OpenAI dots vs Meta Muse : à qui l'ordinateur, à qui les clés, à qui l'approbation

La page dots d'OpenAI, publiée le 29 septembre 2026, les qualifie d'« agents toujours actifs » et indique qu'ils fonctionnent grâce à GPT-6 Astra. La page Muse de Meta, consultée le 24 octobre 2026, qualifie Muse d'agent personnel qui « apprend à vous connaître, vous et vos objectifs, en intervenant dans tous les aspects de la vie ». Si l'on fait abstraction du ton, les deux produits proposent la même chose : quelque chose qui continue de fonctionner après la fermeture de votre ordinateur portable, se souvient de ce que vous lui avez dit et agit en votre nom dans les applications que vous utilisez déjà. Ce qui les distingue, ce n'est pas cette proposition. C'est la plomberie sous-jacente, et c'est là que les pages deviennent inégales — sur quel ordinateur l'agent s'exécute, depuis où vous êtes autorisé à y accéder, qui finit par détenir vos mots de passe et votre carte, ce qui doit se produire avant qu'il n'agisse, ce que chaque entreprise dit au sujet de vos données, et ce que l'une ou l'autre des deux entreprises accepte de voir mesurer. Pour plusieurs de ces questions, la réponse honnête est que rien n'a été publié, et cette comparaison signale ces lacunes plutôt que de les masquer.

Un nom de modèle, et une page qui refuse d’en donner un

OpenAI nomme ce qui effectue le raisonnement. Dots est « propulsé par GPT-6 Astra », selon la page publiée le 29 septembre 2026. La page Muse de Meta, consultée le 24 octobre 2026, décrit ce que fait l’agent et sur quoi il tourne, mais ne nomme pas le modèle qui le propulse. Il s’agit d’une véritable asymétrie, et non d’une bizarrerie de rédaction publicitaire, car un modèle est le seul composant d’une pile d’agents qu’un acheteur peut consulter, évaluer et comparer de façon indépendante. Tout le reste, sur l’une ou l’autre des pages, est une affirmation sur le comportement ; seule l’une des deux entreprises met sur la table un objet nommable.

La seconde asymétrie réside dans la forme de l’offre. OpenAI indique que les dots sont déployés « sur les offres Pro, Business Premium et Enterprise dans les marchés éligibles », et montre un aperçu de dots spécialisés dotés de leur propre identité pour la gestion des accès, du matériel fourni par l’informatique et des intégrations poussées avec les systèmes de référence d’une entreprise, en citant une intégration Microsoft Agent 365. La page de Meta s’articule autour de Muses individuelles — des récits de créateurs en présentent quatre par leur nom, Pumpkin, Lux, AunTEY et Mango — ainsi qu’une Muse pour les petites entreprises décrite comme « une collection de nouvelles compétences et connecteurs ». Aucune des deux pages ne publie de prix. Pour les deux produits, le prix de l’agent lui-même n’est pas publié, de sorte que toute comparaison de coûts qu’un lecteur pourrait souhaiter est indisponible aujourd’hui.

Qu’est-ce qui exécute l’agent ?

C'est la différence publiée la plus nette entre les deux produits, et il s'agit d'une différence qui porte sur la garde d'une machine plutôt que sur la capacité.

OpenAI dots. La page des dots indique que chaque dot fonctionne sur son propre ordinateur cloud, et que votre ordinateur et son contenu restent séparés, sauf si vous choisissez de le connecter. Cette phrase fait trois choses : elle place le travail ailleurs que sur votre ordinateur portable, elle promet une séparation par défaut, et elle fait de la connexion à votre propre machine un choix explicite. C’est aussi ce qui permet à la page de présenter un dot comme œuvrant à vos objectifs 24 h/24 et 7 j/7 sans demander à votre ordinateur de rester éveillé.

Meta Muse. Muse est livré avec « un ordinateur sécurisé doté d'un navigateur partagé par vous et votre agent ». La formule « partagé par vous et votre agent » fait ici tout le travail. Il ne s'agit pas d'une machine qui appartiendrait à l'agent et se tiendrait à l'écart de vous ; c'est une surface partagée, et le navigateur fait partie de la description plutôt que de constituer un ajout.

Là où les pages s’arrêtent. Meta ne publie pas où se trouve physiquement cet ordinateur partagé — sur votre Mac, sur les serveurs de Meta ou ailleurs — et ne publie pas ce qu’il advient de son contenu lorsque l’agent est inactif. OpenAI ne publie pas les spécifications de l’ordinateur cloud qu’un dot reçoit, et ne publie pas de quota par dot. Ces détails ne sont publiés d’aucun côté, et ils comptent plus qu’ils n’en ont l’air : ils déterminent la quantité de travail qu’un agent peut réellement assumer avant de commencer à vous renvoyer des tâches.

Comment les identifiants sont gérés

Les deux pages protègent votre connexion contre des acteurs différents, et c’est la distinction la plus utile dans l’une comme dans l’autre des sections de sécurité.

OpenAI dots. Pour se connecter aux sites web pris en charge, les dots « peuvent utiliser des mots de passe enregistrés sans les exposer au modèle ». La partie protégée est le modèle : le dot s’authentifie, et le modèle de langage qui le pilote ne voit jamais le mot de passe. Ce qu’OpenAI ne publie pas, c’est ce qui se passe lorsqu’un site n’a pas de mot de passe enregistré, si un dot peut créer et stocker un nouvel identifiant, ou comment les mots de passe enregistrés sont conservés et audités sur l’ordinateur du dot lui-même. Rien de tout cela n’est publié. Il en va de même pour la gestion des cartes : ce qu’un dot peut faire avec un moyen de paiement n’est pas publié sur la page des dots.

Meta Muse. Les identifiants de connexion sont conservés dans « un stockage sécurisé d’identifiants que votre agent ne peut pas lire », avec une intégration 1Password « bientôt disponible ». La partie protégée ici est l’agent. C’est une affirmation différente de celle d’OpenAI : elle limite ce que l’agent lui-même peut lire, et pas seulement ce que le modèle peut voir. Meta gère aussi la carte. Au paiement, un numéro de carte à usage unique est généré « afin que votre vraie carte ne soit jamais vue par le marchand ou votre agent », et les achats éligibles sont couverts par les protections d’achat de Link.

Ce qu'aucune des deux pages ne dit. Aucun des deux fournisseurs ne publie ce qui se passe lorsqu'un identifiant est révoqué au milieu d'une tâche, ni si l'on peut demander à l'un ou l'autre agent d'oublier un identifiant de connexion qu'il a déjà utilisé. Ces informations ne sont pas publiées non plus, et ce sont les questions qu'il vaut la peine de poser avant de confier un compte plutôt qu'après.

Où vous y arrivez

OpenAI dots. On accède à un dot via ChatGPT, Slack ou Teams, et la page vous invite à « passer à un appel vocal » lorsque vous souhaitez discuter d'un problème. L'hypothèse de conception est celle du monde du travail : l'agent arrive dans les outils qu'une équipe a déjà ouverts plutôt que de demander à quiconque d'installer une fenêtre supplémentaire.

Meta Muse. Muse fonctionne comme l’application Muse sur mobile et Mac, et directement dans WhatsApp ; l’invite de téléchargement de la page concerne Mac. Le parti pris de conception est celui d’une conversation personnelle : le même type de chat que vous avez déjà avec des gens, avec l’agent à l’intérieur.

Les lacunes sont en miroir. OpenAI ne publie pas si dots dispose de sa propre application autonome ; Meta ne publie pas si Muse est accessible depuis Slack ou Teams. Ni l’un ni l’autre n’est publié. Ce que chaque entreprise publie, c’est une liste de surfaces, et une liste de surfaces est une promesse quant aux endroits où l’agent sera présent, pas une déclaration selon laquelle la liste est complète. Considérez ces deux listes comme partielles par construction.

À quoi ressemble l’approbation

OpenAI dots. Les dots « commencent avec des règles intégrées pour savoir quand agir de manière autonome et quand demander une approbation ». Les Custom Rules vous permettent d'autoriser une action, d'exiger une approbation pour celle-ci ou de la bloquer. Avant une action susceptible d'affecter vos comptes ou de partager des informations, un examen automatique la vérifie au regard de vos instructions, de vos Custom Rules et des exigences de sécurité de l'entreprise, puis classe le travail en trois catégories : ce qui peut se poursuivre, ce qui nécessite une approbation et ce que vous devez faire vous-même. Certaines tâches sensibles, « comme la modification d'un mot de passe », restent toujours de votre ressort. La progression, y compris le travail en arrière-plan, apparaît dans une Activity View, et la supervision peut mettre en pause ou arrêter le travail d'un dot. La page est également d'une franchise inhabituelle quant à cette limite : « Les dots peuvent encore commettre des erreurs, alors vérifiez toujours les travaux ayant des conséquences. »

Meta Muse. « Examinez et approuvez les actions de Muse avant qu'elles ne se produisent, comme l'envoi d'e-mails et les achats. Consultez une piste d'audit complète » de tout ce que l'agent a fait et de ce qu'il prévoit de faire. L'image publiée est celle d'un garde-fou humain placé avant l'action et d'un enregistrement conservé après.

Où se situe le jugement. OpenAI décrit un moteur de règles ainsi qu’un réviseur automatisé, avec une personne mobilisée pour une série de tâches sensibles qu’il cite en exemple. Meta décrit un examen par une personne, avec une piste d’audit comme preuve. Ni l’un ni l’autre ne publie la liste complète des actions qui exigent toujours un humain. OpenAI donne comme exemple le changement de mot de passe ; Meta donne les e-mails et les achats. La liste complète des cas où il faut toujours demander ou refuser n’est publiée d’aucun côté, et c’est exactement cette liste qu’on voudrait avoir avant de décider de quelle latitude accorder à un agent.

Ce que chaque fournisseur dit à propos des données d'entraînement

OpenAI dots. La page dots formule deux engagements écrits. Le contenu des espaces de travail ChatGPT Business, Enterprise et Edu n'est pas utilisé « pour améliorer nos modèles par défaut », et OpenAI ne procède pas à un entraînement « directement sur la recherche proactive ou sur les notes que votre dot prend pour lui-même ». Le second engagement couvre deux catégories de contenus générés par l'agent que la page nomme explicitement, ce qui est une promesse plus restrictive que « nous n'entraînons jamais nos modèles sur vos données » et plus spécifique.

Meta Muse. La déclaration de données de la page Muse porte sur la publicité : « vos conversations ne sont pas partagées avec les systèmes publicitaires de Meta ». Il s'agit d'une déclaration sur le ciblage publicitaire, et non sur l'entraînement des modèles, et les deux ne sont pas interchangeables. Le fait de savoir si les conversations avec Muse sont utilisées pour entraîner des modèles n'est pas publié sur la page consultée le 24 octobre 2026.

Lues côte à côte, la différence porte sur le sujet traité. OpenAI aborde l'entraînement et précise quelles données d'espace de travail et quels contenus générés par l'agent sont exclus. Meta aborde la publicité et indique que les conversations restent hors du système publicitaire. Aucune des deux phrases ne répond à la question de l'autre entreprise : un acheteur soucieux des données d'entraînement obtient donc une réponse sur une page et une lacune sur l'autre. Cette lacune n'est pas un démenti, et il ne faut pas la lire comme tel.

Qu’est-ce qui est mesuré ?

Aucune des deux entreprises ne publie de benchmark indépendant pour son agent, et aucune ne publie de prix. Ce sont les deux premiers chiffres qu'un acheteur irait chercher, et aucun des deux n'est publié.

Ce que chacun publie relève de l’instrumentation. L’Activity View d’OpenAI montre la progression, y compris le travail en arrière-plan, et l’examen automatique décide de ce qui se poursuit, ce qui vous donne une vue actualisée en continu de ce que fait un point. Meta publie une « piste d’audit complète » de ce que l’agent a fait et de ce qu’il prévoit de faire. Les deux sont des enregistrements d’activité. Aucun des deux n’est une mesure de la fréquence à laquelle l’agent réussit une tâche.

Les blancs restants suivent le même schéma. OpenAI ne publie ni allocation par dot ni liste datée des marchés admissibles aujourd’hui. Meta ne publie pas quel modèle alimente Muse ni de liste de pays. Pour OpenAI, le niveau de forfait est le seul signal de coût sur la page, et ce n’est pas un prix par dot. Pour Meta, il n’y a aucun signal de coût. La conséquence pratique est que ces deux produits ne peuvent pas être comparés en termes de capacités ou de coût à partir des informations publiées. Ils peuvent être comparés sur la conception : où se trouve l’ordinateur, qui peut lire le justificatif d’authentification, quel contrôle conditionne une action, et ce que chaque entreprise s’engage par écrit à faire concernant l’entraînement.

Ce que signifient les écarts lorsque vous choisissez

Les deux produits sont déséquilibrés dans des directions opposées. OpenAI publie le nom du modèle, le modèle de machine, le système de règles et les exclusions d’entraînement, mais omet le prix et la liste des marchés. Meta publie la conception des identifiants, le mécanisme de paiement et la piste d’audit, mais omet le modèle et le prix. Si votre décision dépend de savoir ce qui effectue le raisonnement, une seule page répond. Si elle dépend de ce qui arrive à votre numéro de carte au moment du paiement, là encore, une seule page répond. Aucune des deux ne répond à la question qui décide généralement un achat : combien coûte la chose.

Il existe aussi une différence dans ce que chaque entreprise considère comme le risque à résoudre. La page dots s'articule autour de ce que l'agent pourrait faire : recherche contextuelle en lecture seule, règles d'action autonome, réviseur automatisé, surveillance capable d'arrêter le travail. La page Muse s'articule autour de ce que l'agent pourrait voir : un coffre d'identifiants qu'il ne peut pas lire, un numéro de carte que le marchand ne voit jamais, des conversations tenues à l'écart du système publicitaire. Ce sont deux modèles de menace différents, et ils produisent deux produits différents.

• Demandez où se trouve physiquement l’ordinateur de l’agent avant d’y connecter quoi que ce soit.

• Demander si le magasin d’identifiants est un que l’agent peut lire, et pas seulement un que le modèle peut voir.

• Demandez la liste complète des actions qui requièrent toujours votre approbation, et non les exemples figurant sur la page d’accueil.

Quand la réponse est le silence, consignez-la comme non publiée et intégrez l’incertitude dans la décision. Un fournisseur qui n’a pas publié de limite n’en a pas promis, et un agent n’est sûr que dans la mesure de la plus petite chose qu’il est autorisé à faire sans demander.

Si ce qu'il vous faut est la couche modèle plutôt que l'un ou l'autre des agents packagés, OrcaRouter sert plus de 200 modèles via un seul point de terminaison compatible OpenAI et une seule clé API, avec bascule automatique et 0 % de marge — prix catalogue du fournisseur répercuté. Claude Opus 5.5 est facturé 4,00 $ par million de jetons d'entrée et 20,00 $ par million de jetons de sortie, avec une fenêtre de contexte de 1 M de jetons et des lectures de cache à 0,20 $ par million. Nous hébergeons des modèles, pas des applications : dots et Muse ne sont pas disponibles via nous.