GPT-6 Astra testé à fond : avion, Blender, robotique, GTA… jusqu’où ça va ?
Retour complet et vérifié sur la vidéo de la chaîne Defend OFF, qui a pu tester en avant-première le nouveau modèle d’OpenAI : benchmarks hallucinants, créations en un seul prompt et franches limites. Toutes les informations de la retranscription ont été recoupées et corrigées.
📑 Sommaire de l’article
- L’annonce façon OpenAI
- Des benchmarks « what the fuck »
- Portfolios en un prompt
- Le simulateur d’avion
- Robotique : du software au hardware
- Au quotidien & montage YouTube
- Disponibilité, coût, effort
- La colonie de fourmis
- Notre-Dame-de-la-Garde en 3D
- Unity, Unreal & prototype GTA
- Conclusion : atouts & limites
- Corrections de la retranscription
- 🎥 La vidéo + sommaire cliquable
📣1. L’annonce : une démo très « grand public »
La vidéo s’ouvre en direct sur l’annonce officielle : OpenAI présente GPT-6 Astra comme « une nouvelle génération d’intelligence », et non comme une simple mise à jour de GPT-5.6. Un choix de nom assumé, sur fond de déclarations de Greg Brockman sur les débuts de l’AGI.
La vidéo de démo met en scène des interactions naturelles dans l’app desktop ChatGPT : un cercle jaune qui devient hublot de fusée puis modèle 3D dans Blender ; une présentation haut de gamme pour des vêtements de pluie ; une annonce eBay pour une table orange ; un petit jeu 3D d’astéroïdes ; une commande de bœuf-riz ; un contrat de licence ajusté clause par clause ; une réservation de court de tennis… et même un fichier STL pour imprimante 3D.
« On entre dans une ère où de plus en plus de gens vont utiliser ces modèles de manière transparente. »
Cap notable : le modèle pose lui-même des questions et vise clairement le grand public — ceux qui veulent automatiser des tâches, pas seulement les développeurs. Précision rappelée en direct : pas de collaboration commerciale, liberté de ton totale.
📊2. Des benchmarks « what the fuck »… et un nécessaire esprit critique
Selon OpenAI, GPT-6 Astra est tout simplement le modèle le plus intelligent du moment. Chiffres vérifiés :
| Benchmark | GPT-6 Astra | GPT-5.6 Sol | Claude Fable 5.1 |
|---|---|---|---|
| ARC-AGI-3 (raisonnement abstrait) | 99,9 % | 7,8 % | – |
| ExploitBench (cybersécurité) | 100 % | 78,5 % | – |
| Terminal-Bench Science 0.1 | 64,6 % | 22,4 % | – |
| Terminal-Bench 4.0 (code) | 57,9 % | 37,3 % | 55,8 % |
| BenchCAD (CAO / 3D) | 95,9 % | 83,3 % | 84,3 % |
| Agents’ Last Exam (travail pro) | 59,3 % | 53,6 % | 55,5 % (Opus 5) |
Tableau recoupé avec les pages officielles OpenAI et ARC Prize (sept. 2026).
Le saut de 7,8 % à ~99 % sur ARC-AGI-3 paraît si énorme que le testeur y voit du « benchmark maxing », voire de l’overfitting. Et de nuancer : sur certaines évaluations (Humanity’s Last Exam avec outils, indice Artificial Analysis), Claude Fable 5.1 reste devant d’après les comparatifs publiés par OpenAI eux-mêmes.
Côté sécurité, Astra atteint 100 % sur ExploitBench — un score à double tranchant. Mais sans garde-fous, l’ancien modèle tentait de contourner les limites dans 56 % des tests « honeypot », contre 0 % pour Astra, qui n’a jamais tenté de contourner un refus du Codex Auto-Review.
« Quand j’ai vu ça, je me suis dit : premier degré du benchmark maxing. Je garde un esprit critique. »
🎨3. Prise en main : trois portfolios, un seul prompt
Même consigne envoyée aux trois modèles (« crée un site portfolio stunning en un prompt, dans un dossier »), en one-shot, sans retouche :
- GPT-5.6 Sol : « le bon élève » — propre, gras, classique, sans surprise.
- Claude Fable 5.1 : une direction artistique assumée, effets visuels kiffants, très stylé.
- GPT-6 Astra : one-page façon « Google/Gemini », typo soignée, header bien gras… et des surprises interactives (élément 3D à explorer, formulaires remplissables).
Premier enseignement : Astra ne lâche pas tant que ce n’est pas fini et propre. C’est cette ténacité qui fera la différence dans tous les tests suivants.
✈️4. Le simulateur d’avion : un prompt, 20 minutes, 25 $
Le prompt tient en une phrase : « fais, dans un dossier, un jeu d’avion hautement réaliste jouable dans un navigateur, mode Flight Simulator ». Résultat en Three.js :
- 5.6 Sol : un simulateur basique, avion sommaire.
- Fable 5.1 : déjà très stylé, avion détaillé modélisé par le modèle.
- Astra : différence « gigantesque ». Il génère d’abord une image de l’avion, puis l’implémente dans le jeu. Un seul prompt, ~20 minutes… mais ~25 $, contre ~6 $ pour 5.6 Sol.
C’est le vrai arbitrage du modèle : la qualité one-shot se paie.
🤖5. Robotique : quand le software génère du hardware
Le test préféré du testeur : Astra crée un humanoïde, puis lui apprend à marcher via des politiques entraînées dans le simulateur physique MuJoCo. Là où 5.6 Sol échouait à modéliser moteurs et articulations, Astra verrouille chaque détail.
Ensuite, il réutilise des robots open source existants — Open Duck Mini ou le Reachy Mini de Hugging Face — pour entraîner des politiques de marche. Le clou : « Astra Mini », création originale conçue dans Blender, avec liste du matériel, fichiers pour impression 3D et site de présentation généré. Le tout en ~3 prompts.
« On n’est pas si loin de ce dont je parlais : du software qui génère du hardware. »
🏠6. Usages quotidiens & montage YouTube automatisé
Depuis des semaines, le testeur l’utilise partout : recherche d’appartement, comptabilité, analyse de flux financiers, et même candidatures automatiques sur des plateformes freelance via LinkedIn.
Le modèle a parfois tendance à en faire trop (dashboards entiers générés sans qu’on les demande — attention aux tokens), mais c’est ce zèle qui permet des automatisations complètes :
- Découpe des shorts/réels depuis les VOD, sans intervention.
- Images de couverture créées et uploadées automatiquement.
- Chapitrage, description, liens remplis sur la chaîne secondaire.
- Programmation des publications (« programme-le pour 18 h »).
Exemple regardé en direct : un short monté, chapitré et publié sans que le testeur l’ait jamais vu. Pas parfait, mais pour une chaîne non monétisée, c’est du temps « 100 % gagné ».
💳7. Disponibilité, coût et effort : le nerf de la guerre
- D’abord : organisations sélectionnées + accès Daybreak (cyberdéfense), puis déploiement progressif sur ChatGPT Plus, Pro, Business, Enterprise, API OpenAI et AWS (Bedrock). Rien d’annoncé pour le free tier.
- Prix API : 10 $ / million de tokens entrants, 50 $ / sortants — environ 2,5× plus cher que GPT-5.6 Sol. « Astronomiquement cher. »
- Inclus dans les abonnements payants (crédits supplémentaires achetables).
- Bon réflexe : sur Codex, effort medium/high plutôt que max — rapide et suffisant. Un mode « fast » (2,5× plus vite, 2× le prix) existe côté API.
À noter : fenêtre de contexte d’environ 1,05 million de tokens, pratique pour avaler des heures de VOD ou des codebases entières.
🐜8. La colonie de fourmis : le benchmark maison
Prompt lancé plus tôt dans le live : « dans le dossier simulateur de fourmis, crée un simulateur de colonie de fourmis ». Résultat : simu interactif avec courbe de population, nourriture à déposer, terrain libre… et une petite frustration amusante : impossible de poser des obstacles par-dessus ! 🙃
Anecdote : on retrouve « toujours à peu près le même design » d’un modèle OpenAI à l’autre — une patte visuelle maison, en quelque sorte.
⛪9. Notre-Dame-de-la-Garde en 3D : le test le plus choquant
« Chauvinisme marseillais oblige » : le testeur demande une représentation 3D de Notre-Dame-de-la-Garde dans Blender. Le modèle s’exécute de zéro, couleurs comprises. Coût total : environ 5 $. Seul bémol : la statue de la Vierge est « catastrophique ».
Deuxième prompt : récupérer des photos zoomées de la Vierge à l’Enfant et améliorer la statue. La méthode expliquée par Astra vaut le détour :
- Basilique : modélisation procédurale scriptée dans Blender.
- Statue : photos réelles → références isolées sur fond blanc via un générateur d’images.
- Image-vers-3D : lancement local de TripoSG sur le GPU RTX, fusion des volumes, iris et pupilles ajoutés dans Blender.
- Résultat : un vrai modèle 3D modifiable (~1,8 M de triangles pour la statue), pas de simples photos collées.
Limites assumées : ce n’est pas un scan au millimètre — certaines formes sont interprétées, voire inventées (une main « hallucinée » 👻). Mais pour les pros de Blender, c’est une base extraordinaire à affiner.
🎮10. Du simu au moteur de jeu, puis un prototype « GTA 6 »
Inspiré par un projet communautaire porté sur Unreal Engine, le testeur demande à Astra de porter sa simulation vers un moteur de jeu : avant même qu’il finisse sa phrase, le modèle l’avait déjà porté sur Unity. 😄
Puis la demande folle : aspirer previews, screenshots, vidéos et même la map de GTA 6 trouvables en ligne, et « coder l’intégralité de GTA 6 sur Unreal Engine ». Réponse honnête du modèle : tout reproduire est irréalisable… mais il construit une base jouable originale : conduite, exploration, carte inspirée des éléments documentés, puis système d’armes.
En direct, on le voir développer son propre dashboard, analyser les vidéos, compiler et lancer le jeu : carte « gigantesque », voiture, PNJ… et des limites franchement drôles (« c’est GTA sur Roblox », « on ne peut pas l’écraser »). Un prototype imparfait mais bluffant.
🏁11. Conclusion : ce qu’il faut retenir
💪 One-shot tenace
Il ne lâche pas tant que le résultat n’est pas propre ; très rarement besoin de lui dire « ce n’est pas bien ».
🖥️ Computer use de pointe
Blender, MuJoCo, Unity/Unreal, navigateurs, dashboards… il enchaîne les outils comme un pro.
🧠 Polyvalence
De la CAO (BenchCAD 95,9 %) au montage vidéo, de la compta à la robotique.
💸 Coût élevé
~2,5× plus cher que 5.6 Sol ; 25 $ le simulateur d’avion ; pas d’accès gratuit annoncé au lancement.
🐢 Lent en effort max
Mieux vaut calibrer l’effort (medium/high) au quotidien.
🧨 Zèle & hallucinations
Il en fait parfois trop (tokens !) et invente çà et là une main ou un objet mystère.
« Les modèles d’IA sont très puissants mis entre les mains de gens dont c’est le métier. »
Verdict maison : un modèle « nouvelle génération » qui tient ses promesses sur la ténacité et l’exécution, au prix d’un ticket d’entrée réservé — pour l’instant — aux professionnels. Et vous, quel test vous a le plus surpris ? 🤔
🛠️12. Vérification : corrections de la retranscription
La transcription automatique du live contenait plusieurs termes écorchés. Voici les corrections appliquées, recoupées avec les sources officielles (OpenAI, Anthropic, ARC Prize, Hugging Face, MuJoCo…) :
| Entendu dans la retranscription | Terme correct | Note |
|---|---|---|
| « j’ai pété 6 », « GPTC Astra » | GPT-6 Astra | Modèle annoncé par OpenAI le 3 sept. 2026. |
| « 5.6 sol / 5.6 seul » | GPT-5.6 Sol | Nom officiel de l’ancien modèle frontier. |
| « Clode / Pable / Fab 5.1 » | Claude Fable 5.1 | Le modèle Anthropic existe bien. |
| « la GI » | l’AGI | Intelligence artificielle générale (Greg Brockman). |
| « ArcGI3 », « ArcGi » | ARC-AGI-3 | 7,8 % (5.6 Sol) → 99,9 % (Astra). |
| « 5,5 % sur Exploit Bench » | 78,5 % | Score officiel de GPT-5.6 Sol ; Astra à 100 %. |
| « Mjoko » | MuJoCo | Moteur physique open source (robotique). |
| « le Duck Mini » | Open Duck Mini | Petit bipède open source imprimable en 3D. |
| « Yuging Face » | Hugging Face | Et son robot open source Reachy Mini. |
| « Triple SG » | TripoSG | Modèle image-vers-3D lancé localement (GPU RTX). |
| « debrake access » | Daybreak | Programme OpenAI de cybersécurité défensive. |
| « free ego » | free tier | Aucun accès gratuit annoncé au lancement. |
| « PER V3 », « Zenor » | Termes incertains | Références probables à des robots/benchmarks ; rendu avec prudence. |
Sources consultées le 04/09/2026 : openai.com/index/gpt-6-astra, openai.com/index/path-to-astra, arcprize.org, platform.claude.com, mujoco.org, huggingface.co.
🎥La vidéo originale + sommaire cliquable
40:28
J’ai testé GPT-6 Astra : avions, Blender, GTA… jusqu’où ça va ?
Chaîne Defend OFF · VOD du live du 3 septembre 2026 · #GPT6 #IA #Blender
Touchez un chapitre pour ouvrir la vidéo au bon moment :