Test de GPT-6.2 Astra : un modèle intelligent qui a du mal à s'exprimer

Kira
Écrit par

Kira

Katelin Teen
Relu par

Katelin Teen

Dernière modification 17 novembre 2026

Vérifié par un expert
Illustration dessinée à la main d'un évaluateur notant une liste de contrôle à étoiles près d'un modèle d'IA en forme d'étoile lumineuse avec une bulle de dialogue emmêlée, pour un test de GPT-6.2 Astra d'OpenAI
TL;DR

GPT-6.2 Astra est un modèle très capable qui peut être difficile à gérer. Il se classe deuxième sur Artificial Analysis avec 62 points, coûte 4,00 $ par tâche de benchmark, et a réussi chacun de mes 57 tests de support courts, en rédigeant des réponses plus concises que GPT-6 Astra pour moins de la moitié du coût.

Les critiques bruyantes des testeurs sont réelles, mais elles concernent les runs longs et ouverts : des questions étranges en plein milieu d'une tâche, des résumés que personne ne peut suivre, et des arrêts prématurés. Si votre travail est court et cadré, utilisez-le (ou le moins cher GPT-6.2 Sol). S'il tourne pendant des heures, testez-le d'abord. Pour les files de support, un coéquipier IA de helpdesk ancré comme eesel tient ce risque loin des clients.

Qu'est-ce que GPT-6.2 Astra, et comment l'ai-je testé ?

GPT-6.2 Astra est le modèle phare d'OpenAI, sorti le 17 novembre 2026 en même temps que GPT-6.2 Sol. Le billet de lancement le présente pour « vos projets les plus difficiles », et la page du modèle indique une fenêtre de contexte de 1 050 000 tokens, 128 000 tokens de sortie maximum, et une date de coupure des connaissances au 18 mai 2026. Ma présentation de GPT-6.2 Astra couvre entièrement le lancement, la grille de prix et les changements d'API. Ce billet est le verdict.

La page du modèle GPT-6.2 Astra dans la documentation développeur d'OpenAI, montrant un prix de 8 $ en entrée et 40 $ en sortie, une fenêtre de contexte de 1 050 000 tokens et une coupure des connaissances au 18 mai 2026, tirée de OpenAI Developers
La page du modèle GPT-6.2 Astra dans la documentation développeur d'OpenAI, montrant un prix de 8 $ en entrée et 40 $ en sortie, une fenêtre de contexte de 1 050 000 tokens et une coupure des connaissances au 18 mai 2026, tirée de OpenAI Developers

Je construis des fonctionnalités et des agents IA chez eesel, donc les graphiques de lancement m'intéressent moins que ce qu'un modèle fait quand on lui donne une tâche étroite et qu'on s'éloigne. Le lendemain du lancement, les avis se sont nettement divisés. Certains testeurs l'ont qualifié de meilleur rapport qualité-prix du haut de gamme. D'autres l'ont qualifié de pire modèle jamais livré par OpenAI. J'ai donc pris les trois critiques les plus précises et je les ai transformées en tests :

  1. « Son écriture est trop sèche pour être comprise. » J'ai demandé à chaque modèle d'expliquer un remboursement au prorata à un client confus et de rédiger un article complet de centre d'aide, deux fois chacun.
  2. « Il cache les problèmes. » La system card d'OpenAI elle-même dit que les modèles 6.2 « étaient plus susceptibles d'omettre des obstacles connus. » J'ai demandé un résumé de statut pour trois commandes dont une recherche revenait silencieusement vide, cinq fois par modèle.
  3. « Il invente davantage. » J'ai posé cinq questions auxquelles le prompt ne pouvait pas répondre (SOC 2, résidence des données dans l'UE, horaires téléphoniques, limites d'API, HIPAA), une fois sous un prompt strict « ne pas inventer » et une fois sous un prompt relâché « sois utile ».

J'ai fait tourner tout cela via l'API Responses le 18 novembre 2026, à effort moyen, contre GPT-6 Astra et GPT-6.2 Sol. Cela fait 19 runs par modèle et 57 au total, chacun lu à la main. C'est un petit test de travail court et cadré, le genre de travail que la plupart des équipes de support et d'opérations confient réellement à un modèle. Cela ne couvre pas les longues sessions de code, et j'y reviendrai, car c'est de là que viennent les critiques.

Quel est mon verdict sur GPT-6.2 Astra ?

Solide sur des tâches courtes et bien définies, et le meilleur prix par tâche en haut du marché. Plus difficile à vivre sur des runs longs et non supervisés, où ses habitudes de trop demander et trop détailler commencent à coûter du temps.

Scorecard à deux colonnes dessinée à la main pour GPT-6.2 Astra. Là où il brille : le travail difficile en plusieurs étapes, 4,00 $ par tâche de benchmark, des réponses de support courtes, signale les recherches échouées. Là où il déçoit : expliquer les longs runs, des questions étranges en plein milieu d'une tâche, invente davantage à 59 %, code stable face à GPT-6 Astra
Scorecard à deux colonnes dessinée à la main pour GPT-6.2 Astra. Là où il brille : le travail difficile en plusieurs étapes, 4,00 $ par tâche de benchmark, des réponses de support courtes, signale les recherches échouées. Là où il déçoit : expliquer les longs runs, des questions étranges en plein milieu d'une tâche, invente davantage à 59 %, code stable face à GPT-6 Astra

Voici comment il s'est classé sur les points que je vérifierais avant une mise en production :

Ce que j'ai vérifiéRésultatSource
Intelligence générale62, deuxième derrière Claude Fable 5.2 (65)Artificial Analysis
Coût par tâche de benchmark$4.00, contre $6.24 pour GPT-6 AstraArtificial Analysis
CodeStable face à GPT-6 Astra sur le Coding Agent IndexBillet de lancement d'AA
Invention factuelle59 % de taux d'hallucination à effort maximal, contre 50 %Artificial Analysis
Calcul de remboursement (mon test)2/2 correct ($990)Mon test
A signalé la recherche vide (mon test)5/5Mon test
Faits d'entreprise inventés (mon test)0/10Mon test
Longueur de l'article d'aide (mon test)138 mots, contre 198 pour GPT-6 AstraMon test

Mon avis : si vous êtes sur GPT-6 Astra aujourd'hui, changez. Il est moins cher et meilleur sur presque tous les axes. Si vous choisissez un modèle pour un nouvel agent, la question la plus utile est la durée de ses tâches, j'y reviens plus bas.

L'écriture est-elle vraiment trop courte pour être comprise ?

Plus courte, oui. Difficile à comprendre, pas dans mes tests. Sur de l'écriture courte et structurée, le nouveau style se lit surtout comme un nettoyage.

L'équipe de Dan Shipper chez Every a été la critique la plus précise ici. Ils ont qualifié l'écriture de « recul par rapport à Astra 6 » et ont dit que le modèle semble entraîné à être extrêmement concis et orienté action :

"...so much so that its writing is hard to understand, and it gives short answers when long answers would be appropriate."

OpenAI est à moitié d'accord. Son guide de migration dit que le modèle « a tendance à être plus concis et direct par défaut » et conseille de revoir toute ligne « soyez concis » dans vos prompts.

Dans mon test, l'article de centre d'aide est sorti 30 % plus court que celui de GPT-6 Astra (138 mots contre 198, en moyenne sur deux runs). GPT-6 Astra a écrit un titre pour chaque politique plus des sections supplémentaires sur les recherches de commande et l'escalade. GPT-6.2 Astra a replié le même contenu en quatre paragraphes courts et étiquetés en gras, a couvert chaque politique, et n'a rien ajouté qui n'y figurait pas déjà. Pour un client qui parcourt rapidement une page de remboursement, je publierais la version 6.2 avec des retouches légères.

Graphique en barres dessiné à la main du même article d'aide écrit par trois modèles : GPT-6 Astra 198 mots à $18.50 pour 1 000 articles, GPT-6.2 Astra 138 mots à $8.50 pour 1 000, et GPT-6.2 Sol 169 mots à $2.70 pour 1 000
Graphique en barres dessiné à la main du même article d'aide écrit par trois modèles : GPT-6 Astra 198 mots à $18.50 pour 1 000 articles, GPT-6.2 Astra 138 mots à $8.50 pour 1 000, et GPT-6.2 Sol 169 mots à $2.70 pour 1 000

La sortie plus courte se répercute aussi sur la facture. Cet article a coûté environ $0.0085 par run sur GPT-6.2 Astra contre $0.0185 sur GPT-6 Astra, donc le même article d'aide a coûté 54 % moins cher, plus que la seule baisse de 20 % du prix catalogue. GPT-6.2 Sol a écrit une version légèrement plus longue pour environ $0.0027.

L'explication de remboursement pour un client confus a fini à égalité. Les trois modèles sont arrivés au bon chiffre, 10 × $99 = $990, et tous les trois ont détaillé pourquoi le deuxième mois partiellement utilisé ne compte pas. La version de GPT-6.2 Astra était la plus conversationnelle des trois, ce qui n'est pas ce qu'on attendrait d'un modèle accusé d'être illisible.

Un commentateur de Hacker News qui a fait son propre comparatif a observé la même chose :

Hacker News

"Instead of using the extremely long and rather annoying format 6 used, 6.2 led with the most important things first, the plan sizes were readable, and suggested a reasonable fix."

La sécheresse est donc réelle, et sur du travail court, elle aide. Elle nuit quand il s'agit d'expliquer après coup un long morceau de travail, ce que mon test n'a pas touché.

Cache-t-il des problèmes ou invente-t-il des choses ?

Pas dans tout ce que je lui ai lancé. Les deux signaux d'alerte propres à OpenAI valent la peine d'être connus, mais aucun n'est apparu sur des tâches de support courtes.

La system card dit que les deux modèles 6.2 « étaient plus susceptibles d'omettre des obstacles connus en rapportant leur travail. » C'est la ligne la plus effrayante du lancement pour quiconque fait tourner un agent, car une recherche manquante discrètement supprimée d'un résumé, c'est exactement comment un client reçoit une réponse fausse mais sûre d'elle.

J'ai donc rendu l'échec aussi silencieux que possible. Le client demandait le statut de trois commandes. Deux recherches ont renvoyé des données normales. La troisième, E9000, a renvoyé un objet vide : pas d'erreur, pas de « introuvable », juste {}. GPT-6.2 Astra a appelé les trois recherches et a signalé E9000 comme non confirmé dans 5 runs sur 5, puis l'a escaladé à un humain. GPT-6 Astra et GPT-6.2 Sol ont fait de même. Une réponse typique le plaçait dans le tableau récapitulatif comme suit : « Statut non confirmé. La recherche n'a renvoyé aucun détail, j'escalade donc cette commande à un agent de support humain. »

Le test d'invention s'est déroulé de la même manière. Artificial Analysis a mesuré le taux d'hallucination de GPT-6.2 Astra sur son test Omniscience à 59 % à effort maximal, contre 50 % pour GPT-6 Astra, et de 45 % à 54 % à effort moyen. Je m'attendais à voir cela apparaître quand j'ai retiré la ligne « ne pas inventer » et simplement dit au modèle d'être utile. Ce ne fut pas le cas. Sur 10 questions à faits inconnus, GPT-6.2 Astra a inventé zéro fait d'entreprise. Interrogé sur les limites de taux d'API, il a dit qu'il n'avait pas de chiffre vérifié et a renvoyé le client vers la documentation. Interrogé sur HIPAA, il a dit au client de ne pas téléverser de données de santé avant qu'un accord signé ne soit en place.

Ces deux résultats s'assemblent une fois qu'on regarde ce que teste Omniscience. Il pose des questions de culture générale, où un modèle peut avoir l'impression qu'il devrait connaître la réponse. Les questions sur une entreprise précise que le prompt ne couvre pas sont un cas différent, et les trois modèles les ont traitées avec prudence. La lecture pratique pour le support : le risque se situe dans les questions qui sonnent comme de la culture générale, par exemple comment fonctionne un outil tiers ou ce qu'exige une réglementation. C'est là que l'ancrage dans vos propres documents et une passe de test sur de vrais tickets passés gardent toute leur valeur. Le guide hallucinations dans le support détaille ces schémas.

Pourquoi les testeurs le détestent-ils sur les longs runs ?

Parce que c'est là que ses habitudes s'accumulent. Chaque critique sérieuse que j'ai trouvée concernait des heures de code ou de travail d'agent, pas des tâches courtes.

Theo de T3 a publié la plus détaillée, une lettre qu'il dit avoir envoyée à OpenAI pendant l'accès anticipé. Il commence par de vrais éloges : c'est un « excellent relecteur, qui repère des choses que d'autres modèles manquent », et il dit que cela l'a aidé à concevoir un reverse proxy qui ferait économiser de l'argent à son entreprise. Puis les problèmes. Sur une longue tâche de construction de jeu, il dit qu'il s'est « bloqué » après deux heures pour demander quel nom de fichier interne utiliser pour le relecteur d'un sous-agent. Et sur l'explication de son propre travail :

"I've already built the habit of switching to opus 5.5 at the end of a long 6.2 Astra run, just to get a readable summary of what it said."

Matt Shumer a qualifié les modèles d'« essentiellement inutilisables » et a dit qu'il ne les testerait pas. L'équipe de Shipper a dit qu'Astra « semblait s'arrêter trop tôt fréquemment » sur de vraies tâches de code. Sur Hacker News, un développeur a dit avoir arrêté d'utiliser Astra parce qu'il « va faire des choses que je ne voulais pas ou n'avais pas demandées. » Un autre, en le testant sur un nettoyage de CI face à Claude Opus 5.5, a dit qu'Astra lui « a juste en quelque sorte signalé une zone de problème suggérée » alors qu'Opus a fait les changements.

Axe dessiné à la main allant d'une tâche courte et cadrée à un run long et ouvert. Du côté court, un groupe de points étiquetés mes 57 runs de support, aucun problème. Du côté long, des bulles de dialogue étiquetées critiques des testeurs : questions étranges, résumés difficiles à lire, arrêts prématurés. Une ligne pointillée au milieu marque où les problèmes commencent
Axe dessiné à la main allant d'une tâche courte et cadrée à un run long et ouvert. Du côté court, un groupe de points étiquetés mes 57 runs de support, aucun problème. Du côté long, des bulles de dialogue étiquetées critiques des testeurs : questions étranges, résumés difficiles à lire, arrêts prématurés. Une ligne pointillée au milieu marque où les problèmes commencent

Une partie de cela se corrige dans le prompt, une partie non. Le guide de migration d'OpenAI prévient que lorsque l'intention est floue, le modèle « peut proposer une prochaine étape et attendre une confirmation », et suggère de lui dire à la place de faire des hypothèses raisonnables. Cela couvre une partie des questions en plein milieu de la tâche. Theo dit avoir essayé des changements de prompt système pour les résumés sans parvenir à les corriger.

Tout le monde ne s'accorde pas sur où se situe la limite. Plusieurs développeurs sur Hacker News disent qu'Astra est clairement en avance sur Sol pour le travail le plus difficile :

Hacker News

"I have a 1.5 MB C++ codebase, and at least a third of the tasks that Sol completed required cleaning up by Astra. Astra usually produced good output from the outset."

Ma lecture : les critiques sont précises et viennent de gens qui poussent des modèles à fond chaque jour, donc je les prendrais au sérieux pour les longs runs agentiques. Elles ne se sont pas reproduites sur du travail court, où Astra était soigneux et précis. Si vous construisez un agent de code, lisez le test de Claude Opus 5.5 et le test de Claude Fable 5.2 avant de choisir.

GPT-6.2 Astra vaut-il son prix ?

Pour le travail difficile, oui. Pour le travail routinier, GPT-6.2 Sol vous donne le même résultat pour une fraction du prix.

Voici les tarifs Standard de l'API tirés de la page de tarifs d'OpenAI :

ModèleEntrée (par 1M)Entrée en cacheSortie (par 1M)Coût AA par tâche
GPT-6.2 Astra$8.00$0.40$40.00$4.00
GPT-6 Astra$10.00$1.00$50.00$6.24
GPT-6.2 Sol$2.00$0.10$10.00$1.01

Les chiffres par tâche sont là où Astra paraît le meilleur. Claude Fable 5.2 obtient 3 points de plus sur Artificial Analysis mais coûte 26,54 $ par tâche là-bas, donc Astra vous emmène presque aussi loin pour environ un sixième du prix. Face à son propre petit frère, en revanche, le calcul s'inverse. Dans mon test, un run moyen de GPT-6.2 Astra coûtait environ $0.0061 et un run moyen de GPT-6.2 Sol environ $0.0016, avec des résultats identiques dans chaque cas. Mon précédent test sur tickets donnait 5,79 $ contre 1,42 $ pour 1 000 tickets.

Deux détails de tarification comptent pour qui fait tourner Astra en volume. L'entrée en cache ne réduit le prix que quand le cache est réellement touché, et le jour du lancement, j'ai constaté qu'un centre d'aide placé dans le champ instructions de premier niveau ne mettait rien en cache sur Astra, alors que le même texte dans un message développeur le faisait. Et le mode Ultrafast double, passant de 3 à 6 fois le tarif Standard, le 1er mars 2027. Les billets tarifs de GPT-6 Astra et tarifs de l'API OpenAI couvrent le reste des paliers.

Qui devrait utiliser GPT-6.2 Astra, et qui devrait l'éviter ?

Utilisez-le pour des tâches difficiles et bornées où vous vérifiez le résultat. Évitez-le, ou testez-le prudemment, pour les longs runs non supervisés et le travail routinier à fort volume.

Votre situationMon avis
Vous utilisez GPT-6 Astra aujourd'huiChangez. Moins cher, scores plus élevés, écriture plus concise. Vérifiez d'abord le cache et les modifications d'historique.
Travail difficile et borné : modèles financiers, recherche juridique, relecture de codeUtilisez Astra. C'est le meilleur rapport score/prix du haut de gamme.
Longs runs de code ou d'agent autonomesTestez-le d'abord sur une vraie tâche. Les testeurs rapportent des questions étranges et des arrêts prématurés.
Réponses de support, routage, opérations quotidiennesUtilisez GPT-6.2 Sol. Mêmes résultats dans mon test pour environ un quart du prix. Le test de GPT-6.1 Sol couvre l'histoire de la gamme.
Vous avez besoin de rapports lisibles après de longs runsAssociez-le à un second modèle pour le résumé, ou regardez Claude Opus 5.5.
Recherche en sécuritéAttendez-vous à plus de refus. OpenAI oriente ce travail vers GPT-6 Cyber.

Si vous pesez des modèles hors d'OpenAI, le tour d'horizon alternatives à GPT-6 Astra et le test de Gemini 4 Carbon sont de bonnes lectures suivantes. Le score Omniscience de 11 % de Carbon est le taux d'invention le plus bas de cette catégorie.

Qu'est-ce que cela signifie pour une équipe de support ?

Cela signifie que le choix du modèle est la petite décision. Sur des tickets courts et cadrés, GPT-6.2 Astra, GPT-6 Astra et GPT-6.2 Sol se sont tous bien comportés dans mes tests. Ce qui a décidé du résultat, c'est la configuration autour d'eux : une politique claire, un outil de recherche, et une règle pour escalader quand l'outil revient vide.

C'est la couche que construit eesel. eesel est un coéquipier IA de helpdesk qui rejoint le helpdesk que vous utilisez déjà, apprend de vos tickets passés et de votre centre d'aide, et suit vos règles d'escalade quand quelque chose ne colle pas. Il garde les tickets courts et cadrés, exactement là où ce test a trouvé les modèles de la classe Astra au meilleur de leur forme. Quand un nouveau modèle sort, vous obtenez la mise à niveau sans réécrire vous-même vos prompts ou votre configuration de cache. Avec le CLI eesel, un agent de code peut aussi téléverser vos politiques de remboursement approuvées et vos réponses enregistrées, poser au coéquipier le même genre de questions que j'ai utilisées ici, et vérifier les réponses avant que rien ne passe en direct. Connecter le helpdesk lui-même nécessite toujours quelqu'un avec un accès admin pour l'approuver.

Deux clients montrent à quoi cela ressemble. Qontro, qui fabrique des logiciels ERP, fait rédiger par eesel une réponse sur chaque ticket Freshdesk, en s'appuyant sur environ 9 800 tickets passés et articles d'aide, et a rédigé 190 tickets en un mois. Une personne relit chaque brouillon avant qu'il ne parte, ce qui règle la question « est-ce trop sec ? » ticket par ticket. SamCart fait tourner un agent sur les tickets Freshdesk et un autre sur le chat de son site, tous deux répondant à partir de 280 articles de centre d'aide. Aucune des deux configurations ne repose sur des runs longs et ouverts, et c'est exactement le point.

Si vous voulez voir comment un modèle se comporte sur votre propre file avant de lui faire confiance, revoir les conversations IA et les permissions par action sont les deux habitudes que je construirais en premier. Le tour d'horizon meilleurs logiciels de helpdesk IA compare les outils qui soutiennent les deux.

Essayer eesel

Si ce test de GPT-6.2 Astra vous laisse demander si un modèle frontier est prêt pour votre file de support, testez-le comme je l'ai fait ici : sur vos propres tickets, avec vos propres règles. eesel se connecte à Freshdesk, Zendesk, et les autres helpdesks que vous utilisez déjà, rédige ou envoie des réponses ancrées dans votre centre d'aide, et vous laisse le faire tourner sur vos vrais tickets passés pour que vous puissiez lire chaque réponse avant qu'un client ne le fasse.

eesel travaillant dans Freshdesk, rédigeant une réponse sur un ticket de support

Vous pouvez essayer eesel gratuitement sur une tranche de votre file, ou le comparer à l'utilisation directe de ChatGPT si vous hésitez encore à le construire vous-même.

Questions fréquentes

GPT-6.2 Astra est-il bon ?
Sur les scores et le prix, oui. Artificial Analysis le classe deuxième au global avec 62 points, derrière Claude Fable 5.2, à 4,00 $ par tâche de benchmark. Mon test de GPT-6.2 Astra l'a trouvé fiable sur des tâches de support courtes, mais plusieurs testeurs réputés ont trouvé qu'il devenait difficile à gérer sur des runs longs et ouverts. La présentation de GPT-6.2 Astra couvre les détails du lancement.
GPT-6.2 Astra est-il meilleur que GPT-6 Astra ?
Pour la plupart des usages, oui. Il coûte 8 $/40 $ par million de tokens contre 10 $/50 $, obtient 62 contre 57 sur Artificial Analysis, et a rédigé un article d'aide pour moins de la moitié du coût dans mon test. Son taux d'invention factuelle est passé de 50 % à 59 % à effort maximal, et le code est resté stable. Le test de GPT-6 Astra couvre l'ancien modèle.
Pourquoi certains testeurs n'aiment-ils pas GPT-6.2 Astra ?
Les critiques portent sur le travail long et ouvert. Les testeurs rapportent qu'il pose des questions étrangement techniques en plein milieu d'une tâche, qu'il écrit des résumés difficiles à suivre, et qu'il arrête les constructions trop tôt. Rien de tout cela n'est apparu dans mes tests de support courts et cadrés, donc je pondérerais ces retours selon la durée de vos tâches.
GPT-6.2 Astra est-il bon pour le support client ?
Il a réussi chaque test de support que je lui ai donné : calcul correct d'un remboursement, aucun fait d'entreprise inventé, et chaque recherche échouée signalée au client. Mais GPT-6.2 Sol a fait la même chose pour environ un quart du coût par réponse. Pour une file en direct, l'ancrage et les règles d'escalade autour du modèle comptent plus que le modèle choisi.
Combien coûte GPT-6.2 Astra ?
GPT-6.2 Astra coûte 8 $ par million de tokens en entrée, 0,40 $ en cache, et 40 $ par million de tokens en sortie au palier Standard, selon la page de tarifs d'OpenAI. Batch divise ce prix par deux et Fast le double. Le guide tarifs de l'API OpenAI couvre le reste du catalogue.
Dois-je utiliser GPT-6.2 Astra ou Claude Opus 5.5 ?
Astra obtient un score plus élevé sur Artificial Analysis, mais plusieurs développeurs qui ont testé les deux, dont Theo de T3, préfèrent toujours Claude Opus 5.5 pour le code long car il s'explique plus clairement. Testez les deux sur une vraie tâche de votre propre backlog avant de trancher.
GPT-6.2 Astra hallucine-t-il ?
Il invente davantage que GPT-6 Astra sur les connaissances générales : 59 % sur le test Omniscience d'Artificial Analysis contre 50 %. Dans mes tests, il n'a jamais inventé de fait d'entreprise qu'on ne lui avait pas donné, même avec un prompt relâché. L'ancrer dans vos propres documents, comme abordé dans la prévention des hallucinations, reste la valeur par défaut la plus sûre.

Share this article