Une carte de titre générée pour l'article « GPT-6.2 Astra Pro vs GPT-6 Astra » avec le sous-titre « bills less, talks more », deux étiquettes de prix en tracé plat affichant 8 $ / 40 $ et 10 $ / 50 $ avec une flèche vers le bas entre elles, et trois libellés de statistiques en gris affichant par tâche 4,00 $ vs 6,24 $, tokens de sortie 65,8 M vs 54,3 M, et contexte 1 050 000 dans les deux cas.
Guides & Insights

GPT-6.2 Astra Pro vs GPT-6 Astra : le successeur qui facture moins et parle plus

Auteur

jinhao.song

Date de publication

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

Les générations de modèles coûtent presque toujours plus cher que ce qu’elles remplacent. Celle-ci coûte moins cher, et elle y parvient tout en générant davantage de tokens sur le seul benchmark indépendant qui publie un décompte de tokens — exactement le genre de contradiction qu’il vaut la peine de décortiquer avant que quiconque n’établisse un budget pour une migration. Si l’on compare GPT-6.2 Astra Pro à GPT-6 Astra, la grille tarifaire indique que le modèle le plus récent devrait l’emporter côté prix : 8 $ par million de tokens d’entrée et 40 $ par million de tokens de sortie, contre 10 $ et 50 $ pour le modèle qu’OpenAI a livré le 3 septembre 2026. Artificial Analysis est d’accord, mesurant 4,00 $ par tâche de l’Intelligence Index pour le nouveau modèle contre 6,24 $ pour l’ancien. Mais elle mesure aussi que le nouveau modèle consomme 65,8 millions de tokens de sortie pour exécuter sa suite, là où l’ancien en consommait 54,3 millions. Les prix d’entrée et de sortie ont baissé de 20 % ; la consommation de tokens a augmenté d’environ 21 %. Les deux faits sont vrais, et ensemble ils expliquent tout le caractère de cette mise à niveau.

L'inversion : moins par token, et moins par tâche

Le 17 novembre 2026, O​penAI a lancé GPT-6.2 Astra avec une remise directe de 20 % sur l’entrée et la sortie par rapport à son prédécesseur, ainsi qu’une réduction de 60 % sur l’entrée mise en cache. Les chiffres phares sont faciles à énoncer et faciles à vérifier par rapport à la grille tarifaire publiée :

• Entrée — 8,00 $ par million sur GPT-6.2 Astra contre 10,00 $ sur GPT-6 Astra, soit une baisse de 20 %.

Sortie — 40,00 $ vs 50,00 $, également 20 %.

• Entrée mise en cache — 0,40 $ contre 1,00 $, soit une baisse de 60 %, et le plus grand changement unique de la carte.

• Écriture du cache, rétention de 30 minutes — 10,00 $ vs 12,50 $

• Au-delà de 272 000 jetons d’entrée — 16,00 $ en entrée et 60,00 $ en sortie contre 20,00 $ et 75,00 $ ; le décrochage lié au contexte long persiste, avec les mêmes multiplicateurs de 2× / 1,5× qu’auparavant.

• Contexte et plafonds — identiques à 1 050 000 jetons, 922 000 en entrée maximale, 128 000 en sortie maximale, et les deux rejettent reasoning.effort : « none ».

Rien ici ne constitue un verrou de fonctionnalité. Le successeur est une enveloppe de même taille à un tarif inférieur, ce qui est suffisamment inhabituel pour qu’il vaille la peine de se demander ce qu’O​penAI achète avec cette remise. L’article de lancement est franc à ce sujet : de meilleurs résultats « avec moins de jetons de sortie, afin que vous puissiez en faire plus dans les limites de votre utilisation », et l’entreprise affirme que GPT-6.2 Astra dépasse de 6,2 points GPT-6 Astra sur son benchmark interne GDPval v2 « tout en utilisant 22 % de jetons de sortie en moins ».

Lorsque la mesure indépendante diffère de celle du fournisseur

Artificial Analysis exécute la même suite de neuf évaluations sur les deux modèles et indique le nombre total de tokens de sortie consommés par chacun. Selon ses chiffres, GPT-6.2 Astra a utilisé 65,8 millions de tokens de sortie pour terminer l’indice, contre 54,3 millions pour GPT-6 Astra. Cela va dans la direction opposée à l’affirmation du fournisseur d’une réduction de 22 %, et les deux déclarations ne sont en réalité pas en conflit : elles mesurent des choses différentes. Le chiffre d’OpenAI provient de GDPval v2, un benchmark interne de missions de conseil, de finance et de design. Le chiffre d’Artificial Analysis correspond au coût en tokens nécessaire pour valider ses propres neuf évaluations à effort maximal. Un modèle peut être plus économique sur une famille de tâches et moins économique sur une autre ; il n’existe pas de chiffre universel d’efficacité en tokens, seulement des chiffres par benchmark.

Concrètement, cela signifie que la baisse de prix de 20 % est la part que vous pouvez réellement engranger, et que l’argument de l’efficacité des tokens est celui que vous devez mesurer vous-même. Si votre charge de travail ressemble à GDPval v2, GPT-6.2 Astra peut coûter sensiblement moins que quatre cinquièmes du coût de son prédécesseur par tâche. Si elle ressemble à la suite d’Artificial Analysis, l’économie est plus proche de la baisse annoncée et en partie compensée par la verbosité.

Les chiffres par tâche se situent entre les deux : 4,00 $ contre 6,24 $, soit une réduction de 36 %. C’est une baisse plus importante que la réduction tarifaire de 20 %, ce qui signifie que les jetons moins chers et les sorties plus longues s’annulent en partie et qu’autre chose fait le reste du travail — très probablement du côté des entrées, où les lectures en cache à 0,40 $ contre 1,00 $ comptent beaucoup sur un benchmark qui réutilise le contexte d’une tâche à l’autre.

A two-column generated scoreboard comparing GPT-6.2 Astra Pro and GPT-6 Astra on six shared dimensions. GPT-6.2 Astra Pro: Intelligence Index 62, $4.00 per index task, 65.8M output tokens, time per task not published, $8 / $40 price, $0.40 cached input. GPT-6 Astra: 57, $6.24 per task, 54.3M output tokens, 20.4 minutes per task, $10 / $50, $1.00 cached input. Footer attributes board figures to Artificial Analysis Index v5.0.1 and prices to OpenAI's rate card.

La vitesse : voilà l’écart que le conseil n’a pas encore comblé.

GPT-6 Astra n’est pas rapide. Artificial Analysis le mesure à 42 tokens par seconde et le chronomètre à 20,4 minutes par tâche de l’Intelligence Index, et son propre commentaire décrit le modèle comme plus lent que la moyenne de sa gamme de prix. Pour GPT-6.2 Astra, le tableau ne publie aucun chiffre de temps par tâche ; le panneau indique N/A.

Cela compte plus qu’il n’y paraît. Une migration qui divise par deux votre coût par tâche mais double votre temps d’exécution réel est un autre produit, pas un produit moins cher. Les documents de lancement d’OpenAI ne formulent aucune promesse de temps réel écoulé pour le nouveau modèle, et la seule fonctionnalité d’efficacité qu’elle met en avant — Ultrafast inference, disponible sur les deux modèles, à 3× les tarifs standard jusqu’au 28 février 2027 et à 6× à partir du 1er mars 2027 — est une échappatoire payante plutôt qu’une option par défaut. Si la latence se trouve sur votre chemin critique, la position honnête aujourd’hui est que vous ne savez pas si le successeur est plus rapide, et le supplément Ultrafast de 3× à 24 $ en entrée et 120 $ en sortie est ce que coûte la certitude tant que la case du tableau n’est pas renseignée.

Ce que « Pro » apporte, et ce qu'il n'apporte pas

Aucun des deux côtés de cette comparaison ne comporte de modèle Pro dans le catalogue d'OpenAI. gpt-6.2-astra-pro renvoie une 404 dans la documentation du fournisseur, et la grille tarifaire publiée ne comporte aucune ligne pour ce modèle. Le suffixe correspond à ce que les places de marché affichent pour gpt-6.2-astra servi avec reasoning.mode défini sur pro — une configuration, pas un checkpoint. OpenAI a clairement indiqué que les deux axes sont indépendants : le mode sélectionne une exécution standard ou pro, et l'effort contrôle la quantité de raisonnement effectuée à l'intérieur de ce mode.

La comparaison oppose donc vraiment {{1}}GPT-6 Astra tel que vous l’appelez aujourd’hui{{/1}} à {{2}}GPT-6.2 Astra, éventuellement en mode pro{{/2}}. Le mode pro facture ses passes supplémentaires aux tarifs standard par token du modèle, ce qui signifie que l’avantage de prix de 20 % se répercute intégralement : une requête en mode pro sur le nouveau modèle reste 20 % moins chère par token que la même requête sur l’ancien, et elle achète plus de travail à ce tarif réduit. La bonne façon de lire « GPT-6.2 Astra Pro » n’est donc pas « le palier coûteux » mais « le vaisseau amiral avec le bouton de volume poussé », et il est désormais moins cher de tourner ce bouton qu’en septembre.

Une checklist de migration qui tient sur un seul écran

Comme les deux modèles partagent la même structure d’API, l’essentiel de la migration est mécanique. Les parties qui ne le sont pas sont celles qui posent problème.

• Chaînes de modèle — gpt-6-astra devient gpt-6.2-astra ; les deux fonctionnent avec Responses et Chat Completions, et l’appel d’outils nécessite toujours Responses, quelle que soit la chaîne utilisée.

• Paramètres rejetés — les deux refusent reasoning.effort : « none », et aucun n’accepte de temperature, top_p ou log probabilities personnalisés. Si votre code les définit par précaution, ce code échouait déjà face à GPT-6 Astra et continuera d’échouer.

• Date limite des connaissances — 18 mai 2026 sur GPT-6.2 Astra contre le 30 avril 2026 sur GPT-6 Astra. Dix-huit jours supplémentaires, ce qu’il vaut la peine de savoir si vous formulez vos requêtes autour d’un événement précis.

• Discipline de cache — la réduction de 60 % sur les entrées mises en cache ne porte ses fruits que si vos préfixes atteignent réellement le cache. La recommandation d’OpenAI pour la génération 6.2 consiste à laisser les préfixes de prompt inchangés et à ajouter les nouvelles instructions à la fin, précisément pour que le raisonnement persiste d’un tour à l’autre et que le cache continue de rapporter.

• Batch et arrière-plan — Batch s’exécute à 50 % du tarif standard sur les deux, et les nouvelles fenêtres d’achèvement en arrière-plan de deux heures et de huit heures (30 % et 40 % de réduction sur les tarifs des jetons) s’appliquent à GPT-6.2 Astra et Sol. Ces fenêtres constituent le tarif le plus bas de la grille pour tout ce qui peut attendre.

• Garanties — la génération 6.2 est livrée avec des refus en matière de cybersécurité plus stricts que GPT-6 Astra, et O​penAI indique qu’elle intégrera les nouveaux modèles au programme d’accès de confiance Daybreak plus tard. Si votre charge de travail touche à la recherche autorisée sur les vulnérabilités, il s’agit d’une véritable régression à anticiper plutôt que d’un simple détail.

Screenshot of the Artificial Analysis page for GPT-6 Astra, released September 2026, carrying a deprecation notice recommending GPT-6.2 Astra. It shows Intelligence Index 57 ranked 13 of 87, 42 tokens per second, $10.00 input and $50.00 output per million tokens, 20.4 minutes per index task against an 18.0-minute median, $6.24 average cost per task, 54.3M tokens generated, and a 1M-token context window with knowledge up to April 2026.

Où lancer la comparaison sans rien reconstruire

La partie délicate d'une migration générationnelle, c'est de maintenir l'ancien chemin actif pendant que vous évaluez le nouveau. GPT-6 Astra figure dès aujourd'hui dans notre catalogue, au tarif catalogue du fournisseur — 10 $ en entrée, 1 $ en cache, 50 $ en sortie, récupérés sans marge — ce qui fait du modèle de septembre le pilier stable d'un test comparatif plutôt qu'un élément à décommissionner avant même de pouvoir commencer.

La génération 6.2 n’est pas encore au catalogue. Lorsqu’elle arrivera, elle conservera la même tarification répercutée, de sorte qu’une part fournisseur de 20 % reste une part de 20 %, au lieu de diminuer après des frais de plateforme. D’ici là, le nouveau modèle est accessible via l’API propre à O​penAI, et la bonne façon de mener l’évaluation est d’exécuter les deux sur vos propres tâches pendant une semaine et de comparer la facture, pas le score d’index — car, sur cette mise à niveau en particulier, la facture est le point sur lequel le fournisseur et le comité indépendant s’accordent tous les deux.

Screenshot of the OrcaRouter model page for openai/gpt-6-astra, showing a 1M-token context window with 128K max output, text, image and file input, zero data retention availability, EU routing, an OpenAI-compatible endpoint at api.orcarouter.ai/v1, pass-through pricing of $10.00 input and $50.00 output per million tokens, and a catalogue headline benchmark of 96.1 on GPQA Diamond.

Qu’est-ce qui rendrait cette mise à niveau simple ?

Trois chiffres permettraient de clore le dossier. Un chiffre de temps par tâche pour GPT-6.2 Astra, car les 20,4 minutes relevées pour GPT-6 Astra sont le chiffre qui compte réellement pour une équipe sensible à la latence, et le classement n’a pas publié celui de son successeur. Un chiffre de consommation de tokens sur une charge de travail plus proche de la vôtre que ne le sont GDPval v2 ou la suite de neuf évaluations. Et une ventilation du mode pro, afin que le coût du bouton de volume ne relève plus de la déduction.

En leur absence, le résumé défendable est plus restreint que le discours marketing et plus utile : GPT-6.2 Astra coûte 20 % moins cher par token que GPT-6 Astra, environ un tiers de moins par tâche terminée selon des mesures indépendantes, est plus performant de cinq à sept points d’indice, et sa rapidité supérieure n’a pas encore été démontrée. Pour le traitement par lots et tout ce qui est contraint budgétairement, cela suffit pour migrer. Pour un produit interactif où la latence est critique, la migration est un pari sur un chiffre que personne n’a publié — et la chose honnête à faire avec un tel pari est d’en limiter l’ampleur.