0:01 Open EI vient tout juste de sortir GPT6 Astra et le chiffre que tout le monde va regarder c'est 99,9 %. C'est le score rapporté d'Astra sur Arc AGI3 en utilisant le nouveau protocole provider adapteur harness d'Openai. GPT 5.6 Sola a obtenu 7,8 %. Donc on ne parle pas ici d'une simple amélioration de performance habituelle. On parle d'un saut qui passe d'un échec quasi total du test à une quasi saturation. Et oui, Greg Brockman a osé le dire. Lors de la conférence de presse, le président d'Openhe a déclaré qu'il n'est pas déraisonnable de penser que nous sommes désormais dans l'aire de l'AGI et que dans quelques années, les gens pourraient considérer ce modèle comme le point de départ réel de cette ère. Maintenant, cela ne veut pas dire que GPT6 est littéralement de LAAGI à 99
0:49 %. Arc reste un benchmark, pas une barre de progression vers l'intelligence artificielle générale. Et il y a déjà une complication très importante ici. AR Price a rapporté Astra à 63 % dans une configuration et environ 99 % via le protocole provider adapter Harness d'Open AI. Open AI divule de ce changement de protocole et indique qu'il a juste deux paramètres pour mieux correspondre aux performances réelles plutôt que de cibler spécifiquement ARC. Donc ce n'est pas simplement une histoire où Open AI aurait truqué le benchmark. La partie la plus intéressante, c'est ce que Arc Price dit qu'Astra fait réellement. Dans des environnements Arcnus, Astra semble créer des représentations symboliques compactes du monde avec lequel elle interagit. Elle suit des éléments comme le niveau actuel, l'orientation, la longueur des mécanismes, les changements
1:35 d'état et les contrôles précis qui produisent différents résultats. Arpr affirme qu'Astra a dépassé sa référence d'efficacité des actions humaines sur 96 % des divaux et a décrite comme le modèle symbolique le plus précis d'environnement nouveaux qu'ils ai vu provenant d'un système de pointe. Cela a immédiatement attiré l'attention de Gary Martus car il soutient depuis des années qu'une plus puissante aurait besoin de modèle du monde explicite et d'une structure symbolique et pas seulement de la prédiction du prochain jeton à plus grande échelle. Sa réaction a été essentiellement "C'est vraiment impressionnant mais nous ne savons toujours pas à quel point c'est robuste. Nous ne savons pas assez ce qui se passe sous le capot et la performance d'arcag en elle-même n'est absolument pas une preuve d'AGI. Et c'est là qu'Astra devient plus intéressant car les mêmes schémas
2:20 commencent à apparaître en dehors du benchmark. Open AI appelle Astra le meilleur modèle au monde capable d'utiliser un ordinateur. Il a obtenu un score de 59,3 % sur Agents Last Exam devant GPT 5.6 Sol [musique] avec 53,6 % et Claude Opus 5 avec 55,5 %. Sur OSW 2.0, Astra a obtenu un score de 72,6 % tout en accomplissant les tâches en 40 minutes environ. contre 65,7 % et environ 75 minutes pour sol. Sur Scleans Spot Pro, sans outil, il a atteint 92,7 % contre 76,9 % pour sol. Mais les démonstrations rendent cela plus facile à comprendre que les scores. Astra peut remplir des formulaires, mettre à jour des fiches CRM, organiser des calendriers, faire des recherches sur le
3:07 web, rédiger des résumés directement dans des documents ou des emails, analyser des données scientifiques, générer des graphiques, créer des sites web, effectuer des tests QF front-end, installer et tester des logiciels et résoudre des problèmes à partir de ce qu'il voit à l'écran. Open AI l'a également montré en concevant un circuit imprimé et une carte clé fabricable à partir d'un schéma électronique, en réalisant des tâches de modélisation financière, en utilisant Power BI, en formattant des documents juridiques et en apportant un modèle de maison créé sous Blender dans Unreal Engine 5 pour en faire une scène visitable. Et c'est lors des tests en accès anticipés que cela cesse de ressembler à une démo de lancement bien rodé. Et tout cela montre à quel point les agend deviennent performants, ce qui nous amène à l'opportunité que la plupart des gens ratent encore complètement. Et c'est vraiment tout l'enjeu ici. Tout le
3:53 monde utilise LIA à ce stade, mais presque personne n'en tire de revenu. La plupart des gens pensent que c'est trop compliqué mais en réalité cela n'a jamais été aussi simple. Marc Cuban l'a dit mieux que personne. Apprenez à créer des agents, aller parler aux petites entreprises et trouver les tâches ennuyeuses que personne n'a le temps de faire. relancer les prospects, prendre des rendez-vous, courir après les factures, répondre 40 fois par jour aux cinq mêmes questions des clients. Ce travail a une vraie valeur pour la personne qui en est submergée. Les entreprises paient des milliers pour le déléguer. Nous sommes sur le point de danser quelque chose que tout le monde nous demande de créer depuis un an et cela rendra plus facile que jamais de profiter de cette ruée vers l'ord de l'IA sans précédent. Si vous avez quelques heures par semaine et si vous voulez profiter de cette opportunité qui ne se présente qu'une fois dans une vie, cliquez sur le lien dans la description
4:38 ou scalz ce code QR et inscrivez-vous dès maintenant pour être le premier informé lorsque nous rendrons cela disponible. C'est entièrement gratuit et vous recevrez même un cadeau gratuit en vous inscrivant. Mais inscrivez-vous dès maintenant car nous n'avons que 3000 places disponibles et déjà la moitié ont été prises. Très bien, revenons à la vidéo. Une testeuse a donné à Astra le contrôle d'un flux de travail CRM assez désordonné basé sur des nœuds d'enchrome. La tâche consistait à inspecter les prospects entrant et à décider s'il devait lui être attribué ou être attribué à son partenaire d'affaires. Générer un email personnalisé en fonction du prospect, utiliser la bonne identité d'expéditeur, inclure un liar vers le calendrier et envoyer le résultat sur Slack. Au lieu de faire glisser manuellement les nœuds et de tout connecter, Astra a ouvert l'interface, ajouter de nouveaux objets de génération, modifier les consignes, reconnecter la logique et travailler
5:24 directement dans l'interface utilisateur. Elle a ensuite fait quelque chose de similaire dans Flora, un outil de workflow d'images et de vidéos basé sur des nœuds. Astra a importé de nouvelles photos, inspecter un workflow de miniatures existant, sélectionner GPT Image 2, choisis le rapport d'aspect, réutiliser les modèles d'invite des nœuds existants et générer de nouvelles ressources de miniature. Après cela, elle l'a fait utiliser Fedma pour assembler réellement les miniatures. C'est important parce que ces outils n'ont pas été conçus autour d'une API propre pour les agents. Ce sont des logiciels ordinaires conçus pour des humains avec des boutons, des panneaux, des mises en pages incohérentes et beaucoup de petites décisions à prendre. Pendant des années, les gens ont parlé des API, des MCP et des CLI comme étant l'avenir des agents. Astra suggère quelque chose de presque opposé. Peut-être que l'ancienne interface survit parce que Lia devient simplement
6:11 assez performante pour utiliser les mêmes logiciels que les humains utilisent déjà. L'exemple du contrôle qualité pousse cela encore plus loin. Elle a demandé à Astra de tester une branche de prévisualisation dans Chrome après avoir travaillé sur des problèmes de conditions de concurrence et des bugs de persistance du streaming. Il a tourné pendant 1hure 45 minutes, a parcouru le produit en cliquant, a envoyé des messages dans le chat, à actualiser des pages, à inspecter les journaux de la console, à reproduit des cas limites, à trouver des problèmes et en a corrigé certains. C'est bien plus proche de déléguer une partie du travail d'ingénierie que de demander du code à un chatbot. Nous entrons dans une are où Liar rend tout plus intelligent. Peut-être qu'il est temps que votre argent fasse de même. Donc si votre argent dort sur votre compte bancaire et ne rapporte presque rien, il pourrait travailler plus dur pour vous. Et non, je ne parle pas de parier sur des actions que vous
6:57 ne comprenez pas ou de passer des heures à surveiller le marché. Je parle d'une autre façon d'investir et de gagner des rendements quotidiens. Voici Mintos, une plateforme d'investissement qui vous permet d'investir dans des prêts conçus pour les personnes qui veulent que leur argent travaille pour elles sans avoir à prendre constamment des décisions d'achat et de vente. Et maintenant, pour une durée limitée seulement, Mintos offre un bonus allant jusqu'à 500 € lorsque vous investissez à partir de 1500 €. Vous pouvez commencer par investir dans des prêts via Mintos et gagner des intérêts réguliers lorsque les prêts sont remboursés. Choisissez les prêts manuellement ou définissez une stratégie personnalisée en fonction de votre rendement souhaité, de votre niveau de risque et de votre horizon temporel. Vous pouvez également utiliser leur portefeuille automatisé à configurer une fois puis à laisser tourner afin que votre argent soit
7:43 diversifié et réinvesti automatiquement en un clic. Avec Mintos, le rendement moyen des prêts est d'environ 10 %. Mintos est en activité depuis 2015, conf plus de 700000 utilisateurs et est réglementé dans l'Union européenne sous MIFED. Scannez le QR code ou cliquez sur le lien dans la description. Commencez à investir avec Mintos et réclamez votre bonus pouvant aller jusqu'à 500 €. Laissez votre argent travailler plus dur et commencez à construire votre patrimoine. Et en ce qui concerne la programmation, Astra n'est pas le vainqueur incontesté sur tous les benchmarks, ce qui mérite d'être souligné. Il obtient un score de 57,9 % sur Terminal Bench, 4,0 contre 37,3 pour Sol et 55,8 pour Fable 5.1. Dipdepsiui
8:28 est,1 % seulement légèrement au-dessus de sol à 72,7 et à peu près au même niveau Copus et Gémini. Sur Frontière Code Extended, Astra obtient un score de 64,5 tandis que Fable 5 atteint 64,9 dont il ne faut pas en conclure que tous les benchmarks de programmation sont soudain devenus à sens unique. Le plus grand changement semble être ce qui se passe lorsque le codage est combiné à l'utilisation de l'ordinateur et à des flux de travail autonomes plus longs. La personne chargée du test essayait depuis des mois de construire un système de veille produit qui ingère des informations provenant d'Intercom, granola, lineéar, Gitub d'autres sources et qui déduplique les informations. Décide quoi stocker, génère des priorités, maintient un wiki automatisé et vérifie ce wiki par rapport à des sources externes. Elle a dit que les
9:14 modèles précédents n'arrivaient pas à faire fonctionner ensemble l'architecture et la qualité des résultats. Astra a atteint environ 90 % du résultat en une seule fois puis a terminé avec quelques instructions supplémentaires. Ensuite, elle lui a donné un appareil de VO Mini, en gros un écran Bluetooth propriétaire que les modèles précédents avaient à peine réussi à contrôler. Astra a créé une application en temps réel pour cet appareil, lui a permis de dessiner dessus, de diffuser du texte et a créé une interface en ligne de commande pour que le système puisse envoyer des informations en temps réel à l'écran. Elle a aussi demandé à Astra de créer une application Mac à l'ancienne dans le style AIM qui regroupait ses fils de connexe actif comme des contacts de messagerie. Ensuite, il y a eu Blender et la 3D. Astra a réalisé un jeu de mode façon Barbie d'un seul coup avec un personnage 3D, des vêtements sélectionnables, des coiffures, des teintes de peau, des accessoires et un
9:59 podium. C'était imparfait surtout au niveau du rendu humain, mais ça fonctionnait. Elle lui a aussi demandé de transformer une application familiale d'aide au devoir en un monde 3D explorable où ses enfants pouvaient visiter des endroits comme une bibliothèque, enregistrer leur temps de lecture et collecter des récompenses. Là encore, essentiellement avec une seule instruction. Les propres chiffres de Benchmark, Bench, d'Open AI confirment cela. Astra a atteint 95,9 % de recouvrement géométrique lors de la reconstruction d'objets 3D à partir de plusieurs points de vue contre 83,3 pour sol et 84,3 rapporté pour Fable 5.1. Open AI indique que la configuration testée était également nettement moins coûteuse que celles utilisées pour les comparaisons. Le domaine professionnel ne se limite pas au codage d'ailleurs. Le benchmark Automation Bench passe à 41,4 % contre 18,1 pour sol et Openayai
10:46 affirme CATRA est spécifiquement entraîné pour produire des documents, des feuilles de calcul et des présentations qui respectent les modèles existants, les styles de marque et la structure narrative. Au lieu de simplement déposer des informations dans un fichier dans une démonstration, il a mené à bien un défi de modélisation financière de type coupe du monde à environ quatre fois la vitesse d'un champion humain. La récupération de contexte long s'est également nettement améliorée. Lors du test MRCR à 8 et d'Open. Astra a obtenu un score de 100 % entre 256000 et 512000 tokens et 96,3 % entre 512000 et 1 million contre 91,5. et 73,8 pour sol. Il y a une autre amélioration moins spectaculaire qui pourrait beaucoup compter pour ces tâches longues. Dans Codex, Astra
11:33 bénéficie d'un nouveau système de mémoire pour quand la fenêtre de contexte est pleine. Au lieu de compresser à plusieurs reprises une ancienne session en résumé et de risquer de perdre pourquoi une correction a échoué ou ce qu'un test a montré, Astra peut conserver des notes d'une fenêtre de contexte à l'autre tandis que les anciennes fenêtres restent consultables. Open AI affirme qu'il peut retrouver d'anciennes exigences et des résultats d'outils, même lorsqu'ils n'ont pas été consignés dans les notes. Cette fonctionnalité est encore expérimentale pour l'instant et devrait devenir le paramètre par défaut pour Astra dans Codex dans les semaines à venir. Ensuite, nous arrivons à la science et c'est là que les scores au benchmark cessent d'être la partie la plus intéressante. Astra a obtenu un score de 97,6 % sur Frontierh. TI 4 96 % sur GPA Diamond et 64,6 % sur Terminal Bench Science comparé à 52,6 pour Fable BU, 5,1 et 22,4 pour Sol dans
12:20 sa meilleure configuration rapportée. Mais Open AI affirme également qu'Astra a contribué à produire de nouvelles mathématiques. Un des résultats concerne les petits écarts entre les nombres premiers. Julia Stadleman avait récemment amélioré une borne de longue date passant de 246 à 240. Open E affirme que des travaux impliquant Astra ont permis de repousser cette borne à 186. Un deuxième résultat concerne des écarts exceptionnellement grands entre les nombres premiers où Astra a amélioré un terme dans une borne qui était restée inchangée depuis plus de 80 ans. Open AI a publié les démonstrations et des éléments de vérification à l'appui pour les deux résultats. C'est une site d'affirmation différente de celle où le modèle a obtenu 96 % à un examen de science. La question devient alors de savoir si ces systèmes passent de la consommation du savoir scientifique à une véritable contribution à celui-ci.
13:05 Open montre également Astra en train d'utiliser directement des logiciels scientifiques, d'inspecter la qualité du séquençage, de visualiser la variation génétique, de lancer des simulations et d'aider les chercheurs à décider quoi étudier ensuite. Et puis cette même capacité à comprendre des systèmes inconnus devient beaucoup moins rassurante en cybersécurité. Astra est le premier modèle d'Open AI à atteindre le seuil critique de cybersécurité de l'entreprise selon son cadre de préparation. Sur Exploit Bench, il a obtenu un score de 100 % contre 78,5 pour seul. Sur Exploim, il a atteint 42,4 % contre 30,3 %. Open AI a également créé un nouveau benchmark en utilisant des vulnérabilités V8 de haute gravité de juin à août 2026. Spécifiquement pour réduire le problème de contamination provenant d'ancienne
13:52 vulnérabilité publique. Astra a atteint un taux d'exécution de code arbitraire de 39 %. Le propre tableau d'open place sol à 11,5 % sur cet ensemble de données tandis qu'un des rapports secondaires indique 5,5 % pour sol. Donc il y a une divergence de source à ce niveau. Dans tous les cas, Astra était largement en avance. Lors de cette évaluation, Open AI indique qu'Astra a découvert et utilisé de vulnélabilités zé D jusque-là inconnu qui sont maintenant communiqué au responsables de la maintenance. Surr bench où le modèle doit faire de l'ingénierie inverse sur des binaires sans le code source brut, Astra a résolu 88 % des cas en une seule tentative et 99,2 % en quatre tentatives contre 55,9 % et 68,7 % pour sol. Les tests
14:37 d'experts sont allés plus loin. Sans les protections en production, Astrain aurait été capable d'utiliser des vulnérabilités inconnues pour exécuter du code arbitraire dans des navigateurs renforcés et créer des exploits d'élévation de privilèges pour des systèmes d'exploitation renforcé. C'est pourquoi la version publique est restreinte. Astra peut toujours aider à la revue de sécurité du code et à la correction de failles, mais elle refuse les demandes plus avancées comme la génération preuve de concept d'exploitation. Grâce au programme Daybreak, Open AI prévoit un accès plus large pour des organisations défensives vérifiées, y compris la validation de vulnérabilité, l'analyse de logiciel malveillant et l'ingénierie de détection. Voici maintenant la tournure étrange en matière de sécurité. Astra est aussi le modèle le plus aligné d'Open AI. Lors d'une évaluation de tâches impossible inspirée par l'incident de Hugin Face, Sol a dépassé sa cible autorisée 48 % du temps lorsque
15:23 les protections en production ont été retirées. Astra ne l'a fait que 0 % du temps. Lors du test de résistance interne d'Open I sur la sécurité de l'utilisation de l'ordinateur par le modèle, le taux de résultat non aligné d'Astra était de 2,4 % contre 22 % pour sol, 9,5 pour Fable, 5,1 et 11,5 pour Opus 5. Il n'a jamais tenté de contourner un refus d'examen automatique lors d'un autre test interne et son taux d'hallucination de capacité était de 4,2 % contre 12,2 % pour sol. Donc en externe, il se comporte mieux. En interne, Open Eye dit que son raisonnement écrit est en fait plus difficile à surveiller. Yakupchai a déclaré que l'augmentation des capacités rend la surveillance plus difficile et qu'open AI arrêterait toute montée en puissance supplémentaire si sa confiance
16:08 dans la surveillance de l'alignement tombait en dessous d'un niveau acceptable. Astra semble avoir plus de contrôle sur la quantité de raisonnement étri qu'il expose sur des tâches plus faciles et Open AI dit que cela rend certaines formes de surveillance moins efficace même si le modèle reste globalement mieux aligné. C'est cette combinaison qui rend Derry Martus prudent. Plus de capacité, un meilleur alignement apparent, mais une surveillance réduite. Ce n'est pas une direction évidemment rassurante, surtout quand le même modèle découvre des failles zéro D et utilise des logiciels de manière autonome. Quant à l'accès, Astra sera d'abord déployé auprès d'un nombre limité de clients Daybreak et entreprises, puis dans les prochains jours auprès des abonnés Chat GPT plus, pro Business et Enterprise, ainsi que via l'API Open AI, Azur et AWS Bedrock Pro. Les utilisateurs Business et
16:53 Enterprise bénéficient également d'Astra Pro. Le tarif standard de la PI est de 10 dollars par million de jetons en entrée et de 50 dollars par million de jetons en sortie. La page officielle d'open indique que le mode rapide peut fonctionner jusqu'à environ deux fois plus vite pour deux fois le prix. Un rapport secondaire a décrit l'accélération comme pouvant aller jusqu'à 2,5 fois. Donc si vous y avez accès prochainement, ce n'est probablement pas le modèle à tester avec une autre demande du type "écris-moi un jeu du serpent". Donnez-lui quelque chose de complexe, de long à exécuter et d'agaçant qui nécessite normalement de passer d'un outil à l'autre, d'inspecter des interfaces et de suivre l'état. C'est tout pour cette vidéo. Si vous obtenez Astra, dites-moi ce que vous avez réussi à casser avec. Merci d'avoir regardé et on se retrouve dans la prochaine.
