API GPT-6 Astra : l'ID du modèle, le point de terminaison et ce que coûte réellement une tâche à long horizon

The short version: GPT-6 Astra is callable today at https://api.openai.com/v1 under a single model id, gpt-6-astra, at $10.00 per million input tokens, $1.00 cached input and $50.00 output — the figures Ope​nAI's own pricing page carried on September 16, 2026. The model itself is from September 3, 2026, thirteen days before this page was written, so nothing here is launch coverage and nothing here is framed as an announcement. This is the reference page for the developer question that comes after availability: what string to pass, which endpoint takes it, what the 1,050,000-token window really buys, what the account has to look like first, and what one genuine long-horizon agent run costs on a rate card that quietly reprices itself above 272,000 input tokens. GPT-5.6 Sol appears throughout only as the price baseline it is sold above, never as the subject.

Si un modèle vieux de treize jours mérite une page cette semaine, c'est parce que les voies d'accès à celui-ci ont changé après le lancement, et que la voie API est désormais la voie ordinaire. Quand Ope​nAI a livré Astra le 3 septembre, l'entreprise a décrit un déploiement plutôt qu'une disponibilité ; le 8 septembre, elle indiquait que le modèle était entièrement déployé auprès des utilisateurs Plus, Pro, Business et Enterprise dans Co​dex et ChatGPT Work, et pour la semaine du 14 septembre, AWS le référençait sur Bedrock et Microsoft Foundry le proposait en disponibilité générale. Pour un appelant d'API, cet enchaînement compte moins qu'il n'y paraît — le point de terminaison est en service et documenté depuis le début — mais cela signifie que les questions d'approvisionnement qui l'entourent ont désormais des réponses qu'elles n'avaient pas le jour du lancement. Tout ce qui suit a été lu dans la documentation de modèle, la page de tarification et la page de contrôles des données d'Ope​nAI elle-même le 16 septembre 2026, et tout ce qui provient d'ailleurs le précise dans la phrase qui le contient.

L'identifiant du modèle, et la question du snapshot à laquelle on a répondu honnêtement

La chaîne à transmettre est gpt-6-astra — en minuscules, avec des traits d’union, sans préfixe de fournisseur. C’est le seul identifiant documenté par OpenAI pour ce modèle.

Si vous cherchez un instantané daté à épingler, il n'y en a pas à trouver, et nous n'allons pas inventer un suffixe d'apparence plausible. La page de modèle d'Ope​nAI pour GPT-6 Astra ne liste qu'une seule entrée sous Snapshots, et c'est le simple gpt-6-astra. Il n'existe pas de -2026-09-03 comme forme datée, ni d'alias -latest du côté du fournisseur. Nous avons vu, au cours de nos recherches, un alias mobile de la forme ~openai/gpt-astra-latest dans une liste de routeur ; il s'agit d'une construction de passerelle bâtie par-dessus l'identifiant du fournisseur, et non de quelque chose qu'Ope​nAI publie, et il ne faut pas l'insérer dans votre configuration comme s'il l'était.

La conséquence pratique est minime, mais elle mérite d’être mentionnée. Vous pouvez récupérer l’objet modèle pour confirmer à quoi vous vous adressez :

curl https://api.openai.com/v1/models/gpt-6-astra -H "Authorization: Bearer $OPENAI_API_KEY"

Épinglez l’identifiant nu dans une valeur de configuration plutôt que de le saisir dans une douzaine de sites d’appel. Si Ope​nAI ajoute plus tard des instantanés datés, l’identifiant nu devient la cible mouvante et votre valeur épinglée commence à changer sous vos pieds — un seul endroit à modifier fait la différence entre une modification de deux minutes et un après-midi passé à faire du grep.

Le point de terminaison : URL de base, compatibilité et une requête qui s'exécute

The base URL is https://api.openai.com/v1. Per Ope​nAI's model documentation, GPT-6 Astra is supported on Responses (/v1/responses), Chat Completions (/v1/chat/completions) and Batch (/v1/batch). It is explicitly not supported on Realtime, Assistants, Fine-tuning, Embeddings, image generation and editing, video, audio, moderation, or the legacy Completions endpoint — and those absences matter as much as the presence list, because a team that planned around the Assistants API or a fine-tuned variant has to replan rather than rewrite.

Concernant la compatibilité : il s'agit de l'API propriétaire d'OpenAI elle-même, le format d'échange sur lequel chaque SDK et client compatible OpenAI a été écrit. Tout ce qui parle ce format communiquera avec gpt-6-astra sans couche d'adaptation — vous changez la chaîne du modèle et, si vous migrez depuis un modèle OpenAI plus ancien, les noms de paramètres ci-dessous. Les nouveaux projets devraient utiliser l'API Responses : c'est la surface sur laquelle OpenAI documente le contrôle du raisonnement de ce modèle, c'est là que résident les outils intégrés, et la prise en charge de Chat Completions pour les modèles les plus récents a toujours été la plus superficielle des deux.

Un appel en streaming minimal, avec l'effort de raisonnement défini :

curl https://api.openai.com/v1/responses \

-H "Authorization: Bearer $OPENAI_API_KEY" \

-H "Content-Type: application/json" \

-d '{"model": "gpt-6-astra", "input": "Listez les fichiers que vous modifieriez pour retirer ce service de l'API d'authentification héritée.", "reasoning": {"effort": "high"}, "max_output_tokens": 16000, "stream": true}'

Et la même chose en Python, là où la plupart des lecteurs passeront en réalité l’essentiel de leur temps :

from openai import OpenAI

client = OpenAI()

stream = client.responses.create(model="gpt-6-astra", input="Listez les fichiers que vous modifieriez pour sortir ce service de l'API d'authentification héritée.", reasoning={"effort": "high"}, max_output_tokens=16000, stream=True)

for event in stream:

if event.type == "response.output_text.delta": print(event.delta, end="")

Trois choses concernant cette requête sont propres à ce modèle plutôt que copiées d’un guide de démarrage rapide générique.

• L'effort de raisonnement est un levier de coût, pas seulement un levier de qualité. La page du modèle d'Ope​nAI répertorie les valeurs prises en charge : low, medium, high, xhigh et max. Notez où commence cette liste : il n'y a pas de none ni de minimal pour GPT-6 Astra, donc le plancher a été relevé. Les tokens de raisonnement sont facturés comme des tokens de sortie à 50,00 $ par million, ce qui signifie que faire passer l'effort de high à max est une décision assortie d'un prix, et non une amélioration de qualité gratuite.

• La diffusion en continu est prise en charge, et c’est la façon honnête d’exécuter de longs tours. Une seule requête sur ce modèle peut émettre jusqu’à 128 000 jetons de sortie. Attendre que cela arrive dans un seul corps de réponse, sans aucune visibilité sur sa progression, c’est ainsi que vous finissez par deviner les délais d’attente.

• La mise en cache des prompts est explicite ici. L’API Responses documente un prompt_cache_breakpoint sur le contenu texte, image et fichier, avec un mode explicit, marquant « la fin exacte d’un préfixe de prompt réutilisable » et héritant son TTL du prompt_cache_options.ttl de la requête. Sur un modèle dont le tarif des entrées mises en cache correspond à un dixième de celui des entrées non mises en cache, l’endroit où vous placez cette limite est la ligne la plus déterminante de votre requête.

Ce que signifie réellement une fenêtre de 1 050 000 jetons

Les chiffres documentés sont une fenêtre de contexte de 1 050 000 jetons, une entrée maximale de 922 000 jetons, une sortie maximale de 128 000 jetons et une date de coupure des connaissances au 30 avril 2026.

Commencez par l'arithmétique que les gens oublient : 922 000 plus 128 000 égale 1 050 000. La fenêtre est partagée entre ce que vous envoyez et ce que le modèle peut renvoyer, et le plafond de sortie y est réservé. Vous ne pouvez pas envoyer 1 050 000 tokens en entrée ; le plafond pratique pour une seule requête est de 922 000, et moins que cela si vous voulez de la place pour une vraie réponse.

Que permet d’acheter un million de jetons dans les unités avec lesquelles vous travaillez réellement ? Les conversions de jetons en texte sont approximatives, et celles-ci sont les nôtres plutôt que celles d’Ope​nAI, mais elles sont du bon ordre de grandeur : à raison d’environ quatre caractères par jeton, 1 050 000 jetons représentent de l’ordre de 750 000 mots, soit quelque chose comme cent mille lignes de code. C’est un dépôt de taille moyenne, au complet, avec encore de la place pour la sortie d’outils qu’un agent génère pendant qu’il travaille. Le cas à long horizon pour lequel le modèle est vendu est exactement celui-ci : un agent qui a lu un fichier il y a une heure et qui peut encore voir ce qu’il disait, au lieu d’un agent qui a compacté la matinée en un paragraphe de résumé.

Puis la partie qui relève d'une page de tarification plutôt que d'une page de spécifications. La documentation des modèles d'OpenAI indique que les prompts de plus de 272 000 jetons d'entrée sont facturés à 2× les tarifs d'entrée et de cache, et 1,5× la sortie, pour l'ensemble de la requête. La page de tarification la présente comme une seconde ligne : le contexte long sur GPT-6 Astra est à 20,00 $ en entrée, 2,00 $ en entrée mise en cache et 75,00 $ en sortie. Les trois quarts supérieurs de cette fenêtre constituent donc une tranche tarifaire, et non une simple marge de manœuvre. Une exécution dont la transcription dépasse 272 000 jetons paie le double sur chaque jeton d'entrée — y compris ceux mis en cache — pour toute la requête, et c'est la variation la plus importante de l'économie de ce modèle. Le détail complet est présenté ci-dessous.

Un autre mécanisme qu’il vaut la peine de connaître, car c’est la reconnaissance par le fournisseur lui-même qu’une seule fenêtre ne constitue pas toute la réponse. Pour Codex, OpenAI décrit une approche contextuelle expérimentale livrée avec Astra, dans laquelle les notes persistent d’une fenêtre de contexte à l’autre au lieu d’être compactées de façon répétée en un seul résumé, les fenêtres antérieures restant interrogeables afin que les exigences et les résultats de tests issus de messages antérieurs et de sorties d’outils restent retrouvables. OpenAI la qualifie d’expérimentale, indique qu’elle est activée dans le config.toml de Codex, et déclare qu’elle deviendra la configuration par défaut pour Astra. Si vous construisez vous-même l’équivalent sur l’API, c’est la forme à copier : des notes durables plus un historique récupérable, plutôt qu’un unique prompt héroïque.

Et la limite du nombre lui-même : une grande fenêtre est une capacité, pas une garantie d’attention sur toute son étendue. Les chiffres de long horizon rapportés par le fournisseur sont un meilleur guide du comportement que le nombre de tokens — Ope​nAI indique OSWorld 2.0 à 72,6 % à environ 40 minutes par tâche, et Terminal-Bench 4.0 à 57,9 % contre 37,3 % pour GPT-5.6 Sol. Ce sont les propres chiffres d’Ope​nAI, non reproduits par nous, et le tableau indépendant est proche mais pas identique : Artificial Analysis a mesuré Astra à 59,1 % sur Terminal-Bench v4.0, contre 52,0 % pour Claude Fable 5.1 et 39,9 % pour GPT-5.6 Sol. Les deux s’accordent à dire que l’écart de long horizon par rapport à la génération précédente est réel ; ni l’un ni l’autre ne remplace l’exécution de votre propre tâche.

Modalités d’entrée, et la question du fichier laissée honnêtement ouverte

La page de modèle d'OpenAI répertorie les modalités d'entrée de texte et image, avec sortie texte. Pas d'audio, pas de vidéo, pas de génération d'images sur ce modèle.

L’entrée image se présente sous la forme d’une partie de contenu à l’intérieur d’un message utilisateur. Le type de partie est input_image, et l’image est fournie soit sous forme d’URL pleinement qualifiée, soit sous forme d’URL de données base64 dans image_url, soit sous forme de file_id issu de l’API Files. Il existe un détail facultatif pouvant être auto, low, high ou original, avec auto comme valeur par défaut. La structure est la suivante :

{"model": "gpt-6-astra", "input": [{"role": "user", "content": [{"type": "input_text", "text": "Qu'est-ce qui a changé dans cette capture d'écran ?"}, {"type": "input_image", "image_url": "data:image/png;base64,...", "detail": "high"}]}]}

La documentation sur la vision d’OpenAI répertorie les formats PNG, JPEG, WEBP et GIF non animé comme étant acceptés, avec jusqu’à 512 Mo de charge utile totale par requête et jusqu’à 1 500 images par requête, les images de plus de 30 000 patches étant rejetées plutôt que redimensionnées à la baisse. Ce sont là les limites générales de vision de la plateforme, et non celles propres à Astra, et les images sont facturées en tokens comme n’importe quelle autre entrée.

Maintenant, la question avec laquelle les lecteurs arrivent réellement, et la réponse honnête. Peut-on envoyer des fichiers ou des PDF ? Nous n'avons pas pu confirmer la prise en charge de l'entrée de documents pour ce modèle dans la documentation d'Ope​nAI, et nous n'allons pas laisser entendre que cela fonctionne. L'API Responses définit bien une partie de contenu input_file, donc la plomberie existe dans l'API de manière générale ; mais la page d'Ope​nAI consacrée à GPT-6 Astra indique le texte et l'image comme modalités d'entrée et ne mentionne pas les fichiers, et nous n'avons trouvé aucune déclaration d'Ope​nAI documentant l'entrée PDF pour ce point de terminaison. Une fiche de routeur pour le même modèle mentionne bien les fichiers aux côtés du texte et de l'image — à considérer comme déclaré par le routeur, c'est-à-dire ce qu'un routeur consigne à propos d'une route, et non ce que le fournisseur garantit. Si l'ingestion de documents est porteuse pour votre charge de travail, testez-la sur le point de terminaison réel avant de bâtir dessus, et prévoyez une solution de repli OCR-vers-texte. C'est la différence entre un après-midi de tests et une réécriture.

La ligne de prix complète, et une exécution à long horizon chiffrée

Tous les chiffres de cette section ont été relevés sur la page tarifaire d'Ope​nAI elle-même le 16 septembre 2026, et tous sont exprimés par million de tokens au niveau Standard, sauf indication contraire sur la ligne.

• Contexte court, jusqu'à 272 K en entrée — 10,00 $ en entrée, 1,00 $ en entrée mise en cache, 12,50 $ pour l'écriture en cache, 50,00 $ en sortie.

• Contexte long, au-delà de 272 K en entrée — 20,00 $ en entrée, 2,00 $ pour l’entrée mise en cache, 25,00 $ pour l’écriture du cache, 75,00 $ en sortie, appliqués à la requête complète.

• Batch et Flex — moitié du tarif Standard : 5,00 $ / 0,50 $ / 6,25 $ / 25,00 $ en contexte court, 10,00 $ / 1,00 $ / 12,50 $ / 37,50 $ en contexte long.

• Mode rapide — double Standard : 20,00 $ / 2,00 $ / 25,00 $ / 100,00 $ contexte court, 40,00 $ / 4,00 $ / 50,00 $ / 150,00 $ contexte long. Ope​nAI signale que le mode rapide n'est pas disponible pour GPT-6 Astra avec résidence des données dans l'UE.

• Résidence des données — les endpoints qui l'utilisent sont majorés de 10 % pour les modèles publiés à compter du 5 mars 2026. GPT-6 Astra est concerné, donc un déploiement avec résidence des données se situe 10 % au-dessus de tous les chiffres ci-dessus.

Le point à intégrer est le tarif des entrées mises en cache. 1,00 $ contre 10,00 $ représente une remise de 90 % sur la partie du prompt que vous envoyez à nouveau — et, pour une charge de travail d’agent, c’est presque tout le prompt. Les écritures dans le cache sont facturées à 12,50 $, soit 1,25 fois le tarif des entrées non mises en cache ; le seuil de rentabilité est donc simple : 100 000 tokens envoyés deux fois sans cache coûtent 2,00 $, tandis qu’écrire ce préfixe une fois et le relire une fois coûte 1,35 $. La mise en cache est rentable dès la deuxième réutilisation, et un agent qui travaille sur la même transcription pendant cent tours la réutilise cent fois.

Ce qui nous amène à l’arithmétique qui détermine réellement si ce modèle est abordable, car le tarif affiché n’est pas le chiffre qui figure sur la facture. Voici une simulation — la nôtre, construite sur les tarifs publiés d’OpenAI, et non une facture mesurée — pour le type de tâche pour lequel le modèle est vendu : un agent de codage autonome menant une migration à l’échelle d’un dépôt sur quelques heures, 120 appels au modèle, une transcription de travail qui fait en moyenne environ 500 000 tokens d’entrée par appel au fur et à mesure qu’elle s’accumule, 80 % de cette entrée servis depuis le cache, et 400 000 tokens de sortie sur l’ensemble de l’exécution, y compris le raisonnement.

Auxtarifs Standard en contexte court:

Entrée non mise en cache — 12M tokens × $10.00 = $120.00

• Entrée mise en cache — 48 M tokens × 1,00 $ = 48,00 $

• Sortie — 0,4 M de tokens × 50,00 $ = 20,00 $

• Total ≈ 188,00 $ pour l'exécution

La même exécution dans la plage de contexte long, ce qui correspond à ce qu’obtient réellement une transcription qui dépasse 272 000 tokens par appel :

• Entrée non mise en cache — 12 M de tokens × 20,00 $ = 240,00 $

• Entrée mise en cache — 48M de tokens × 2,00 $ = 96,00 $

• Sortie — 0,4 M de tokens × 75,00 $ = 30,00 $

• Total ≈ 366,00 $ pour l'exécution

Deux conclusions en découlent, et aucune n'est visible depuis le tarif affiché. Premièrement, l'endroit où réside votre transcription compte autant que le modèle que vous choisissez — la tâche identique double approximativement selon qu'elle franchit ou non le seuil des 272K, ce qui fait de la discipline de contexte (récupérer les bons 100K plutôt que de trimballer 600K) une technique de maîtrise des coûts sur ce modèle, et pas seulement une technique de performance. Deuxièmement, la mise en cache vaut plus que ne le suggère la remise : sans aucun succès de cache, le premier scénario transporte 600,00 $ d'entrée au lieu de 168,00 $, et l'exécution coûte environ 620 $ au lieu de 188 $. Activez la mise en cache avant d'augmenter l'effort de raisonnement.

Pour la référence, le même mélange de tokens sur GPT-5.6 Sol aux tarifs indiqués sur la page de tarification d'OpenAI le 16 septembre — 4,00 $ en entrée, 0,40 $ en entrée mise en cache, 20,00 $ en sortie en contexte court — revient à environ 75,20 $, et à la ligne de contexte long de Sol (8,00 $ / 0,80 $ / 30,00 $) environ 146,40 $. Cela place cette exécution à environ 2,5x sur l'une ou l'autre bande. Deux réserves sur ce multiple, car il a déjà semé la confusion ailleurs : le chiffre de Sol est un tarif promotionnel — OpenAI dit que la promotion est disponible au moins jusqu'au 21 novembre 2026 — tandis que celui d'Astra est le tarif catalogue, donc le multiple mesure les deux grilles tarifaires du jour plutôt qu'un fait stable sur les modèles, et il se réduit si la promotion prend fin. Et l'ancien « 2,5x » qui circule pour Astra est parfois calculé par rapport au tarif catalogue avant promotion de Sol de 5,00 $/30,00 $, ce qui donne 2x en entrée et environ 1,67x en sortie. Indiquez de quel tarif Sol vous parlez, sinon le chiffre ne vaut rien.

Une dernière ligne : le palier Batch divise tout cela par deux, ce qui porte la première exécution à environ 94 $. Que vous puissiez l’utiliser dépend de la section suivante.

Rétention zéro des données, et la remise qui se disqualifie elle-même

Ope​nAI déclare que la fonctionnalité Zero Data Retention est disponible pour les clients API éligibles sur les points de terminaison pris en charge, sous réserve d’approbation — et les deux parties de cette phrase jouent un vrai rôle. Il ne s’agit pas d’une option en libre-service : l’éligibilité est soumise à l’approbation préalable d’Ope​nAI et à l’acceptation d’exigences supplémentaires, et vous lancez la démarche en contactant le service commercial. Une fois approuvée, elle se configure au niveau de l’organisation ou du projet sous Paramètres → Organisation → Contrôles des données, dans l’onglet Conservation des données, où un projet peut hériter de la valeur par défaut de l’organisation, définir explicitement la ZDR, sélectionner Surveillance des abus modifiée, ou désactiver les deux.

Ce que cela change en pratique : ZDR exclut le contenu client des journaux de surveillance des abus, remplaçant la conservation par défaut pouvant aller jusqu’à 30 jours, et le paramètre store sur /v1/responses et /v1/chat/completions est traité comme false même si une requête tente de le définir sur true.

Le détail qui compte le plus sur une page consacrée aux coûts : /v1/batches ne figure pas sur la liste des points de terminaison éligibles à la ZDR. La page des contrôles de données d’Ope​nAI le répertorie comme non éligible, avec l’état de l’application conservé jusqu’à sa suppression. Ainsi, sur GPT-6 Astra, la remise de 50 % du niveau Batch et la Zero Data Retention s’excluent mutuellement — une charge de travail soumise à des contraintes de conformité qui a besoin de la ZDR doit prévoir le tarif Standard, et non le tarif Batch, et le montant de 94 $ indiqué ci-dessus ne lui est pas accessible.

Trois autres mises en garde, formulées sans détour, car une page qui survend le ZDR est pire qu’une page qui l’omet. Le ZDR n’est pas absolu : dans le cadre d’« Eyes Off », Ope​nAI se réserve le droit de rendre des modèles inéligibles au ZDR pour certains clients spécifiques, avec un préavis écrit, et dans le cadre de « Safety Retention », le contenu peut être conservé et examiné par un humain lorsque les classificateurs signalent un risque grave. Les entrées d’images et de fichiers signalées pour un risque potentiel de CSAM sont conservées pour un examen manuel, même dans le cadre du ZDR. Et le ZDR s’arrête à la frontière d’Ope​nAI : si votre agent appelle un serveur MCP distant ou l’API d’un autre fournisseur, ce trafic est régi par la politique de conservation de ce tiers, et non par la présente. Par ailleurs, la résidence des données est un contrôle différent du ZDR ; elle nécessite sa propre approbation et un avenant Modified Retention en dehors des États-Unis, et entraîne la majoration de 10 % mentionnée ci-dessus. Si vous comptez sur la mise en cache dans le cadre du ZDR, consultez la page d’Ope​nAI relative aux contrôles des données pour savoir ce que la mise en cache conserve ; nous n’allons pas publier à ce sujet un chiffre de conservation que nous n’avons pas pu y lire nous-mêmes.

Les limites de débit telles que documentées, et celle qui mord en premier

La page de modèle d’OpenAI publie ces limites par niveau pour GPT-6 Astra — requêtes et jetons par minute, puis la limite de file d’attente par lots :

• Niveau 1 — 500 RPM, 500 000 TPM, file d'attente par lots 1 500 000

• Niveau 2 — 5,000 RPM, 1,000,000 TPM, file d’attente par lots 3,000,000

• Niveau 3 — 5 000 RPM, 2 000 000 TPM, file d'attente par lots 100 000 000

• Tier 4 — 10 000 tr/min, 4 000 000 TPM, file d'attente par lots 200 000 000

• Tier 5 — 15 000 tr/min, 40 000 000 TPM, file d'attente par lots de 15 000 000 000

Deux limites que nous désignerons comme non documentées plutôt que de les renseigner : il n'existe aucune limite publiée pour l'offre gratuite, car GPT-6 Astra n'y figure pas du tout ; et nous n'avons trouvé aucun plafond publié au-delà du palier 5, ni de tableau de limites distinct pour le mode Fast. Si un fournisseur n'a pas publié de limite, considérez son absence comme non résolue — ne partez pas du principe qu'elle est illimitée.

Le premier chiffre qui pénalise une charge de travail d'agent est le plafond de 500 000 TPM du Tier 1. Un seul appel sur ce modèle peut transporter une transcription de 500 000 tokens, ce qui signifie une seule requête peut consommer une minute entière de votre budget de tokens sur le palier d'entrée. Une fenêtre de contexte d'un million de tokens n'est pas très utile à un agent qui occupe la même transcription pendant 120 tours si le palier ne peut pas faire passer les tokens. Dimensionnez le palier en fonction du volume de tokens de l'exemple ci-dessus, et non du nombre de requêtes — et notez que la progression de palier dépend des dépenses et de l'historique du compte, il vaut donc mieux l'établir avant une échéance plutôt que pendant celle-ci.

Azure et AWS Bedrock, une ligne chacun

• Microsoft Azure — GPT-6 Astra est déployable dans Microsoft Foundry sous le même identifiant gpt-6-astra ; la couverture de Foundry date la disponibilité générale au début de septembre 2026 et fait état de déploiements Global Standard et US Data Zone, sans EU Data Zone au lancement, et de tarifs égaux ou proches de ceux affichés par OpenAI, avec une ligne pour le contexte long. Nous tenons cela de la couverture de Foundry plutôt que de la page catalogue de Microsoft elle-même, que nous n'avons pas pu atteindre aujourd'hui — vérifiez la liste de déploiement, l'ensemble des régions et le tarif actuels sur la documentation de Microsoft avant de planifier un déploiement dessus.

• AWS Bedrock — répertorié sous openai.gpt-6-astra, disponible via les API Bedrock prises en charge et confirmé dans le récapitulatif hebdomadaire d’AWS daté du 15 septembre 2026, avec le périmètre de gouvernance propre à Bedrock (isolation des points de terminaison VPC, chiffrement KMS, Guardrails) et la déclaration d’AWS selon laquelle les données d’inférence ne sont pas utilisées pour l’entraînement des modèles. D’après les informations rapportées, l’inférence en région et l’inférence géographique interrégionale sur Bedrock sont facturées 10 % au-dessus des tarifs de base ; ce chiffre est de source secondaire selon notre lecture, donc vérifiez la page de tarification d’AWS.

Aucune des deux voies ne change le modèle. Toutes deux modifient l'approvisionnement, ce qui, pour un lecteur en entreprise, est tout l'enjeu : un déploiement Foundry ou Bedrock peut s'inscrire dans un engagement cloud existant, hériter de son IAM, de sa journalisation et de son périmètre réseau, et atterrir sur une facture que la finance a déjà approuvée — c'est souvent la différence entre un pilote et quelque chose qui est réellement livré. La contrepartie, c'est que vous adoptez le cycle de vie des modèles du cloud et le tarif du cloud, et les deux clouds sont annoncés à un niveau égal ou supérieur au tarif catalogue d'OpenAI, plutôt qu'en dessous.

Là où un routeur trouve sa place, y compris les éléments qui plaident contre lui

GPT-6 Astra figure dans le catalogue OrcaRouter sous openai/gpt-6-astra, et OrcaRouter répercute le prix catalogue du fournisseur avec 0 % de marge — le prix du fournisseur est notre prix, et une variation de prix du fournisseur se répercute sur votre facture le jour même plutôt qu'au renouvellement. Sur un modèle à ce prix, ce n'est pas une affirmation négligeable : le calcul ci-dessus est le même calcul que celui que vous paieriez en direct.

L’argument honnête en faveur du routage ici n’est pas le prix, c’est la réversibilité. Astra coûte environ 2,5 fois le modèle en dessous, et son coût varie selon un seuil que votre architecture contrôle, donc la plupart des équipes veulent l’essayer sur une partie du trafic réel avant de s’engager sur un chemin de production. Avec une seule clé, vous pouvez le placer derrière le même endpoint que les modèles que vous exécutez déjà, lui envoyer une partie du trafic et basculer automatiquement vers une option moins chère lorsqu’il ne justifie pas la différence — un changement de configuration plutôt qu’une migration, avec une API unique couvrant plus de 200 modèles, un DSL de routage qui compose plusieurs modèles en un seul appel, et la fusion de modèles lorsque vous voulez un panel qui répond ensemble.

Les points qui plaident contre, énoncés sans détour. Un routeur, c’est un saut de plus dans le chemin de la requête et un acteur de plus dans le flux de données — et, dans ce modèle, ce n’est pas hypothétique, car la ZDR est approuvée par organisation chez OpenAI et une requête routée n’est pas automatiquement couverte par votre approbation ZDR. Si vous envoyez des données réglementées, vérifiez les conditions de données de la route avant de les envoyer, et préparez-vous à appeler directement le fournisseur pour cette charge de travail. Le routage ajoute aussi un composant qui peut tomber en panne ou ajouter de la latence, et il rend le remplacement de modèles si facile qu’il est possible de changer ce qui répond à vos utilisateurs sans l’avoir examiné. Rien de tout cela ne l’emporte sur l’argument de l’essai et de la réversibilité pour la plupart des équipes ; tout cela mérite d’être connu avant de décider que le routeur est gratuit. Nous avons mis les plateformes de routage en concurrence dans un article distinct plutôt que de répéter la comparaison ici.

Trois questions dont les réponses ne tiennent pas en une seule proposition.

Puis-je affiner GPT-6 Astra, ou l'utiliser avec l'API Assistants ? Non, dans les deux cas, et il s'agit d'une limite de conception plutôt que d'un paramètre que vous auriez manqué. La page des modèles d'OpenAI répertorie Chat Completions, Responses et Batch comme points de terminaison pris en charge, et indique explicitement que le fine-tuning et les Assistants ne sont pas pris en charge, et il n'existe aucune ligne GPT-6 Astra dans le tableau des tarifs de fine-tuning d'OpenAI. Si votre architecture dépend d'un modèle phare affiné, il faut à la place solliciter Astra via des prompts, ce qui déplace le coût de l'entraînement vers les jetons d'entrée — et à 10,00 $ par million pour un long prompt système, cela représente une véritable ligne budgétaire, et non une simple note de bas de page.

Le modèle refusera-t-il le travail de sécurité que je suis autorisé à effectuer ? Parfois, oui, et cela vaut la peine de le savoir avant de vous lancer. GPT-6 Astra est le premier modèle d'Ope​nAI à atteindre le seuil de capacité critique en cybersécurité au titre du Preparedness Framework de l'entreprise, et tel qu'il est livré, il refuse les tâches cyber avancées comme l'écriture d'exploits de preuve de concept. Ope​nAI indique qu'il prévoit d'élargir l'accès avec des garde-fous moins restrictifs via son programme Daybreak. Pour un défenseur, cela se manifeste par un refus qui n'est ni une limite de débit ni un bug — prévoyez-le dans votre gestion des erreurs plutôt que de réessayer en boucle.

Ai-je besoin d'une autorisation spéciale pour appeler ce modèle ? Pas pour le point de terminaison standard — il n'y a ni liste d'attente ni étape d'approbation pour appeler gpt-6-astra, juste un compte avec facturation. Ce pour quoi vous pourriez avoir besoin d'une approbation, c'est tout ce qui l'entoure : Zero Data Retention, dont l'accès est soumis à une demande ; la résidence des données en dehors des États-Unis, qui nécessite son propre avenant ; et un passage à un palier supérieur, si vous comptez faire transiter des volumes de tokens à l'échelle d'agents via un compte Tier 1. Le modèle est la partie facile de l'approvisionnement.

Ce qu'il faut surveiller, et qui devrait bouger maintenant

Si vous construisez sur ce modèle, les quatre choses qui méritent d’être surveillées sont toutes du côté du fournisseur et toutes datées. Que OpenAI publie un instantané daté pour gpt-6-astra — ce qui transformerait l’identifiant brut en cible mouvante et donnerait du sens à l’épinglage. Que le seuil de 272 000 jetons évolue, car cette seule ligne compte plus pour votre facture que n’importe quel benchmark de la page. Que les tarifs de Bedrock et de Foundry convergent vers la grille tarifaire d’OpenAI ou restent au-dessus, puisque cela détermine la voie d’approvisionnement autant que le modèle. Et que le programme Daybreak change ce que le point de terminaison refusera, ce qui, pour les équipes de sécurité, est la différence entre un outil utilisable et une démo.

Quant à savoir qui doit agir, la séparation est nette. Si vous payez déjà pour GPT-5.6 Sol à des tarifs promotionnels pour du travail d’agent à long horizon, le facteur 2,5 est bien réel et la question est précise : le taux d’achèvement des tâches sur votre propre charge de travail compense-t-il la différence de prix ? Testez-le sur un échantillon de trafic réel et vérifiez par vous-même — l’exemple concret ci-dessus vous indique ce que coûte cet échantillon avant de commencer. Si votre travail consiste en du chat à contexte court ou en de la classification à grand volume, ce n’est pas votre modèle ; le nouveau tarif du contexte long et le tarif de sortie de 50,00 $ en font une façon coûteuse de faire ce que GPT-5.6 Luna fait pour une fraction du prix. Et si vous êtes une entreprise soumise à une exigence de conformité, lancez d’abord la discussion sur le ZDR, car elle conditionne la remise Batch, le supplément de résidence et votre choix de route — et rien de tout cela n’est une décision que vous pouvez prendre le jour où vous en avez besoin.