, ainsi que via l’API OpenAI, Azure et AWS Bedrock. Sur le plan commercial, la tarification Standard Global débute à 10 dollars par million de jetons d’entrée en contexte court, avec 50 dollars par million de jetons de sortie, tandis que la version longue contexte monte à 20 dollars et 75 dollars respectivement.

OpenAI dit avoir retardé une partie du développement pour renforcer les protections, et le modèle est classé au niveau « Critical » de son Preparedness Framework pour la cybersécurité depuis une mise à jour du 1er septembre 2026. Autrement dit, Astra sait déjà aider à trouver des failles inconnues et à explorer des systèmes protégés quand il a les bons outils. C’est utile pour la défense, mais cela explique aussi pourquoi son arrivée est scrutée de près par les équipes sécu et les responsables conformité.