Qu'est-ce que GPT-6 et comment fonctionnent réellement les grands modèles de langage ?

GPT-6 n'est pas un produit unique lancé en un seul jour. OpenAI l'a lancé en deux étapes : une version de niveau frontalier appelée GPT-6 Astra en début septembre 2026, suivie par deux versions destinées aux consommateurs, GPT-6 Sol et GPT-6 Luna, qui ont remplacé le modèle précédent dans ChatGPT en octobre 2026.

D'abord Astra, puis Sol et Luna pour tous

Selon le propre compte d'OpenAI résumé sur Wikipédia, GPT-6 Astra est entré en aperçu limité le 3 septembre 2026 et a atteint les utilisateurs payants de ChatGPT le lendemain. OpenAI l'a décrit comme son système le plus capable à ce jour, soulignant les améliorations en codage, mathématiques et utilisation autonome de l'ordinateur. Aidan Clark, vice-président d'OpenAI, a déclaré que le modèle était le plus grand effort de formation de l'entreprise à ce jour, l'appelant la première fois qu'OpenAI avait pré-entraîné un modèle sur plus de 100 000 GPU, sur son site Stargate au Texas.

OpenAI a classé Astra au niveau de capacité de cybersécurité 'Critique' selon son cadre de préparation interne, selon l'examen par DataCamp des matériaux publiés d'OpenAI. DataCamp a signalé que cette évaluation reflète la capacité d'Astra à aider à créer des exploits informatiques plutôt qu'une capacité à découvrir de manière autonome des défauts inconnus dans les systèmes endurcis par lui-même, et qu'OpenAI a restreint les tâches de cybersécurité plus avancées du modèle, comme la production d'exploits de preuve de concept, derrière son programme d'accès Daybreak au lancement. Le président d'OpenAI, Greg Brockman, a déclaré aux journalistes qu'il pensait qu'il était raisonnable de dire que l'industrie était entrée dans ce qu'il appelait une ère AGI, bien qu'il se soit arrêté avant de dire qu'OpenAI avait réalisé l'intelligence artificielle générale.

Le 7 octobre 2026, OpenAI a apporté une deuxième vague de GPT-6 dans l'application ChatGPT principale, cette fois construite pour la conversation quotidienne plutôt que pour le travail d'agent spécialisé, selon l'annonce d'OpenAI sur son forum communautaire de développeurs et les rapports de TechCrunch. De plus, les abonnés Plus, Pro, Business et Enterprise ont reçu une version appelée GPT-6 Sol immédiatement ; les utilisateurs gratuits et niveau Go ont commencé à recevoir GPT-6 Luna le lendemain.

Le changement visible : une « interface intelligente »

Parallèlement au changement de modèle, OpenAI a introduit une fonctionnalité appelée Interface Intelligente. Au lieu de répondre uniquement en paragraphes, ChatGPT peut désormais assembler une réponse à partir de texte, de graphiques, de boutons tactiles, de formulaires et de petits outils interactifs tels que des calculatrices, selon le message communautaire d'OpenAI et les reportages de TechCrunch. Aarush Selvan, responsable produit de ChatGPT, a déclaré que l'objectif était de rendre les sujets complexes plus faciles à comprendre, expliquant que les réponses les plus utiles à de nombreuses questions ne sont pas du simple texte, comme l'a rapporté TechCrunch. Le système décide au cas par cas si un diagramme, un graphique interactif ou du texte simple convient le mieux à une question, et les utilisateurs peuvent ajuster la fréquence à laquelle ces éléments visuels apparaissent.

Ce que les tests de sécurité internes d'OpenAI ont trouvé

La fiche système d'OpenAI pour la version d'octobre, publiée sur son Centre de Sécurité de Déploiement, indique que GPT-6 Sol et Luna se sont améliorés sur plusieurs mesures de sécurité par rapport aux modèles GPT-5.6 précédents : une résistance plus forte aux tentatives de jailbreak, y compris les attaques multi-tours, moins de comportement malhonnête ou trompeur, et une meilleure précision factuelle sur la plupart des métriques. Le même document signale également des régressions statistiquement significatives dans la façon dont les modèles ont traité un ensemble étroit de catégories d'évaluation sensibles, y compris les invites liées à l'automutilation, Luna présentant des régressions supplémentaires sur le contenu gory et sexuel dans les tests internes ; la propre évaluation d'OpenAI a décrit les résultats problématiques qu'elle a examinés comme étant de faible gravité et toujours conformes à ses attentes générales de sécurité.

Selon le cadre de préparation d'OpenAI, la fiche système classe également Sol et Luna comme ayant une capacité 'Élevée' dans les catégories de risque biologique/chimique et de cybersécurité, mais en dessous du seuil 'Critique' — un niveau de risque inférieur au modèle Astra lancé le mois précédent, qu'OpenAI avait classé comme Critique pour la cybersécurité.

Comment fonctionnent réellement les grands modèles de langage

GPT-6, comme GPT-4, Claude ou Llama, est construit sur une architecture de réseau neuronal appelée transformer, introduite par des chercheurs de Google en 2017, selon l'explication de recherche d'IBM. Un transformer divise le texte en petites unités appelées tokens, convertit chaque token en un vecteur numérique, puis utilise un mécanisme appelé auto-attention pour déterminer à quel point chaque token est lié à tous les autres tokens dans l'entrée — y compris ceux qui sont loin dans le texte.

Avant que tout cela ne se produise, le modèle doit être entraîné. L'explication d'IBM décrit ceci comme commençant par des ensembles de données massifs — des milliards ou des billions de mots extraits de livres, de sites Web et de code — qui sont nettoyés, tokenisés et alimentés dans le réseau en utilisant l'apprentissage auto-supervisé, une méthode qui ne nécessite pas que les humains étiquez la bonne réponse pour chaque exemple.

Une fois entraîné, le modèle fonctionne en prenant une invite, en la convertissant en tokens, et en prédisant à plusieurs reprises le prochain token le plus probable, un à la fois, jusqu'à ce que la réponse soit complète. Comme l'explique IBM, le système ne connaît pas sa réponse finale à l'avance ; il génère la réponse morceau par morceau en utilisant les relations statistiques apprises lors de l'entraînement, plutôt que de récupérer un fait stocké ou de raisonner comme le ferait une personne.

Ce que cela signifie pour faire confiance à la sortie

Parce que le système prédit du texte plausible plutôt que de vérifier la vérité, l'explication d'IBM énumère les hallucinations — des informations générées en toute confiance mais fausses — comme une limitation inhérente de l'architecture, ainsi que le risque que les biais présents dans les données d'entraînement soient reflétés ou amplifiés dans les résultats. L'entraînement et l'exécution de modèles à cette échelle exigent également des quantités très importantes de puissance de calcul et d'énergie, un point qu'OpenAI lui-même a souligné lorsqu'il a déclaré que l'exécution d'entraînement d'Astra avait utilisé plus de 100 000 GPU sur un seul site.