
GPT-6.2 Astra Pro n’est pas un modèle : ce qui a été livré le 17 novembre, et ce que « Pro » active réellement
- GoogleNOUVEAUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 par million de tokens · 90 tok/s
- AnthropicNOUVEAUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 par million de tokens · 97 tok/s
- orcaNOUVEAUOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNOUVEAUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 88 tok/s
- OrcaNOUVEAUOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 par million de tokens · 133 tok/s
- OrcaNOUVEAUOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 par million de tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 124 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligence
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 par million de tokens · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 133 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligence
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligence
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 par million de tokens · 131 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligence
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligence
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 par million de tokens · 186 tok/s
Si vous demandez gpt-6.2-astra-pro à la documentation d'OpenAI, vous obtenez une erreur 404. Il n'existe aucune page de modèle pour cette chaîne, aucune ligne pour elle dans la grille tarifaire publiée, et aucune mention dans le journal des modifications du 17 novembre. Pourtant, GPT-6.2 Astra Pro est le nom que beaucoup de gens tapent dans les moteurs de recherche cette semaine, car c'est l'étiquette qu'affichent les places de marché de modèles lorsqu'elles listent GPT-6.2 Astra avec reasoning.mode défini sur pro au lieu de la valeur standard par défaut. Le modèle derrière cette étiquette est réel et il n'a qu'un jour : OpenAI a publié GPT-6.2 Astra, aux côtés de GPT-6.2 Sol, le 17 novembre 2026, à 8 $ par million de jetons d'entrée et 40 $ par million de jetons de sortie. « Pro » est un interrupteur sur ce modèle. Cet interrupteur a une facture attachée, et c'est cette facture qu'il vaut la peine de comprendre avant de l'activer.
Qu'est-ce qui a été expédié le 17 novembre, précisément ?
L’entrée du journal des modifications est courte et sans ambiguïté : deux nouveaux ID de modèle, gpt-6.2-astra et gpt-6.2-sol, tous deux disponibles sur l’API Responses et Chat Completions, l’appel d’outils nécessitant Responses. L’article de lancement ajoute le volet grand public — les utilisateurs Plus, Pro, Enterprise et Edu dans ChatGPT Work et Codex dès le premier jour, et l’inférence Ultrafast disponible sur l’API pour les deux modèles au lancement. Pour la première fois, Ultrafast arrive aussi chez les abonnés Pro 200, en commençant par GPT-6.2 Sol.
Ce que vous pouvez appeler, dès lors, ce sont deux chaînes. Voici la forme de chacune, d’après les propres pages de modèles d’OpenAI :
• gpt-6.2-astra — fenêtre de contexte de 1 050 000 tokens, 922 000 maximum en entrée, 128 000 maximum en sortie ; entrée texte et image, sortie texte ; date limite de connaissances : 18 mai 2026 ; niveaux d'effort low, medium, high, xhigh, max, aucun n'étant rejeté d'office.
• gpt-6.2-sol — même enveloppe 1 050 000 / 922 000 / 128 000, date limite le 1er juin 2026, et le même rejet de « none ».
• Tarifs, contexte court — 8 $ en entrée, 0,40 $ en entrée mise en cache, 10 $ d'écriture de cache pour 30 minutes de rétention, 40 $ en sortie par million de tokens sur Astra ; 2 $ / 0,10 $ / 2,50 $ / 10 $ sur Sol.
• Tarif, au-delà de 272 000 tokens d'entrée — les tarifs d'entrée et de cache doublent et celui de sortie passe à 1,5× pour l'ensemble de la requête, si bien qu'Astra facture 16 $ / 0,80 $ / 20 $ / 60 $.
• Paliers — Batch à 50 % du tarif standard, mode Fast à 2×, Ultrafast à 3× jusqu’au 28 février 2027 et à 6× à partir du 1er mars 2027.

Rien dans cette liste ne porte le nom de Pro. Ce label n'est pas celui d'OpenAI, et cette distinction n'est pas de la pédanterie — c'est la différence entre un modèle que l'on peut consulter et un paramètre que l'on doit passer.
Pourquoi un mode est vendu comme un modèle
OpenAI a introduit reasoning.mode avec la génération GPT-5.6, et la formulation de style Docker dans la référence de l’API explique la confusion en une seule phrase : « Les modèles GPT-5.6 et GPT-6 prennent en charge les modes de raisonnement standard et pro dans l’API Responses. standard est la valeur par défaut. »
Avant cela, Pro était un identifiant distinct. GPT-5.2 Pro, GPT-5.4 Pro et GPT-5.5 Pro sont des chaînes distinctes avec leurs propres pages de modèle et leurs propres tarifs — 30 $ en entrée et 180 $ en sortie pour GPT-5.4 Pro, contre 2,50 $ et 15 $ pour le modèle de base. Lorsqu’une place de marché a eu besoin d’exposer le raisonnement pro sur un modèle GPT-6, elle n’avait aucun identifiant distinct vers lequel pointer, alors elle en a inventé un en suivant l’ancienne convention de nommage. C’est pourquoi gpt-6.2-astra-pro se résout sur un catalogue et renvoie une erreur 404 dans la documentation officielle du fournisseur. La documentation a raison ; le catalogue décrit une configuration, pas un checkpoint.
OpenAI maintient les deux mécanismes en place et le dit explicitement : « Les ID de modèle Pro existants conservent leur comportement et leur tarification actuels. » Ainsi, « Pro » désigne désormais deux choses différentes selon la chaîne que vous nommez. Sur GPT-5.5, cela signifie un modèle plus grand vendu avec une prime par token. Sur GPT-6.2 Astra, cela signifie davantage de travail de modèle acheté au même tarif par token. Confondre les deux, c'est ainsi que les équipes finissent par budgétiser pour un prix qui n'existe pas.
Ce que le commutateur fait réellement à une requête
Le mode Pro n’est pas un modèle plus grand et ce n’est pas non plus un niveau d’effort plus élevé. La documentation est prudente sur ce point : « Le mode sélectionne l’exécution standard ou pro, tandis que reasoning.effort contrôle la quantité de raisonnement que le modèle applique dans ce mode. » Ce sont des axes indépendants. Vous pouvez exécuter le mode Pro avec un effort faible, et le mode standard avec un effort maximal.
Ce que fait l’exécution pro, c’est agréger plusieurs passes de travail du modèle en une seule réponse. La référence de l’API indique qu’elle « agrège le travail du modèle effectué pour produire la réponse finale et facture ces tokens aux tarifs standard de tokens du modèle sélectionné ». Aucun tarif premium, aucune ligne distincte — juste un plus grand nombre de tokens qui passent par le même compteur.
Cela a une conséquence concrète pour quiconque cherche à chiffrer une charge de travail à l'avance : vous ne pouvez pas calculer le coût du mode pro à partir de la grille tarifaire. Le multiplicateur correspond à la quantité de travail supplémentaire que le modèle décide d'effectuer, qui varie selon la tâche. Pour une entrée fixe de 60 000 tokens avec une réponse de 3 000 tokens, le mode standard coûte 0,48 $ en entrée et 0,12 $ en sortie — soixante cents. Lancez la même requête en mode pro et les chiffres en dollars par million ne changent pas, mais le nombre de tokens, oui, et rien dans la documentation ne vous dit de combien. La seule façon honnête d'établir un budget est de mesurer vos propres appels, ou d'emprunter un chiffre indépendant par tâche.
Ce que dit la mesure indépendante
Artificial Analysis attribue à GPT-6.2 Astra une note de 62 sur son Intelligence Index (v5.0.1), soit la troisième place sur 87 modèles du classement, contre 57 pour GPT-6 Astra. Il s’agit d’un chiffre véritablement indépendant — l’indice repose sur neuf évaluations, dont Terminal-Bench 4.0 et FrontierCode-AA 2.0, menées sur son propre matériel plutôt que sur la foi du harnais du fournisseur.
Le chiffre qui compte pour cet article est celui qui se trouve juste à côté : $4.00 par tâche de l’Intelligence Index. Il s’agit du coût pondéré des tokens d’entrée, de cache, de raisonnement et de réponse nécessaires pour accomplir une tâche, et c’est ce qui s’approche le plus d’une estimation publique du coût d’une requête difficile sur ce modèle. À titre de comparaison, Artificial Analysis mesure $6.24 par tâche pour GPT-6 Astra et $1.27 pour GPT-6.1 Sol.
Une réserve que le tableau lui-même suggère : Artificial Analysis ne publie pas encore de chiffre de temps par tâche pour GPT-6.2 Astra — le panneau indique N/A — et son coût par tâche est lié à la configuration spécifique qu’il a évaluée. Il ne précise pas si cette configuration utilisait le mode pro. Considérez $4.00 comme le coût d’une tâche difficile sur le modèle, et non comme le prix du basculement.

Le levier qui est moins cher que Pro
Dans le même journal des modifications du 17 novembre se cache une remise qui s’applique à GPT-6.2 Astra, GPT-6.2 Sol, GPT-6.1 Terra et GPT-6 Luna, et qui vaut plus que le débat sur les modes pour quiconque n’effectue pas un travail interactif. La version bêta publique de l’API Responses propose désormais une fenêtre de complétion en arrière-plan de deux ou huit heures, avec des tarifs par token inférieurs de 30 % pour la fenêtre de deux heures et de 40 % pour celle de huit heures.
Une réduction de quarante pour cent, appliquée à l’ensemble de la requête, représente une économie plus importante que celle que la plupart des équipes obtiendront en ajustant les niveaux d’effort — et contrairement au mode pro, elle est exactement calculable à l’avance. Si une tâche peut attendre, la fenêtre en arrière-plan est ce qui coûte le moins cher sur cette grille tarifaire. Si une tâche ne peut pas attendre, le mode pro est le compromis inverse : vous achetez plus de calcul, pas moins, et vous le payez en tokens.
Qui doit régler l'interrupteur, et qui ne doit pas le faire
Le bien-fondé du mode pro est étroit et spécifique. Il justifie son coût lorsque la tâche comporte un seul livrable exigeant dont les erreurs coûtent cher — un plan de migration, une revue de contrat, un modèle de valorisation — et lorsque la latence n’est pas la contrainte. C’est exactement le territoire sur lequel se concentrent les propres documents de lancement d’OpenAI : le benchmark juridique, l’agent analyste, le tableur qui doit rapprocher trois états financiers. Ce sont des tâches où une meilleure réponse vaut plusieurs minutes de calcul supplémentaires.
L'argument contre, c'est presque tout le reste. La classification, l'extraction, le résumé, les modifications de code routinières, tout ce qui tourne en boucle : ce sont des tâches à fort volume, et le mode pro multiplie le volume. La comparaison avec GPT-6.2 Sol dans le propre article de lancement d'OpenAI illustre ce point par l'autre bout : sur FrontierCode 2.0 de Cognition à effort maximal, Sol se situe à moins de 0,5 point d'Astra pour environ un cinquième du coût. Si un modèle moins cher est à moins d'un demi-point sur votre benchmark, dépenser plus par token pour le modèle cher, puis multiplier cela par le mode pro, exige une justification qui commence par votre propre évaluation plutôt que par le classement.
Comment l’appeler, et un itinéraire qui n’existe pas encore
Dans l’API Responses, le commutateur est un objet imbriqué sur une requête par ailleurs ordinaire : modèle gpt-6.2-astra, raisonnement défini sur {"mode": "pro", "effort": "medium"}, et votre entrée. Chat Completions ne porte pas le champ ; l’appel d’outils nécessite de toute façon Responses, donc une charge de travail en mode pro avec des outils est par construction une charge de travail Responses.
L'endroit depuis lequel vous l'appelez est une question distincte. GPT-6.2 Astra est disponible sur l'API OpenAI ainsi que dans ChatGPT Work et Codex, et c'est actuellement la liste complète.

Il n'est pas encore dans notre catalogue — OrcaRouter répercute le prix catalogue du fournisseur avec 0 % de marge, c'est pourquoi les modèles GPT-6 que nous routons, GPT-6 Astra à 10 $ en entrée et 50 $ en sortie et GPT-6.1 Sol à 2 $ et 10 $, sont facturés exactement ce que facture OpenAI, et non avec une marge. Lorsqu'un modèle n'est pas au catalogue, la réponse honnête est l'API du fournisseur lui-même, et c'est là que celui-ci se trouve aujourd'hui.
Que regarder ensuite
Trois éléments permettront de trancher la question du Pro mieux que n’importe quelle arithmétique de grille tarifaire. La publication par Artificial Analysis d’un chiffre de temps par tâche pour GPT-6.2 Astra, ce qui transformerait les 4,00 $ en un coût par minute ainsi qu’en un coût par tâche. Une ventilation du mode pro sur ce tableau, afin que le basculement dispose de son propre prix mesuré plutôt que d’un prix déduit. Et la promesse d’OpenAI d’amener les modèles 6.2 à Daybreak — le programme d’accès de confiance qui porte actuellement GPT-6 Astra avec des refus cyber réduits — car tant que cela n’est pas effectif, les garde-fous renforcés sur 6.2 représentent un coût réel pour quiconque effectue un travail autorisé sur les vulnérabilités, et aucun mode pro ne compense un refus.
En attendant, le modèle mental utile est le plus ennuyeux. GPT-6.2 Astra est un modèle avec une grille tarifaire ; « pro » est un curseur qui dépense davantage des mêmes tokens ; et la chaîne de la place de marché qui concatène les deux est une étiquette, pas un checkpoint que l'on peut consulter.
Comparés dans cet article2
Détecté à partir de cet article · Benchmarks : Artificial Analysis · mis à jour quotidiennement
