Une carte-titre générée pour l’article intitulé GPT-6.2 « Bel », avec le sous-titre « L’identifiant de modèle Betelgeuse, et ce qu’une seule capture d’écran ne prouve pas », trois badges de statut indiquant Non publié, Non vérifié et Une seule capture d’écran, et un pied de page précisant que le catalogue de modèles d’OpenAI s’arrête à GPT-6.1 en date du 30 octobre 2026.
Guides & Insights

GPT-6.2 « Bel » : l’identifiant de modèle Bételgeuse dans une capture d’écran divulguée, et ce que cela prouve réellement

Auteur

Magnus Corvin

Date de publication

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

L’élément le plus concret que quiconque ait montré cette semaine au sujet du prochain modèle phare d’OpenAI est une image de 362 par 207 pixels d’un bot Discord. Elle a été publiée le 29 octobre 2026 en réponse dans un fil de @kimmonismus, qui écrivait qu’il ne pouvait pas le confirmer, mais que tout indiquait qu’OpenAI s’apprêtait à « sortir l’artillerie lourde : GPT-6.2 “bel” en approche ». Le message intégré du bot a pour en-tête « Modèle mis à jour », indique « Modifié (1) » et liste une seule chaîne : gpt-6.2-betelgeuse - INTERNAL, avec, en dessous, une ligne indiquant « régions : par défaut » et un avertissement demandant de ne pas le partager en dehors du serveur. Voilà l’intégralité de l’artefact. Aucune réponse d’API n’est jointe, aucune fiche modèle, aucune entrée de journal des modifications, aucun prix, aucun benchmark et aucune déclaration d’OpenAI. Le catalogue de modèles de l’entreprise lui-même, consulté le matin du 30 octobre, liste exactement quatre paliers généralistes — GPT-6 Astra, GPT-6.1 Sol, GPT-6.1 Terra et GPT-6 Luna — et rien au-dessus. La bonne façon de lire cela n’est donc pas « GPT-6.2 arrive », mais « le traqueur de quelqu’un a repéré un nom dans une configuration quelque part, et un nom de code vieux d’un mois a été promu au rang de numéro de produit sur les réseaux sociaux ». Ce qui suit est un inventaire de ce qui existe, une note pour chaque affirmation qui y est attachée, et les vérifications précises qui feraient passer un message intégré Discord au statut de lancement.

Ce que l’embed Discord affiche réellement

L’image a été partagée par @taker_of_whizz, qui a déclaré « Notre traqueur interne l’a repérée hier ! » Le bot s’appelle Internal Tracker, avec une étiquette « APP » et une étiquette de serveur indiquant « ABB ». Son horodatage est « Hier à 10:14 AM », ce qui, par rapport au fil du 29 octobre, situe la modification observée au 28 octobre. La charge utile comporte trois lignes : un titre, un nombre de modifications et une chaîne de modèle étiquetée INTERNAL, plus un champ région marqué « default ». Un pied de page avertit : « Ne pas partager en dehors de ce serveur. »

An annotated capture of the Discord bot embed shared in the X thread: the Internal Tracker bot posts Model Updated, Changed (1), a model string gpt-6.2-betelgeuse marked INTERNAL, a regions: default line, and a warning not to share outside the server; the surrounding card notes it is a third-party tracker with no model card or vendor statement attached.

Deux choses dans ce cadrage méritent l’attention. Premièrement, « Internal Tracker » n’est pas un outil OpenAI, ou du moins rien dans l’image ne l’indique ; c’est un bot sur le serveur Discord de quelqu’un d’autre, qui surveille quelque chose. Deuxièmement, la ligne qui fait le travail — « regions: default » — est le type de champ que contient une configuration de déploiement ou de disponibilité, pas celui que contient une fiche modèle. Cela concorde avec un identifiant en cours de préparation ou répliqué quelque part, et est incompatible avec l’idée qu’un modèle soit appelable. La distinction compte parce que la même communauté a produit un artefact très similaire en octobre : trois identifiants, aurora-red-alpha, aurora-green-alpha et aurora-blue-alpha, sont brièvement apparus dans une liste de modèles OpenAI les 17 et 18 octobre, ont suscité une vague de spéculations sur le « prochain GPT-6 », puis ont été interprétés par la plupart des observateurs comme des variantes de génération d’images après des tests en arène — sans aucune preuve qu’un seul d’entre eux ait répondu avec succès à une requête pendant qu’il était visible. Un identifiant dans une liste est une rumeur mieux formatée. Ce n’est pas un accès.

D'où vient le nom « Bel »

« Bel » n’est pas nouveau, et c’est précisément ce que le fil d’octobre passe sous silence. Le nom de code est entré en circulation le 25 août 2026, lorsque le compte X anonyme @synthwavedd a publié qu’OpenAI venait d’achever un cycle de pré-entraînement appelé Bel, que celui-ci succédait à un cycle antérieur appelé Doug et que son nombre total de paramètres dépassait 10 000 milliards. Cette publication a recueilli environ 812 000 vues et a été reprise par la presse technologique chinoise, russe et thaïlandaise en l’espace d’une journée. Dix jours plus tard, une reprise du 5 septembre par @Mr_Salio y ajoutait un titre que l’original n’avait jamais comporté — « Fuites sur GPT-6 Bel : bat GPT-6 Astra » — sans le moindre benchmark à l’appui. Au moment où cet ensemble d’informations a été vérifié début octobre, cette comparaison était devenue l’affirmation la plus répétée et la moins étayée.

Seule une partie de l’histoire du nom de code bénéficie d’une corroboration indépendante. Une note d’abonné SemiAnalysis datée du 9 juillet, reproduite le 7 août, évoquait séparément un modèle OpenAI « beaucoup plus grand » en préparation sous le nom de Doug. Tout le reste — que Bel soit le successeur de Doug, que le pré-entraînement soit terminé, que le total atteigne 10 000 milliards, que Bel soit la base de ce qui suivra GPT-6 — remonte à un seul compte anonyme. OpenAI n’a jamais confirmé ce nom dans sa documentation, son journal des modifications de l’API ni son fil d’actualités, et elle ne l’a pas confirmé à l’endroit où elle s’en est le plus approchée.

Ce passage mérite d’être cité avec précision, car c’est le fait officiel le plus solide de cette histoire. Dans sa publication du 8 septembre sur le problème Navier–Stokes du prix du millénaire, OpenAI a écrit qu’elle avait utilisé « un modèle interne nettement plus capable que GPT-6 Astra », qu’elle entraînait ce modèle depuis le 28 août et qu’elle avait fait tourner environ 10 000 agents parallèles pendant près de 88 heures pour produire une prétendue preuve. L’entreprise a joint un document explicatif et une formalisation en Lean, et a déclaré qu’elle ne revendiquerait pas le prix. Ce qu’elle n’a pas fait — ni à ce moment-là ni depuis — c’est donner un nom au modèle. Ainsi, OpenAI a confirmé que quelque chose de supérieur à Astra existe et est mis à l’épreuve sur des problèmes difficiles. Elle n’a jamais confirmé que cette chose s’appelle Bel, et ne lui a jamais attribué de numéro de version.

Les signes révélateurs : Bételgeuse fait partie de la famille, Dougtrio non.

Lisez les réponses sous le fil du 29 octobre et la fuite mute en temps réel. Une réponse, de @Josh67Joshua, affirme comme un fait que « Bel, désormais compris comme l’abréviation de GPT-6.2 Betelgeuse, est basé sur la série de pré-entraînement Dougtrio. » Aucun document du fil ne mentionne l’une ou l’autre de ces affirmations. Mais la première moitié est plus plausible qu’elle n’y paraît, car elle correspond à un schéma qu’OpenAI applique depuis le début de l’année : les niveaux généralistes portent les noms de corps célestes et de lieux. GPT-6 Sol, GPT-6 Luna, GPT-6 Astra et GPT-6.1 Terra appartiennent tous à cette famille, et Betelgeuse est une supergéante rouge dans Orion dont les trois premières lettres sont Bel. Si vous inventiez un nom de code qui se lirait comme un nom de code d’OpenAI, c’est exactement celui que vous inventeriez.

La seconde moitié est l’indice révélateur. « Dougtrio » n’est pas un schéma de nommage d’OpenAI ; c’est l’orthographe de Dugtrio, un Pokémon, à une lettre près. Cela se lit comme une plaisanterie construite sur le nom de code Doug existant, et n’apparaît que dans une réponse. C’est ainsi que fonctionnent ces grappes : une vraie chaîne, une extension plausible, une plaisanterie reprise comme détail, et au troisième relais, plus personne ne peut dire laquelle était laquelle. Le fil du 29 octobre en est un exemple compact. L’artefact indique gpt-6.2-betelgeuse. La réponse dit que Bel signifie Betelgeuse et que la série de préentraînement est Dougtrio. La prochaine republication dira que le Betelgeuse d’OpenAI est construit sur Dougtrio. Aucune de ces trois phrases n’a le même poids probatoire, et seule la première est étayée par une image.

Pourquoi le « 6.2 » est la partie la plus étrange de cette affirmation

OpenAI a lancé GPT-6 Sol le 22 septembre, est passé à GPT-6.1 Sol sept jours plus tard, le 29 septembre, et a ajouté GPT-6.1 Terra le 26 octobre, à 1 $ par million de jetons d’entrée et 5 $ par million de jetons de sortie — soit la moitié des 2 $ et 10 $ de GPT-6.1 Sol. C’est un rythme rapide, et un incrément de 0,1 dans cet intervalle est déjà inhabituel : l’entreprise est passée de 6 à 6.1 en une semaine, et non après un trimestre. Un 6.2 serait la première version en .2 de la gamme, et elle arriverait environ quatre semaines après Terra. Possible. Rien dans la capture d’écran ne l’implique.

Il y a aussi un problème de dénomination. Les identifiants publics d’OpenAI ressemblent à gpt-6.1-sol et gpt-6.1-terra — une version et un nom céleste, sans suffixe de nom de code. Une chaîne comme gpt-6.2-betelgeuse étiquetée INTERNAL ressemble davantage à un nom de préproduction interne qu’à un identifiant de modèle public, et c’est précisément pour cela qu’elle ne doit pas être lue comme un nom de produit. Le blog est déjà passé par là : tout au long de l’été, il a suivi un modèle non publié sous un nom de travail qui s’est finalement avéré être commercialisé sous le nom de GPT-6 Astra. Les noms de travail sont des pseudonymes. Ce ne sont pas des engagements, et ce ne sont pas des dates.

Ce que 10 000 milliards de paramètres signifieraient et ne signifieraient pas

Supposons un instant que l’affirmation d’août soit exacte. Dix mille milliards de paramètres au total placeraient Bel dans une classe de taille bien au-delà de tout ce pour quoi OpenAI a publié un chiffre, et la comparaison avec GPT-4.5 qui a circulé en même temps est doublement fragile, car OpenAI n’a jamais publié non plus le nombre de paramètres de GPT-4.5. Le total de paramètres n’est pas non plus le bon chiffre pour juger un modèle. Si Bel est un modèle à mélange d’experts — et à cette échelle, il aurait presque certainement dû l’être pour que le service soit tant soit peu rentable — le chiffre qui détermine le coût par token et la latence est celui des paramètres actifs par token, et non le total figurant dans le checkpoint. Un modèle de 10 000 milliards de paramètres au total avec quelques centaines de milliards d’actifs pourrait être routé à moindre coût ; un modèle dense de 10 000 milliards poserait un problème d’infrastructure d’un tout autre ordre.

La distinction la plus importante est celle entre un préentraînement achevé et un produit livrable. Un modèle de base qui a terminé son préentraînement n’est que de la capacité brute. Tout ce que vit un acheteur — le suivi d’instructions, l’usage d’outils, le comportement de refus, la qualité sur contexte long, l’évaluation de sûreté au titre du Preparedness Framework d’OpenAI — intervient après le post-entraînement, l’apprentissage par renforcement et l’évaluation, et c’est à cette phase que les calendriers dérapent réellement. La divulgation du 8 septembre par OpenAI décrit elle-même une campagne d’apprentissage par renforcement, pas un préentraînement, et elle décrit un système en cours d’utilisation, pas un système en cours d’empaquetage. La source anonyme citée par Bel a déclaré le 23 septembre que le modèle était encore à des mois d’une sortie publique. Rien de publié depuis n’a raccourci cette estimation, hormis un bot Discord qui a recopié une chaîne de caractères.

Les affirmations, évaluées

• Qu’un identifiant contenant « gpt-6.2-betelgeuse » soit apparu dans un tracker le 28 octobre — artefact unique, une seule capture d’écran Discord, provenance non vérifiée.

• Qu'OpenAI dispose d'un modèle interne plus performant que GPT-6 Astra — confirmé par OpenAI le 8 septembre, sans nom, sans date, sans prix.

• Que le modèle s’appelle Bel — une seule source anonyme depuis le 25 août, jamais confirmé par OpenAI.

• Que Bel signifie Bételgeuse et descend d’une série de préentraînement « Dougtrio » — des affirmations au niveau de la réponse, aucun document, et « Dougtrio » est un Pokémon mal orthographié.

• Que le modèle dépasse 10 000 milliards de paramètres — source anonyme unique ; aucun chiffre du fournisseur n’existe.

• Que GPT-6.2 soit « en approche » — les propres mots de l’auteur du message sont « impossible de confirmer » ; aucune date, aucun prix, aucun résultat de benchmark, aucun poids ni aucune disponibilité d’API n’accompagnent cette affirmation.

Cinq vérifications qui rendraient cela concret

Si vous voulez suivre ceci sans vous faire avoir par la prochaine capture d’écran, il existe une courte liste de choses qui comptent, et elles sont toutes first-party.

• L'identifiant figure dans le propre catalogue de modèles d'OpenAI ou dans une liste d'API documentée. Au 30 octobre, les entrées généralistes du catalogue sont GPT-6 Astra, GPT-6.1 Sol, GPT-6.1 Terra et GPT-6 Luna, et aucun GPT-6.2 n'y figure.

A screenshot of the OpenAI Developers models page captured 30 October 2026, showing the four general-purpose tiers — GPT-6 Astra at $10 input and $50 output per million tokens, GPT-6.1 Sol at $2 and $10, GPT-6.1 Terra at $1 and $5, and GPT-6 Luna at $0.10 and $0.50 — with no GPT-6.2 model listed.

• Un journal des modifications ou une note de version nomme le modèle et indique une date. Le journal des modifications d'OpenAI est le document de référence ; un embed de bot ne l'est pas.

• Une grille tarifaire apparaît. Chaque lancement d’OpenAI cette année s’est accompagné d’un prix par million de tokens, et le prix est l’élément sur lequel un développeur peut agir.

• Une note de dépréciation ou de migration est publiée pour un modèle existant. Les successeurs remplacent généralement quelque chose, et OpenAI annonce ce remplacement avant qu'il ne se produise.

• {{1}}Une entrée relative à la sécurité ou à la préparation apparaît pour le nouveau modèle, étant donné que GPT-6 Astra a obtenu la première note de cybersécurité {{2}}Critique{{/2}} selon le cadre propre à OpenAI.{{/1}} {{3}}Un modèle supérieur à Astra aurait besoin de cette évaluation avant son lancement, et cette évaluation est publiée.{{/3}}

Ce qui ne compte pas : un autre embed de bot, un autre compte relais citant le premier, un tableau de benchmark sans méthode, ou un compte dédié au compte à rebours. Les identifiants aurora d’octobre constituent le cas témoin — une chaîne d’apparence réelle, un pic de couverture, et aucun modèle appelable.

Ce que vous pouvez appeler aujourd'hui, et ce qu'un 6.2 vous coûterait

La réponse pratique pour quiconque développe actuellement est que la gamme actuelle est déjà exceptionnellement bon marché dans le milieu de gamme. GPT-6.1 Terra à 1 $ et 5 $ par million de tokens représente la moitié de GPT-6.1 Sol à 2 $ et 10 $, et un cinquième de GPT-6 Astra à 10 $ et 50 $. GPT-6 Luna se situe à 0,10 $ et 0,50 $. Ce sont les prix catalogue du fournisseur et, sur OrcaRouter, ils sont répercutés avec 0 % de marge, donc une modification de prix d'OpenAI est effective de notre côté le jour même plutôt qu'après une renégociation de contrat.

A screenshot of the OrcaRouter model page for GPT-6.1 Sol dated 2026-09-29, showing $2.00 input and $10.00 output per million tokens, a 1M-token context window, 128K maximum output, a 1.36-second p50 time to first token, and 595.4 million tokens of traffic over seven days.

OrcaRouter achemine GPT-6.1 Sol, ainsi que GPT-6 Astra, GPT-6 Sol et GPT-6 Luna aujourd'hui ; GPT-6.1 Terra ne figure pas dans notre catalogue au moment de la rédaction. Si un GPT-6.2 voit effectivement le jour, la décision de migration reposera sur deux chiffres : s'il est facturé au-dessus d'Astra — il s'agit alors d'un palier premium que vous choisissez pour des travaux spécifiques — ou bien au niveau ou en dessous des 2 $ et 10 $ de GPT-6.1 Sol, auquel cas il s'agit d'un remplacement à l'identique et la seule question qui reste est celle de l'évaluation. Dans un cas comme dans l'autre, la parade peu coûteuse est la même : gardez le nom du modèle hors de votre code applicatif, appelez un point de terminaison compatible OpenAI et laissez le routage décider quel palier sert chaque requête. Le basculement automatique est ce qui rend l'essai d'un modèle non éprouvé sans risque : vous pouvez diriger une fraction du trafic vers un nouveau modèle et revenir en arrière sans réécrire le client.

L’analyse honnête, en date du 30 octobre 2026

Quelque chose au-dessus de GPT-6 Astra existe. OpenAI l’a dit elle-même en septembre, dans une publication sur un résultat mathématique, et elle décrivait alors le système comme encore en cours d’entraînement. Une session de pré-entraînement appelée Bel fait l’objet de rumeurs depuis août, émanant d’une seule source anonyme, avec un chiffre de 10 billions de paramètres que personne n’a corroboré. Le 28 octobre, un tracker Discord a repéré une chaîne qui ressemble à un nom interne pour un modèle de niveau 6.2 appelé Betelgeuse, et le 29 octobre, cette chaîne est devenue « GPT-6.2 incoming » dans une publication dont l’auteur ne pouvait explicitement pas la confirmer. Ce sont trois niveaux de preuve différents, et c’est dans l’écart entre le premier et le troisième que la plupart des lecteurs se feront mal.

La conclusion utile n’est pas de savoir si GPT-6.2 arrive ou non. C’est que personne en dehors d’OpenAI ne peut actuellement lui donner une date, en fixer le prix ou le faire tourner, et que les vérifications qui changeraient cela sont toutes de source directe et toutes publiques. Surveillez le catalogue de modèles, le journal des modifications et la grille tarifaire. Tant qu’aucun d’eux ne bouge, le numéro n’est qu’une étiquette, l’étoile est une supposition, et le Pokémon est une plaisanterie qui a été répétée trop de fois.

Comparés dans cet article3

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