GPT-6 Astra, transformeurs bouclés et raisonnement caché
OpenAI a mis en ligne la semaine dernière son nouveau modèle GPT-6 Astra, présenté en grande pompe comme le successeur de GPT-5.6. Un chroniqueur technique l'a testé pendant plusieurs jours et le décrit comme le meilleur modèle qu'il ait utilisé à ce jour, avec des progrès marqués en écriture, en mathématiques, en programmation et surtout dans les tâches de rendu graphique et d'animation 3D, où l'écart avec la génération précédente est particulièrement net. Sur le benchmark ARC AGI 3, qui mesure la résolution de puzzles logiques et la capacité de généralisation, Astra atteint 99,9%, contre seulement 7,8% pour GPT 5.6 Sol. Sur les indices indépendants d'Artificial Analysis, comme l'Intelligence Index v4.2 ou le Coding Agent Index v1.4, Astra se situe à la pointe sans toutefois creuser un écart spectaculaire avec les modèles concurrents, notamment sur les tâches agentiques de codage réel.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de Ahead of AI. Lire l'article original →
Cette nuance compte pour l'industrie, car ces indices reposent sur des harnais d'évaluation différents selon les tâches, comme Stirrup pour GDPval AA et AA Briefcase, Terminus 2 pour Terminal Bench v2.1, ou encore le harnais propre à Tau Bench pour les tests bancaires. Or les modèles sont généralement optimisés en priorité pour un harnais donné pendant leur entraînement, ce qui signifie que les scores obtenus dans des environnements tiers pourraient sous-estimer leurs performances réelles dans leur cadre natif. Pour les développeurs et les entreprises qui choisissent un modèle sur la base de classements comparatifs, cela invite à la prudence: un score agrégé ne dit pas tout, et l'écart entre modèles peut varier fortement selon l'outillage utilisé pour l'évaluation. Le chroniqueur relaie aussi une recommandation venue d'un responsable de Claude Code, suggérant que les développeurs archivent une partie de leurs fichiers de configuration d'agents, comme AGENTS.md ou SKILL.md, les modèles récents étant devenus plus efficaces pour comprendre directement une consigne sans instructions superflues.
Le lancement d'Astra relance surtout un débat plus large sur l'architecture des modèles de raisonnement. Des rumeurs circulent selon lesquelles Astra dissimulerait sa chaîne de raisonnement interne, ce qui a ravivé l'intérêt pour les architectures dites de transformeurs bouclés, ou looped transformers, qui reposent sur une profondeur récurrente plutôt que sur un simple empilement de couches. La question posée par plusieurs chercheurs est de savoir si ce choix architectural explique réellement l'opacité du raisonnement observé, ou s'il s'agit d'un phénomène distinct. Cette discussion s'inscrit dans un contexte où la transparence des raisonnements des grands modèles de langage devient un enjeu central, aussi bien pour la recherche académique que pour la confiance des utilisateurs professionnels dans les outils d'IA générative.
Pas d'impact direct sur la France/UE