Le deuxième modèle en boucle d'OpenAI : ce que la fuite du DevDay sur l'« Axe interdit » affirme réellement

Il n'existe qu'une seule source pour l'affirmation dont traite cet article, et il s'agit d'un unique post sur X. Le 24 septembre, le compte @scaling01 a écrit que le fournisseur « a ouvert les vannes et publiera son deuxième modèle de langage à boucles, outre GPT-6 Astra, lors du DevDay », qualifiant la profondeur récurrente d'« axe interdit » et faisant remarquer qu'elle n'est « plus interdite ». C'est tout : pas de nom de modèle, pas d'identifiant de modèle, pas de prix, pas de date au-delà de la keynote DevDay du 29 septembre à San Francisco, et pas un mot du fournisseur. Ce qui rend cette affirmation digne du temps du lecteur, ce n'est pas le tweet, mais les faits déjà livrés qui la sous-tendent. GPT-6 Astra, que le fournisseur a publié le 3 septembre, est le premier modèle de production d'un grand laboratoire que des reportages ont associé à une architecture à boucles et à profondeur récurrente. GPT-6 Sol et GPT-6 Luna, mis en vente le 22 septembre à 2 $ en entrée / 10 $ en sortie et 0,10 $ en entrée / 0,50 $ en sortie par million de tokens, ont transformé ce modèle phare en échelonnement tarifaire. Un deuxième modèle à boucles signifierait que le fournisseur ne traite plus la profondeur récurrente comme un pari isolé, mais comme une architecture permanente — une affirmation plus grande que n'importe quel lancement, et bien plus difficile à vérifier.

Il s'agit d'un point d'étape sur ce que nous savons. Tout ce qui est attribué à un posteur ou à des signalements anonymes est identifié comme tel, et rien ici ne doit être lu comme un communiqué.

Pourquoi l’expression « axe interdit » est la partie la plus intéressante du tweet

Cette formulation est propre à l’auteur du post, ce n’est pas un terme consacré, mais elle désigne quelque chose de réel. Dans la mise à l’échelle des transformeurs, il y a trois axes évidents : les paramètres, les données et le calcul d’entraînement. La profondeur par récurrence en est un quatrième, et c’est un axe étrange. Au lieu d’empiler N blocs distincts, un modèle bouclé réutilise R fois la même petite pile de blocs, de sorte que la profondeur effective correspond à peu près au nombre de couches multiplié par le nombre de boucles, tandis que le nombre de paramètres reste constant. Google DeepMind a exposé la théorie dans Reasoning with Latent Thoughts: On the Power of Looped Transformers, et l’article largement cité Scaling up Test-Time Compute with Latent Reasoning: A Recurrent Depth Approach a démontré l’intérêt pratique.

Ce n'est pas de la profondeur gratuite. Les travaux sur la mise à l'échelle iso-profondeur des modèles de langage en boucle placent l'exposant d'équivalence de récurrence à environ 0,46 — ce qui signifie qu'une boucle supplémentaire vous apporte environ 46 % de ce qu'un bloc véritablement nouveau aurait apporté. Vous achetez de la profondeur à prix réduit, et vous la payez en calcul séquentiel plutôt qu'en mémoire. C'est un échange favorable si vous êtes limité par la mémoire ou si vous voulez qu'un petit modèle se comporte comme un grand, ce qui est exactement l'échange que recherchent les paliers bon marché de n'importe quelle famille.

Alors pourquoi « interdit » ? Parce que le calcul qui a lieu à l'intérieur de la boucle se produit dans l'état caché, et non dans les tokens émis. La surveillance de la chaîne de pensée — lire ce que le modèle écrit pendant qu'il réfléchit — constitue le principal outil d'assurance de l'industrie depuis l'arrivée des modèles de raisonnement, et c'est l'outil grâce auquel l'incident de l'agent Hugging Face de juillet a pu, ne serait-ce que, être rendu lisible aux enquêteurs. Un modèle qui effectue davantage de son travail dans l'espace latent laisse moins de matière à lire à cet outil. C'est là l'argument avancé contre le looping à la frontière depuis deux ans, et c'est pourquoi la technique s'est répandue du côté des poids ouverts — de ByteDance Seed Ouro, à 1,4B et 2,6B, et Nanbeige4.2-3B, qui fait passer une pile de 22 couches deux fois — tandis que les laboratoires ayant publié des engagements en matière de sécurité s'en sont tenus à l'écart. Les articles MeSH et SpiralFormer d'Alibaba s'attaquaient au même problème par le versant de l'efficacité.

Ce qu'OpenAI a réellement dit, et ce qu'il n'a pas dit

Le reportage à l'origine de cette affaire est celui de The Information, les 1er et 2 septembre : Astra utilise une technique appelée profondeur récurrente, aussi décrite comme récurrence opaque. Il s'agit d'un média bien sourcé avec un véritable historique, et il s'agit encore de reportage plutôt que de documentation. OpenAI n'a jamais publié d'article d'architecture confirmant une conception en boucle, et l'analyse largement lue de Sebastian Raschka sur Astra dit clairement que la structure en boucle est déduite de déclarations publiques — sa reconstruction fait tourner les 22 blocs d'Astra deux fois, soit 44 applications effectives de blocs, avec deux boucles optimales, un plus grand nombre déstabilisant l'entraînement.

Ce que les propres collaborateurs d'OpenAI ont déclaré est plus nuancé et plus prudent que ne le laissaient entendre la couverture médiatique ou les réactions hostiles. Le scientifique en chef Jakub Pachocki a écrit le 2 septembre que la profondeur du graphe de calcul des modèles de pointe, Astra inclus, se situe à un facteur deux près de celle de GPT-4 — une quantité limitée de bouclage, et non la récursion extrême que certains titres laissaient supposer — et il a contesté ce qu'il a qualifié de couverture confuse, tout en concédant que la surveillance de la chaîne de raisonnement est fragile et évolue dans une direction négative. La fiche système d'Astra signalerait que la capacité de surveillance des traces de raisonnement est en recul par rapport à GPT-5.6 Sol, ce qui constitue un aveu réel et ne dépend pas de l'architecture qui en est la cause.

La réaction du milieu de la sécurité a été bruyante. Buck Shlegeris, de Redwood Research, a déclaré qu’il était extrêmement préoccupé et a averti que le passage à l’échelle de la récurrence pourrait « totalement détruire la monitorabilité du CoT » ; Ryan Greenblatt et Zvi Mowshowitz ont défendu le même argument dans des registres différents. Le contrepoint le plus utile est venu de Raschka : OpenAI retient les traces de raisonnement brutes depuis la génération o1, indépendamment de l’architecture, et un modèle plus fort émettant une chaîne de pensée plus courte ne constitue pas en soi la preuve d’un canal de raisonnement caché.

Mettez ces deux paragraphes bout à bout et vous obtenez l’état des lieux sur lequel le tweet mise. « Astra est en boucle » est une information crédible qu’OpenAI a refusé de confirmer. « Un deuxième modèle en boucle sortira le 29 septembre » est un seul post.

Cinq fuites d’OpenAI en septembre, et où se situe celle-ci

Septembre a produit un ensemble dense d’articles sur les fuites d’OpenAI, et ce qu’ils ont d’utile, c’est qu’ils ne relèvent pas tous de la même catégorie de preuves.

• 3 septembre — les chaînes gpt-6-astra et gpt-6-astra-aeon sont apparues dans un feature flag Statsig au sein de Codex Desktop, immortalisées par une capture d'écran de @notjazii et relayées par @kimmonismus. L'histoire de l'agent Aeon est née de là. Cinq semaines plus tard, il n'existe toujours ni page produit, ni prix, ni documentation, ni benchmark pour Aeon, et aucun identifiant de modèle qui se résolve.

• 21 septembre — une chaîne « GPT-6 Sol medium » a refait surface dans les registres de fusion NVIDIA.

• 22 septembre — trois chemins de registre Azure, pour gpt-6-sol, gpt-6-luna et gpt-6-astra-minor, ont été publiés depuis le forum de développeurs chinois locdd.com sous la forme d’une URL Microsoft active. Lorsque nous avons interrogé le point de terminaison public de configuration du playground le lendemain, les trois nouveaux noms ne s’y trouvaient pas ; le registre contenait à la place gpt-6-astra et les entrées plus anciennes de la génération GPT-5.6.

• 22 septembre — GPT-6 Sol et GPT-6 Luna sont sortis. Le prix, les identifiants de modèle, les notes de version du SDK, une fiche Bedrock, une entrée dans le sélecteur GitHub Copilot et un réglage par défaut Perplexity ont tous suivi en l'espace d'une journée.

Le schéma n’a rien de subtil. Les classes de fuites qui transportaient un artefact à l’intérieur d’une surface réellement livrée — une note de version du SDK, un registre cloud, un indicateur de fonctionnalité de bureau — finissaient par devenir des produits. Les classes de fuites qui n’étaient qu’un nom ne l’ont pas fait. L’affirmation d’aujourd’hui, un deuxième modèle de langage en boucle d’OpenAI présenté à DevDay, ne comporte aucun artefact : aucune chaîne, aucun indicateur, aucun chemin de registre, aucune ligne de prix, aucun ID de modèle. Cela ne la rend pas fausse. Cela la rend invérifiable de l’extérieur, ce qui est une description différente et plus honnête.

La programmation DevDay qui l'entoure est réelle, et exceptionnellement bien documentée.

La seule chose que l’on puisse dater précisément, c’est l’événement. DevDay 2026 est confirmé pour le mardi 29 septembre, à Fort Mason, à San Francisco, avec Sam Altman qui prononcera le discours d’ouverture et une diffusion en direct gratuite — OpenAI a annoncé la date en avril dernier.

Ce à quoi il fallait s’attendre a été annoncé d’avance avec plus d’insistance que d’habitude. Altman a publié le 15 septembre qu’OpenAI avait « une grosse livraison cette semaine, puis pour le DevDay, livraison x 6 », avant de rétropédaler sur la première moitié le lendemain soir : « la principale chose que j’avais hâte de lancer cette semaine aura finalement lieu la semaine prochaine, mais à mon avis, ça vaut l’attente ! » Le responsable produit Tibo Sottiaux, qui avait présenté la semaine comme de l’ampleur d’un DevDay, a déclaré le 19 septembre que la sortie arriverait toujours le mardi, et le 22 septembre, elle est bien arrivée — Sol et Luna, plus une réinitialisation d’utilisation de Codex mise en réserve pour les comptes payants. Interprétez « livraison x 6 » comme un décompte de six choses livrées autour du DevDay, et un second modèle en boucle s’y intègre sans problème au sens ordinaire de l’expression ; interprétez-le comme une hyperbole et il ne s’y intègre pas du tout. Dans un cas comme dans l’autre, c’est le post d’un fondateur, pas une feuille de route.

Des fuites connexes pointent dans la même direction sans nommer de modèle. Une build de Codex Cloud a été repérée dans la build 9922 de ChatGPT pour ordinateur, avec des intégrations Tailscale et proxy, et un parcours d’intégration a révélé des paliers de forfait développeur — Free, Prototype et Accelerate, le dernier à 50 $ — quelques jours avant la keynote. Ni l’une ni l’autre n’est un modèle en boucle. Les deux concordent avec un DevDay davantage axé sur la plateforme que sur la recherche.

Si c'est réel, de quel modèle s'agit-il ?

Personne n’a signalé d’identité, donc ce qui suit est une déduction et doit être lu comme tel.

Le chemin le plus court vers « le deuxième modèle bouclé d’OpenAI » est un successeur d’Astra. Altman a déclaré que des modèles plus capables arriveront « très bientôt », et la façon la plus économique d’en construire un sur une base à profondeur récurrente est de conserver l’architecture et d’augmenter le budget de boucles — plus de récurrence par token plutôt que plus de poids. Cette lecture explique aussi le mieux le cadrage de l’« ouverture des vannes », car un deuxième modèle phare sur la même architecture est une déclaration que le premier a fonctionné.

La deuxième lecture est un nouveau palier au sein de la gamme GPT-6 existante. La grammaire de nommage a déjà fait surgir les chaînes gpt-6-astra-minor, gpt-6-sol et gpt-6-luna, et un homologue en boucle doté d’un budget de profondeur différent est parfaitement cohérent avec une famille qui s’étend désormais de 0,10 $ à 50 $ par million de jetons de sortie. Un modèle en boucle moins cher serait la version de tout cela que le lecteur ressent le plus dans son porte-monnaie.

La troisième lecture — une publication à poids ouverts en boucle — est la moins étayée. Elle expliquerait la phrase mieux que toute autre chose, et la littérature ouverte sur les modèles bouclés à côté de laquelle elle prendrait place existe déjà avec Ouro et Nanbeige4.2-3B, mais OpenAI n’a rien annoncé dans cette direction pour cette génération, et inventer un produit pour coller à un mot, c’est ainsi que la couverture des fuites tourne mal.

Qu’est-ce qui rendrait cela vérifiable avant le 29 septembre ?

Surveillez les surfaces qui ont résolu les trois dernières fuites, dans cet ordre :

• Un identifiant de modèle qui se résout dans l’API d’OpenAI, ou une nouvelle ligne sur sa page de tarification.

• Une note de version dans le SDK openai-go ou openai-node nommant de nouveaux identifiants de modèle — c’est exactement ainsi que Sol et Luna ont laissé fuiter leur propre arrivée, avec le SDK v3.65.0 livrant les identifiants de modèle quelques heures avant la mise en ligne de la page d’annonce.

• Un listing Bedrock ou Azure, ou une nouvelle chaîne d'indicateur Statsig dans une version de bureau.

• Une phrase sur l’architecture dans une fiche système. C’est celle qui aurait le plus d’importance et qui arriverait en dernier, parce qu’OpenAI n’a jamais confirmé la conception en boucle pour Astra.

Tout ce qui n’est pas l’un des trois premiers est un nom, et les noms ont été l’artefact le moins fiable de tout ce cycle.

Pourquoi c’est important même si le tweet s’avère faux

Deux choses changent si la profondeur récurrente devient la norme plutôt qu’une exception.

Le premier point est l’assurance. Si la prochaine génération effectue une plus grande part de son raisonnement dans un état caché, alors toute évaluation qui dépend de la lecture de la chaîne de raisonnement écrite d’un modèle perd du signal — et cela inclut l’évaluation de sûreté par des tiers, pas seulement la surveillance effectuée par OpenAI elle-même. C’est un critère d’approvisionnement pour quiconque a une exigence en matière d’assurance, et cela ne sera pas visible dans un tableau de benchmarks.

Le second est la forme de l'échelle tarifaire. Le bouclage échange des paramètres contre du calcul séquentiel, ce qui déplace le coût de la mémoire vers le temps : potentiellement moins cher à héberger, potentiellement plus lent par token. La gamme GPT-6 tarifie déjà explicitement ce compromis — GPT-6 Astra à 10 $ en entrée / 50 $ en sortie par million de tokens est le modèle de profondeur, GPT-6 Sol à 2 $ / 10 $ est le modèle rapide, GPT-6 Luna à 0,10 $ / 0,50 $ est le modèle à fort volume. Tous les trois sont disponibles sur OrcaRouter au prix catalogue d'OpenAI sans marge, donc si un quatrième modèle, en boucle, arrive le 29 septembre, la grille tarifaire de notre côté est celle du fournisseur le jour de sa sortie — et une baisse de prix du fournisseur est en vigueur ici le jour même où elle l'est là-bas.

L’utilité pratique d’une fuite comme celle-ci n’est pas la prédiction, c’est la préparation. Un modèle qui pourrait être livré dans cinq jours et qui n’a pas de benchmark indépendant est précisément le cas pour lequel le basculement automatique existe : dirigez une route vers le nouveau modèle, gardez GPT-6 Astra ou GPT-6 Sol derrière lui, et une mauvaise première semaine vous coûte une fraction de votre trafic au lieu de votre chemin de production. C’est aussi la manière sensée de tester un modèle à forte profondeur — le DSL de routage le compose en un seul appel aux côtés des modèles qu’il est censé remplacer, et la fusion de modèles exécutera un panel de ceux-ci sur le même prompt, ce qui offre une lecture plus rapide d’une nouvelle architecture que n’importe quel article de lancement.

Qu’est-ce qui est réellement vrai ce soir ?

Un post sur X affirme que le deuxième modèle de langage bouclé d’OpenAI arrive le 29 septembre. Aucun identifiant de modèle, aucun prix, aucun nom, aucune source secondaire, aucun artefact. En dessous : un modèle phare sorti le 3 septembre que des reportages disent bouclé et qu’OpenAI n’a jamais confirmé comme bouclé, un déclin reconnu de la surveillabilité des traces de raisonnement par rapport à GPT-5.6 Sol, un scientifique en chef qui dit que le bouclage est limité à deux fois la profondeur du graphe de calcul de GPT-4 au maximum, et une offre économique sortie le 22 septembre qui a rendu la question de l’architecture commercialement pertinente plutôt qu’académique.

C'est une affirmation mince reposant sur un récit épais, ce qui est la forme normale d'une fuite cinq jours avant l'événement. Si un deuxième modèle en boucle apparaît à Fort Mason mardi, le détail intéressant ne sera pas le chiffre du benchmark — ce sera de savoir si la fiche système répète la réserve sur la surveillabilité. C'est cette seule phrase qui vous dit si « n'est plus interdit » est un slogan ou une politique.