Aller au contenu principal
LLMs · Paper ·

GPT-6.2 Astra et Sol répondent plus directement, mais sont moins transparents que Claude

Une évaluation publiée par Artificial Analysis sur LinkedIn et X montre que les nouveaux modèles d'OpenAI, GPT-6.2 Astra et Sol, produisent des réponses nettement plus courtes que leurs prédécesseurs. La longueur moyenne des réponses d'Astra est passée de 352 à 210 mots (-40 %), celle de Sol de 337 à 223 mots (-34 %). Les deux modèles utilisent aussi beaucoup moins de titres et de tirets cadratins : Astra est passé de 1,99 à 0,11 titre par réponse, Sol de 1,85 à 0,25. Le score « Answer First », qui mesure si le modèle répond immédiatement à la question posée, a bondi de 49 à 89 pour Astra et de 64 à 87 pour Sol, tandis que le critère de langage naturel est passé de 58 à 100 pour Astra et de 54 à 79 pour Sol. En contrepartie, la capacité à reconnaître l'incertitude s'effondre : de 96 à 24 pour Astra et de 98 à 51 pour Sol. L'indice d'organisation chute lui aussi, de 70 à 11 pour Astra et de 86 à 27 pour Sol.

2 min de lecture

Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie

Source

Résumé et traduction réalisés par Le Fil IA à partir de The Decoder. Lire l'article original →

Ces changements traduisent un virage net dans le style de communication d'OpenAI, avec des réponses plus directes et moins formatées, mais au prix d'une moindre prudence affichée. La comparaison avec Anthropic accentue le contraste : sur l'indice de transparence, qui regroupe cinq traits (reconnaissance de l'incertitude, véracité, explicitation des hypothèses, mise en avant des nuances et absence de flagornerie), les modèles Claude Fable 5.2 et Opus 5.5 obtiennent 81 et 90, contre 41 pour Astra et 57 pour Sol. Les modèles d'Anthropic devancent aussi ceux d'OpenAI sur l'organisation. Opus 5.5 se distingue en outre par un indice d'informativité de 90, très au-dessus des trois autres modèles, grâce notamment à sa densité d'information et à son raisonnement fondé sur des preuves. Pour les professionnels qui choisissent un assistant, l'arbitrage devient plus lisible : concision et franchise d'un côté, nuance et signalement des limites de l'autre.

Il convient toutefois de lire ces résultats avec précaution. L'AA-PersonalityBench repose sur 900 questions en anglais, posées à chaque modèle sans consigne système. Un panel de trois modèles d'IA compare des paires de réponses anonymisées et désigne laquelle manifeste le plus un trait donné, ou déclare une égalité. Ces évaluations produisent des scores pour 30 traits, regroupés en huit indices. Il s'agit de classements relatifs sur une échelle de 1 à 100 : un score de 24 ne signifie pas qu'Astra admet son incertitude dans 24 % des cas, mais qu'il se situe bas par rapport aux autres modèles testés. Artificial Analysis mesure en parallèle 21 traits de communication comptés directement, comme la longueur des réponses ou le nombre de titres. Ces scores décrivent un style, pas la qualité des réponses : un indice de transparence plus faible n'implique pas que le modèle se trompe plus souvent. Les comparaisons portent sur les variantes « max » des modèles, telles que listées par Artificial Analysis.

À lire ensuite

01GPT-6 Astra, GPT-6.1 Sol, Gemini 4 Argon et Claude Fable 5.1 : quel modèle de pointe pour quelle tâche ?MarkTechPostLLMs 02OpenAI recommande des prompts plus courts et moins de garde-fous pour GPT-6 AstraThe DecoderLLMs 03GPT-6 Astra, transformeurs bouclés et raisonnement cachéAhead of AILLMs 
Dossier · OpenAISuivi en continu par Le Fil IASuivre ce sujet →

Le brief du matin

L'essentiel de l'IA chaque jour. Gratuit, désinscription immédiate à tout moment.

Recevez l'essentiel de l'IA chaque jour

Gratuit · 1 email le matin, l'essentiel de l'IA · désinscription à tout moment

Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.