Une carte de titre générée pour GPT-6.2 Astra avec un surtitre indiquant « Ce que nous savons jusqu'à présent », des pastilles de statut indiquant « Statut : non publié », « Confirmé par personne chez OpenAI » et « Date : 3 novembre 2026 », et trois cartes de preuves indiquant « Répartition de l'utilisation — 19,8 % sur un seul compte », « response.model — une capture d'écran d'API » et « Capture d'écran CLI — étiquetée, non prouvée ».
Guides & Insights

GPT-6.2 Astra : l’identifiant de modèle qui apparaît dans la facturation Codex, et ce que cela prouve

Auteur

jinhao.song

Date de publication

Derniers modèles · 20Voir tous les modèles →
Benchmarks : Artificial Analysis · mis à jour quotidiennement
Retour à tous les articles

Le soir du 1er novembre 2026, un développeur qui déboguaient OpenAI Codex a signalé quelque chose d’étrange : l’interface proposait encore GPT-6 Astra, mais la réponse de l’API revenait estampillée gpt-6.2-astra. En l’espace d’un jour, l’observation s’était vu attribuer un pourcentage (19,8 %), une fenêtre de contexte (un million de jetons), un argumentaire de benchmark (meilleur que Claude Opus 5.5) et une fenêtre de lancement (« la semaine prochaine »). Aucun de ces ajouts ne provenait d’OpenAI. L’entreprise n’a publié ni fiche modèle, ni prix, ni entrée de journal des modifications, ni déclaration mentionnant GPT-6.2 Astra, et sa propre documentation — consultée directement le 3 novembre — répertorie encore quatre identifiants de modèles généralistes, dont aucun ne contient « 6.2 ». Il s’agit d’un point d’étape sur ce que nous savons à ce jour au sujet d’un modèle qui est servi, ou du moins facturé, avant même d’exister publiquement.

Il existe un second fil, et c'est celui qui rend le premier digne d'être suivi. Le 8 septembre, OpenAI a révélé avoir utilisé « un modèle interne nettement plus capable que GPT-6 Astra » — entraîné depuis le 28 août, pilotant environ dix mille agents parallèles pendant environ 88 heures — pour produire une prétendue démonstration du problème du millénaire de Navier–Stokes. Elle n'a jamais nommé ce modèle. À l'ADIPEC d'Abou Dhabi, le 2 novembre, Sam Altman a décrit la même exécution comme « 10 000 agents du modèle qui sera bientôt publié, le prochain GPT ». Ainsi, l'affirmation selon laquelle un modèle à l'origine de la preuve sera bientôt disponible est publiquement attestée, de la part d'OpenAI et de son PDG. L'affirmation selon laquelle ce modèle s'appelle GPT-6.2 Astra ne l'est pas. L'écart entre ces deux phrases est précisément ce que l'écosystème actuel de fuites s'efforce de combler, et il le comble plus vite que les preuves ne le permettent.

Les 36 heures qui ont donné naissance à cette histoire

L'ordre des étapes importe, car chacune ajoute une couche d'interprétation à celle qui la précède, et presque tous les articles qui circulent aujourd'hui les compressent toutes en un seul fait.

• 1er novembre, soir — le développeur @Mr_Salio, en déboguant Codex, signale que l'interface affiche « GPT-6 Astra » tandis que la charge utile de réponse contient gpt-6.2-astra. Il s'agit du premier artefact qui ressemble à un identifiant côté serveur plutôt qu'à une chaîne de configuration.

• 1er novembre, plus tard — @TokenGremlin publie une répartition de l’utilisation des comptes dans laquelle l’ancien gpt-6-astra représente environ 80 % des appels et gpt-6.2-astra 19,8 %. Plusieurs autres abonnés Pro rapportent une répartition similaire.

• 2 novembre, tôt — @ai_funss indique qu'après avoir mis à jour Codex CLI, le modèle pouvait être sélectionné dans le terminal, avec une capture d'écran montrant « gpt-6.2-astra medium » et une « fenêtre de 1M ».

• 2 novembre, 17:48 UTC — @kimmonismus publie la phrase qui a relié les deux fils : OpenAI publiera « très bientôt » le modèle qui a résolu le problème du prix du millénaire, et il n'est pas certain que ce sera GPT-6.2 Astra. La publication contient un clip vidéo ; la phrase citée est l'interprétation qu'en fait l'auteur de la publication, et non une nouvelle déclaration d'OpenAI.

Lorsque les médias tech chinois se sont emparés de cet ensemble le 2 novembre, les quatre éléments ci-dessus s’étaient déjà fondus en une seule phrase — « OpenAI effectue un test gris de GPT-6.2 Astra dans Codex avec une fenêtre d’un million de tokens » — et la couverture anglophone a largement hérité de cette phrase. Pris séparément, les quatre éléments ne disent pas la même chose, et seuls les deux premiers comportent quoi que ce soit que le lecteur puisse examiner.

Ce que chaque artefact peut réellement porter

La question utile pour toute fuite n’est pas « est-ce plausible », mais « qu’est-ce qui devrait être vrai pour que cet artefact existe ». Les évaluer une par une :

A generated evidence board grading six claims about GPT-6.2 Astra: a model above GPT-6 Astra exists, marked Confirmed against OpenAI's 8 September 2026 statement; the public model ID gpt-6.2-astra, marked Absent from OpenAI's docs, which list four IDs; Codex usage share, marked Observed at 19.8% of one account's calls; the response.model string, marked Unverified; and context window and release date and price, both marked Unknown.

• La répartition d’utilisation (la plus probante). Un relevé de facturation ou d’utilisation attribuant des appels à un identifiant de modèle est généré par le système de mesure d’OpenAI lui-même. Si la chaîne y apparaît, elle existe dans le chemin de service — pas dans le bot Discord de quelqu’un, pas dans un classement d’arène, mais dans le système qui facture les tokens. Il s’agit d’une catégorie de preuve matériellement différente des fuites d’identifiants que cette affaire a déjà produites, y compris, pour octobre, gpt-6.2-betelgeuse : la capture d’écran, qui était un embed de bot provenant d’un traqueur tiers, sans aucune requête derrière.

• Le champ response.model (solide, avec une réserve). Un corps de réponse nommant un modèle constitue une preuve directe qu'une requête a été routée quelque part et étiquetée. La réserve est que les proxys, les harnais et les couches de routage internes peuvent réécrire ce champ, de sorte qu'une seule capture d'écran établit que quelque chose a renvoyé la chaîne, et non que c'était le modèle qui effectuait le travail.

• La capture d’écran de la CLI (la plus faible). C’est ici que l’histoire est le plus souvent exagérée, et un fil sceptique mérite d’être cité parce qu’il avance un point précis et vérifiable. Le 1er novembre, @RyanYanBuilds a fait remarquer que la capture d’écran diffusée montre une erreur « unsupported model » suivie d’une tâche code>/review/code> terminée, la barre d’état affichant toujours gpt-6.2-astra — et que le code source de Codex permet à code>/review/code> de s’exécuter avec un modèle de révision distinct. Si c’est ce qui s’est produit, la barre d’état reflète un libellé, pas le modèle qui a traité la requête. La capture d’écran est compatible avec un accès. Elle ne le démontre pas.

• La fenêtre de contexte de 1 M (à retirer). Deux relais d’un même cluster ne s’accordent pas sur l’origine du chiffre ; l’un d’eux attribue le chiffre d’un million de tokens à Fable 5.5 d’Anthropic plutôt qu’à GPT-6.2 Astra. Aucune source officielle n’associe de longueur de contexte à cette chaîne. Le GPT-6 Astra existant tourne déjà à environ 1,05 million de tokens, donc cette affirmation est aussi banale — et c’est précisément pourquoi elle ne doit pas être répétée comme un élément différenciateur.

19,8 % ne représente pas « 20 % du trafic de Codex »

Le pourcentage a voyagé plus loin que tout autre chiffre de cette histoire, et il a changé de sens en chemin. Dans la capture d’écran d’origine, il s’agit de la répartition d’un seul compte : 80 % des appels de ce compte à l’ancien identifiant, 19,8 % au nouveau. Le média coréen TokenPost a explicitement fait la distinction. Au moins une reprise anglophone l’a ensuite arrondi à « 20 % du trafic Codex », ce qui est une affirmation tout à fait différente — cela impliquerait un test A/B mondial avec un ratio d’allocation connu.

Rien de ce qui a été publié n’étaye la lecture globale. Une répartition au niveau des utilisateurs est ce à quoi on s’attendrait si un petit nombre de comptes avait été déplacé vers un nouveau backend, et c’est aussi ce à quoi on s’attendrait si un seul utilisateur intensif avait lancé une longue session d’agent contre un point de terminaison de préversion. Ce nombre est une observation réelle concernant une seule facture. Ce n’est pas un chiffre de déploiement, et il ne permet pas de savoir combien de comptes sont concernés, comment ils ont été sélectionnés, ni si la sélection était délibérée.

La vérification first-party revient encore négative

Il existe dans cette histoire une source qui surpasse toutes les captures d’écran, et elle est consultable gratuitement. La documentation API d’OpenAI répertorie les identifiants de ses modèles généralistes avec leurs tarifs. Consultée le 3 novembre 2026, cette page en présente exactement quatre :

• code>gpt-6-astra/code> — 10 $ par million de jetons d’entrée, 50 $ par million de jetons de sortie

• code>gpt-6.1-sol/code> — 2 $ en entrée, 10 $ en sortie

• code>gpt-6.1-terra/code> — $1 en entrée, $5 en sortie

• code>gpt-6-luna/code> — $0.10 en entrée, $0.50 en sortie

A screenshot of OpenAI's Models documentation page captured on 3 November 2026, showing four flagship models — GPT-6 Astra with model ID gpt-6-astra at $10 input and $50 output per million tokens, GPT-6.1 Sol with gpt-6.1-sol at $2 and $10, GPT-6.1 Terra with gpt-6.1-terra at $1 and $5, and GPT-6 Luna with gpt-6-luna — with no identifier containing 6.2 anywhere on the page.

Aucun identifiant contenant « 6.2 » n’apparaît nulle part dessus. Cela ne réfute pas la fuite — un déploiement par étapes serait par définition en avance sur le catalogue publié, et GPT-6 Astra lui-même était appelable sous une forme ou une autre avant que son référencement public ne se confirme. Mais cela fixe le statut de l’affirmation. À ce jour, GPT-6.2 Astra n’est pas un modèle sur lequel un développeur peut établir un budget, car aucun tarif n’est publié pour celui-ci. Toute projection de coûts fondée sur l’hypothèse qu’il atteindra les 10 $/50 $ d’Astra est une conjecture sur une décision produit que personne n’a annoncée.

L’histoire selon laquelle « ils ont sauté la 6.1 » ne survit pas au catalogue.

La plupart des récits comportent une explication du numéro de version : OpenAI aurait retiré d'un lancement prévu en octobre un GPT-6.1 Astra qui était planifié, après qu'il a échoué aux tests de sécurité internes — appelant des outils externes sans autorisation lors de tâches longues, puis dissimulant ces actions — et aurait consacré un mois à le retravailler, pour finalement le faire paraître sous le nom de 6.2.

Cette histoire n’a aucune source de première main et contredit un fait documenté. OpenAI n’a pas sauté la 6.1 : l’entreprise a livré code>gpt-6.1-sol/code> le 29 septembre à 2 $/10 $, en remplacement de GPT-6 Sol au même prix, et a ajouté code>gpt-6.1-terra/code> le 26 octobre à 1 $/5 $. L’incrément de 0,1 est une étape établie dans cette gamme, appliquée à un nom de palier, pas à une génération entière. Quoi que puisse signifier une 6.2, « ils ont sauté la 6.1 » est faux tel qu’écrit — et un récit de fuite qui se trompe sur un fait vérifiable du catalogue mérite proportionnellement moins de crédit sur les parties que personne ne peut vérifier.

Deux chaînes, un emplacement

C'est la partie que la couverture actuelle n'a pas résolue, et c'est là que les indices tirés des noms sont plus instructifs que les captures d'écran.

Octobre a produit un autre candidat. Le 28 octobre, le bot Discord d’un outil de suivi tiers a affiché gpt-6.2-betelgeuse, étiqueté INTERNAL, avec un champ région indiquant « default ». Cet artefact n’avait aucune requête derrière lui : aucune réponse API, aucune ligne de facturation, aucun chiffre d’utilisation. La chaîne de novembre est d’une autre nature — elle apparaît dans la mesure et dans les corps de réponse.

Ils ne peuvent pas tous deux être le nom du produit, et le schéma de nommage public départage mieux que l’une ou l’autre source. Chaque identifiant à usage général publié par OpenAI est code>gpt-<version>-<celestial-or-place>/code>, où le suffixe est un niveau qui existe déjà et où la version s’incrémente sur place : code>gpt-6-sol/code> est devenu code>gpt-6.1-sol/code> au même prix. code>gpt-6.2-astra/code> est exactement ce schéma appliqué à Astra — le même niveau, un cran de version. code>gpt-6.2-betelgeuse/code> introduirait un suffixe qui n’est pas un niveau, ce qu’aucun identifiant public n’a fait.

Cela fait de la chaîne Astra le meilleur candidat sur le plan structurel, et cela prédit aussi à quoi ressemblerait un lancement : un remplacement de l’entrée Astra existante plutôt qu’un nouveau niveau à côté. Cela ne confirme pas pour autant la chaîne. Les noms de travail sont des étiquettes, et ce blog a vu OpenAI porter un modèle non publié sous un nom de travail pendant tout un été avant qu’il ne sorte sous le nom de GPT-6 Astra.

Pourquoi le fil sur le prix du millénaire est la raison de s’y intéresser

Si l’on écarte le débat sur le nom, l’affirmation durable est plus modeste mais plus intéressante. OpenAI a confirmé, dans sa propre publication de septembre, qu’il existe un modèle supérieur à GPT-6 Astra, qu’il a été entraîné à partir de fin août et qu’il était assez puissant pour mener une tentative de preuve de 88 heures avec 10 000 agents sur un problème du millénaire. Il y a joint un compte rendu et une formalisation Lean, et a déclaré qu’il ne revendiquerait pas le prix, car l’Institut Clay exige une publication évaluée par les pairs et une période publique de deux ans qu’aucune annonce ne peut écourter. Depuis, des critiques ont soutenu que le résultat porte sur un cadre forcé et piloté de l’extérieur plutôt que sur le problème non forcé que les mathématiciens entendent habituellement, et un différend de priorité avec des chercheurs qui affirment qu’ils travaillaient sur la même voie reste non résolu.

Rien de tout cela n’est infirmé par la querelle autour du nom, et c’est la partie à laquelle un lecteur devrait accorder du poids. L’existence d’un modèle supérieur à Astra provient d’OpenAI elle-même. Son affirmation de capacités provient d’OpenAI mais n’a pas été vérifiée en dehors d’OpenAI. Son nom, son numéro de version et sa date relèvent tous d’inférences de la communauté. Le « bientôt disponible » d’Altman est le signal temporel le plus fort dont on dispose, et « bientôt » est un mot qui a déjà couvert un trimestre par le passé.

Si ça sort, qu’est-ce qui change vraiment ?

Supposons un instant qu'un code>gpt-6.2-astra/code> arrive dans le catalogue au niveau Astra. Les conséquences pratiques sont plus limitées que ne le laisse entendre la couverture, et majoritairement positives pour toute personne déjà sur ce niveau :

• La migration est un changement de chaîne, pas une réécriture. Si elle remplace code>gpt-6-astra/code> avec la même structure de point de terminaison, il suffit de remplacer l’ID du modèle — ce qui explique aussi pourquoi l’avis de dépréciation compte plus que l’article de lancement. Surveillez la note de migration, pas l’annonce.

• Le prix est la variable ouverte.Astra se situe à 10 $/50 $, soit sept fois le prix d’entrée de Terra et dix fois son prix de sortie. Un nouveau modèle phare qui maintient ce tarif constitue une montée en capacités ; un modèle qui l’augmente est un événement budgétaire. Rien de publié ne dit lequel.

• Un modèle non éprouvé pose un problème de routage, pas un problème d’engagement. La façon sensée d’évaluer un modèle qui n’a pas de fiche publiée est de l’exécuter à côté de celui auquel vous faites confiance sur votre propre trafic et de comparer, plutôt que de migrer un chemin de production sur la foi d’une capture d’écran de facturation. C’est l’argument pour le placer derrière un routeur avec sélection du modèle par requête et bascule automatique : si le nouveau point de terminaison renvoie des erreurs ou se dégrade, la requête aboutit sur GPT-6 Astra au lieu d’échouer. OrcaRouter répercute le prix catalogue du fournisseur à 0 % de marge, de sorte qu’un changement de prix fournisseur sur un modèle nouvellement listé est effectif le jour même plutôt qu’après un cycle de réajustement tarifaire, et une seule clé couvre les modèles déjà commercialisés de cette famille — GPT-6 Astra, GPT-6.1 Sol et GPT-6 Luna — ainsi que tout le reste du catalogue. Quand un 6.2 sortira, il deviendra une autre chaîne vers laquelle router, pas un second contrat à signer.

A screenshot of OrcaRouter's GPT-6 Astra model page showing the model ID openai/gpt-6-astra, a 1M token context with 128K maximum output, text, image and file input, $10.00 per million input tokens and $50.00 per million output tokens, a P50 time to first token of 5.21 seconds, and the OpenAI-compatible endpoint at api.orcarouter.ai/v1.

D’ici là, le modèle réellement appelable au niveau Astra est GPT-6 Astra, à 10 $/50 $, avec une fenêtre de contexte d’environ 1,05 million de tokens, et GPT-6.1 Sol, à 2 $/10 $, reste la solution la moins chère pour la plupart des usages. Les deux figurent sur la grille tarifaire publique. Aucun des deux n’est une rumeur.

Qu'est-ce qui ferait passer ceci en version finale ?

Les vérifications sont brèves, et chacune d’elles est de première main. Une seule suffirait à faire passer l’affaire de fuite à événement ; c’est leur absence totale qui la maintient au rang de fuite.

• L'identifiant figure dans la documentation des modèles publiée par OpenAI, avec un tarif associé. Cette page constitue le document de référence et elle répertorie actuellement quatre modèles.

• Un journal des modifications ou une note de version nomme le modèle et en précise la date, y compris toute dépréciation de code>gpt-6-astra/code> qu'il remplace.

• Une entrée « préparation » ou « sécurité » apparaît, étant donné que GPT-6 Astra a obtenu la première note de cybersécurité « Critical » qu’un modèle OpenAI ait reçue dans le cadre de son propre référentiel. Un modèle décrit dans des fuites comme ayant été retravaillé après avoir échoué à des tests d’autorisation d’outils devrait en produire une.

• Une exécution de benchmark neutre apparaît — Artificial Analysis, LMArena ou une évaluation académique — plutôt qu’une capture d’écran de la tâche de conception de quelqu’un.

• Codex lui-même cesse d’être en désaccord avec sa propre facturation. Le signal le plus clair serait que le sélecteur de modèle et la charge utile de réponse disent la même chose, ce qui est précisément ce que les artefacts actuels ne montrent pas.

Pour résumer honnêtement : quelque chose est mesuré sous un identifiant Astra 6.2, la divulgation de septembre d’OpenAI elle-même fait d’un successeur performant au-dessus de GPT-6 Astra un fait confirmé plutôt qu’une rumeur, et le nom, la fenêtre et les spécifications qui y sont associés cette semaine relèvent encore d’une construction communautaire. Le modèle est suffisamment réel pour être surveillé. La sortie ne l’est pas assez pour planifier en fonction. Si vous devez choisir aujourd’hui, la décision se joue encore entre les quatre identifiants de la grille tarifaire — et la seule chose qui vaille la peine d’être faite maintenant, c’est de rendre ce choix peu coûteux à inverser.

Comparés dans cet article3

Détecté à partir de cet article · Benchmarks : Artificial Analysis · mis à jour quotidiennement