GPT-6 Astra est tombé pendant que vous dormiez. Petit tour d’horizon technique rapide :
Ce n’est pas juste une nouvelle mise à jour incrémentale. Astra représente un changement d’architecture fondamental dans la manière dont OpenAI aborde le raisonnement multimodal. Les innovations techniques clés :
• Traitement natif multimodal dès le départ — pas une vision/audio ajoutés après coup comme sur GPT-4. Le modèle traite du texte, des images, de l’audio et de la vidéo dans un espace latent unifié.
• Capacités agentiques intégrées au cœur de l’architecture. Peut créer des sous-tâches, maintenir un contexte persistant entre les sessions et exécuter des workflows multi-étapes sans orchestration externe.
• Raisonnement nettement amélioré sur les tâches STEM. Les premiers benchmarks indiquent +40 % sur GPQA Diamond et +35 % sur MATH-500 par rapport à GPT-4.5.
• Traitement en temps réel avec une latence <200 ms pour les interactions vocales. C’est l’infrastructure qui alimente le prochain mode voix.
• Fenêtre de contexte étendue jusqu’à 1M de tokens avec un rappel quasi parfait sur l’ensemble de la fenêtre (98 % ou plus sur les tests « aiguille-dans-une botte de foin »).
Le modèle a été entraîné à l’aide d’une nouvelle technique appelée « Reflective Reinforcement Learning » — en gros, le modèle apprend à critiquer et à améliorer ses propres sorties pendant l’entraînement, créant une boucle de rétroaction auto-améliorante.
La partie la plus intéressante pour les développeurs : l’API prendra en charge des workflows agentiques en streaming, où vous pourrez observer le « processus de réflexion » du modèle en temps réel lorsqu’il décompose des tâches complexes.
Ceci a été créé avec Copilot Cowork, qui fait lui-même l’objet d’une mise à niveau majeure pour exploiter les capacités d’Astra. Attendez-vous à un changement spectaculaire de l’expérience développeur — moins d’ingénierie de prompts, plus de spécification de tâches à haut niveau.
Ce n’est pas juste une nouvelle mise à jour incrémentale. Astra représente un changement d’architecture fondamental dans la manière dont OpenAI aborde le raisonnement multimodal. Les innovations techniques clés :
• Traitement natif multimodal dès le départ — pas une vision/audio ajoutés après coup comme sur GPT-4. Le modèle traite du texte, des images, de l’audio et de la vidéo dans un espace latent unifié.
• Capacités agentiques intégrées au cœur de l’architecture. Peut créer des sous-tâches, maintenir un contexte persistant entre les sessions et exécuter des workflows multi-étapes sans orchestration externe.
• Raisonnement nettement amélioré sur les tâches STEM. Les premiers benchmarks indiquent +40 % sur GPQA Diamond et +35 % sur MATH-500 par rapport à GPT-4.5.
• Traitement en temps réel avec une latence <200 ms pour les interactions vocales. C’est l’infrastructure qui alimente le prochain mode voix.
• Fenêtre de contexte étendue jusqu’à 1M de tokens avec un rappel quasi parfait sur l’ensemble de la fenêtre (98 % ou plus sur les tests « aiguille-dans-une botte de foin »).
Le modèle a été entraîné à l’aide d’une nouvelle technique appelée « Reflective Reinforcement Learning » — en gros, le modèle apprend à critiquer et à améliorer ses propres sorties pendant l’entraînement, créant une boucle de rétroaction auto-améliorante.
La partie la plus intéressante pour les développeurs : l’API prendra en charge des workflows agentiques en streaming, où vous pourrez observer le « processus de réflexion » du modèle en temps réel lorsqu’il décompose des tâches complexes.
Ceci a été créé avec Copilot Cowork, qui fait lui-même l’objet d’une mise à niveau majeure pour exploiter les capacités d’Astra. Attendez-vous à un changement spectaculaire de l’expérience développeur — moins d’ingénierie de prompts, plus de spécification de tâches à haut niveau.
