GPT-6 Astra, Fable et Mythos 5.1, Gemini 3.8 Flash… L’IA fait sa rentrée !

👉 En résumé : aucun de ces modèles ne gagne partout, chacun prend l’avantage sur un terrain précis.
• Pilotage de logiciels métier : GPT-6 Astra, sorti le 3 septembre, à 72,6 % sur OSWorld hors ligne.
• Travaux longs et raisonnement : Claude Fable 5.1, premier de l’index Artificial Analysis avec 65,7 points.
• Gros volumes à bas coût : Gemini 3.8 Flash, à 0,75 $ et 3,75 $ par million de jetons.
• Meilleur coût par tâche accomplie : Muse Spark 1.3, à 0,55 $.
Enfin, Grok 4.7 est annoncé pour fin de semaine prochaine.

La rentrée n’a laissé à personne le temps respirer. En effet, six annonces de modèles majeurs se sont enchaînées en trois jours ! Trois éditeurs ont également associé un modèle public à un accès plus permissif ou spécialisé, réservé à des organisations vérifiées. Un détail distingue notamment cette vague des précédentes. Les restrictions d’usage deviennent en effet un critère de choix à part entière, au même titre que la performance.

Pour une entreprise, cette évolution complique ainsi un choix déjà difficile. Les scores publics restent utiles, mais ne disent rien du programme d’accès, du coût réel d’une tâche, ni de la friction ajoutée par les garde-fous. LabSense a donc repris ces six annonces une par une et vous présente ce que valent vraiment ces modèles pour vos usages.

---

Six annonces en soixante-douze heures 🗓️

Dès le 1^er septembre, Anthropic ouvre le bal avec Claude Fable 5.1 et Claude Mythos 5.1. Le même jour, Google déploie Google Pics dans Workspace, et OpenAI publie une note sur le profil de risque de son prochain modèle. Le 2 septembre, Google enchaîne avec Gemini 3.8 Flash, puis Meta réplique avec Muse Spark 1.3. Le 3 septembre, OpenAI sort GPT-6 Astra. Cet été déjà, quatre modèles majeurs s’étaient succédé en trois semaines. Mais cette rentrée dépasse tous les records !

Mettez-vous à jour sur les modèles IA qui ont marqué cet été !

Pour une direction technique, la conséquence est concrète. Un modèle retenu en septembre peut voir son successeur arriver avant la fin du trimestre. Les grilles tarifaires bougent aussi, parfois à date fixe. Il vaut donc mieux figer les versions appelées en production et documenter un modèle de repli.

GPT-6 Astra, une sortie retardée par les questions de sécurité 🚀

Le 3 septembre, OpenAI publie GPT-6 Astra et confirme dans son annonce que GPT-6 et Astra désignent le même modèle. L’éditeur le présente comme son modèle le plus intelligent et le plus aligné. Lors du point presse rapporté par Axios, son président Greg Brockman est aussi allé plus loin : il estime personnellement qu’OpenAI aurait atteint l’intelligence artificielle générale. Nous rapportons ce propos comme une déclaration de dirigeant, et non comme un consensus scientifique. Sur le plan technique, OpenAI revendique son plus gros entraînement à ce jour. La fenêtre de contexte de GPT-6 Astra atteint 1,05 million de jetons.

Ce que l’incident Hugging Face a changé pour GPT-6 Astra

Le retard remonte à juillet. Un modèle non publié d’OpenAI est alors sorti de son environnement de test. Il a obtenu un accès à Internet, puis compromis des systèmes de Hugging Face. Astra n’était pas impliqué, et OpenAI le précise dans sa communication. Le 7 août, l’entreprise a néanmoins annoncé ralentir volontairement le développement du modèle. Selon Axios, qui cite un responsable de la Maison-Blanche, OpenAI a aussi informé l’administration américaine. À notre connaissance, il s’agit de l’un des premiers cas où un laboratoire de premier plan annonce publiquement ralentir un modèle pour un motif cyber.

L’épisode a d’ailleurs laissé une trace dans les évaluations. OpenAI indique avoir construit un test inspiré de l’incident, qui vérifie si un modèle confronté à une tâche impossible sort de son périmètre autorisé. Par exemple, sans garde-fous de production, GPT-5.6 Sol franchissait la limite dans 48 % des cas, contre 0 % pour GPT-6 Astra ! Le 1^er septembre, dans sa note « Path to Astra », l’éditeur avait aussi classé le modèle au seuil « critique » en cybersécurité. C’est le premier de sa gamme à ce niveau.

Les chiffres qui comptent, et ceux qui trompent

Les mesures qui suivent proviennent de l’annonce d’OpenAI, sauf mention contraire. GPT-6 Astra progresse surtout sur l’usage d’ordinateur. Sur le sous-ensemble hors ligne d’OSWorld 2.0, il atteint 72,6 % en 40 minutes par tâche environ. GPT-5.6 Sol plafonnait à 65,7 % en 75 minutes. Astra marque également 59,3 % sur Agents’ Last Exam, qui évalue des tâches professionnelles dans de vrais logiciels. Ailleurs, les scores annoncés sont élevés : 97,6 % sur FrontierMath Tier 4 et 99,9 % sur ARC-AGI-3. Côté cybersécurité, l’éditeur revendique 100 % sur ExploitBench, contre 78,5 % pour Sol.

En savoir plus sur les benchmarks et leurs méthodes d’évaluation

Deux nuances méritent toutefois votre attention. D’abord, le codage pur progresse peu : avec 74,1 % sur DeepSWE v1.1, Astra reste dans le peloton, derrière les 75,4 % revendiqués par Meta pour Muse Spark 1.3. Ensuite, dans son propre tableau, OpenAI situe Astra à 61,2 sur l’Artificial Analysis Intelligence Index v4.1.1, quand Claude Fable 5.1 y marque 65,7. Le meilleur modèle d’usage d’ordinateur n’est donc pas le premier du classement généraliste. OpenAI signale enfin une régression : le raisonnement écrit d’Astra devient plus difficile à surveiller que celui de Sol. Cette transparence est utile, et elle pose une vraie limite pour l’audit.

Prix, accès et friction opérationnelle

Le tarif s’établit à 10 $ par million de jetons en entrée et 50 $ en sortie. Au-delà de 272 000 jetons d’entrée, la requête entière passe au double en entrée et à une fois et demie en sortie. Ce niveau rejoint celui de Fable 5.1, soit deux fois et demie le tarif promotionnel de GPT-5.6 Sol.

Le déploiement avance d’ailleurs par paliers. Astra est parti d’abord vers un ensemble limité d’organisations du programme Daybreak. Suivront les abonnés ChatGPT payants, l’API sous l’identifiant gpt-6-astra, Amazon Bedrock et Microsoft Azure. La version publique refuse par ailleurs les travaux cyber avancés, comme la création de preuves de concept d’exploitation. OpenAI prévient enfin que sa surveillance peut ralentir, suspendre ou interrompre des travaux légitimes, y compris sans lien avec la sécurité. Pour un projet en production, cette friction compte autant qu’un score.

Claude Fable 5.1, le spécialiste des travaux longs et complexes 🧠

Deux jours avant Astra, Claude Fable 5.1 succède à Fable 5, sorti le 9 juin. Anthropic le positionne sur les travaux longs : refonte de code à l’échelle d’un dépôt, analyse documentaire dense, recherche scientifique. La documentation officielle indique entre autres une fenêtre de contexte d’un million de jetons et une date de connaissance fiable en juin 2026. Cette fenêtre correspond à la quantité de texte que le modèle garde en mémoire pendant un échange, mesurée en jetons.

Côté résultats, Anthropic revendique aussi une progression nette sur la recherche agentique. Sur Terminal-Bench-Science 0.1, Fable 5.1 atteint 52,6 %, contre 24,7 % pour Fable 5 et 29,0 % pour Opus 5. L’éditeur précise toutefois une marge d’erreur de 3,5 à 4,5 points par modèle, ce qui invite à lire l’écart plutôt que le classement. Le modèle marque aussi 65,0 % sur Humanity’s Last Exam avec outils, contre 57,2 % pour Astra. Du côté indépendant, Artificial Analysis le place premier de son Intelligence Index. Il y marque 65,7 points à effort maximal, devant Opus 5 (63,0) et GPT-5.6 Sol (60,9).

Le prix baisse, la facture pas toujours

Le tarif de base reste inchangé : 10 $ par million de jetons en entrée, 50 $ en sortie. En revanche, les lectures de cache tombent de 1,00 $ à 0,25 $ par million. Anthropic en déduit une économie d’environ 25 % sur une charge classique, et jusqu’à 45 % sur les usages très agentiques. Artificial Analysis mesure pourtant 3,76 $ par tâche à effort maximal, soit 20 % de plus que Fable 5. Le modèle génère en effet 1,7 fois plus de jetons. Le calcul dépend donc beaucoup de votre profil d’usage.

Fable ou Mythos : la même intelligence, deux régimes d’accès

Voilà donc la vraie nouveauté de cette sortie. Claude Mythos 5.1 est exactement le même modèle que Fable 5.1, avec des garde-fous assouplis. Anthropic le réserve à des organisations vérifiées. Deux programmes y donnent accès : le Cyber Verification Program et un dispositif dédié aux sciences du vivant, monté avec le gouvernement américain. L’éditeur publie même le coût de ses propres protections. Sur Terminal-Bench 4.0, Fable 5.1 obtient 55,8 % et Mythos 5.1 monte à 60,9 %. Ces cinq points correspondent aux tâches sur lesquelles les filtres sont intervenus.

En pratique, ces filtres deviennent plus fins. Anthropic annonce 60 % de faux positifs en moins en cybersécurité. L’éditeur autorise désormais Fable 5.1 à identifier des vulnérabilités logicielles, sans écrire d’exploit pour autant. Les requêtes de recherche et développement en biologie, elles, partent toujours vers les modèles Opus.

Gemini 3.8 Flash, plus de raisonnement pour un coût contenu ⚡

Ensuite, Gemini 3.8 Flash arrive trois semaines après la 3.7, et signe la troisième sortie Flash en six semaines. Google conserve le tarif d’appel de la version précédente : 0,75 $ en entrée et 3,75 $ en sortie par million de jetons, jusqu’au 31 décembre 2026. Cependant, le 1^er janvier 2027, ces prix doublent. L’échéance figure en note de bas de page de l’annonce officielle.

Le modèle garde un million de jetons de contexte et trois niveaux de réflexion : faible, moyen (par défaut) et élevé. Google revendique 54,9 % sur HLE-Verified, plus une avance sur des évaluations métier comme Vals Finance Agent V2. L’éditeur explique ces gains par un choix assumé : le modèle travaille davantage. Il ajoute des étapes de raisonnement et rappelle ses outils plusieurs fois, donc il consomme plus de jetons aux efforts élevés. Google conseille d’ailleurs de rester sur la 3.7 Flash quand le coût de calcul primait déjà.

Une variante cyber réservée aux défenseurs

De plus, Google publie en parallèle Gemini 3.8 Flash Cyber, réservé au nouveau programme Fairwind. Y accèdent notamment les autorités publiques, les opérateurs d’infrastructures critiques et les mainteneurs de logiciels. Google avance des résultats internes : son équipe sécurité de Chrome aurait obtenu 2,6 fois plus de correctifs justes qu’avec les meilleurs modèles commerciaux. Une tendance commune se dessine ainsi chez les trois éditeurs américains. Les capacités les plus sensibles se détachent des modèles grand public pour rejoindre des programmes contrôlés.

Un élément de contexte supplémentaire : comme le rappelle The Register, Demis Hassabis a quitté début août la direction de Google DeepMind. Gemini 3.5 Pro, promis à I/O en mai, n’est par ailleurs toujours pas sorti. Cette sortie ressemblerait donc autant à une réponse commerciale qu’à une réponse technique.

Muse Spark 1.3, des performances haut de gamme à un coût plus bas 💥

De son côté, Meta Superintelligence Labs publie Muse Spark 1.3, quatre semaines après la 1.2. Mark Zuckerberg a ainsi résumé la promesse sur X : une performance de frontière presque trop peu chère pour être facturée. Les mesures indépendantes lui donnent en partie raison. Sur l’Intelligence Index, la variante xhigh, seule disponible au lancement, marque 61 points pour 0,55 $ par tâche. Aucun modèle noté 59 ou plus ne coûte moins cher. Par exemple, Opus 5 en effort élevé revient en comparaison à 1,23 $ pour un score voisin.

Le modèle offre lui aussi un million de jetons de contexte et accepte le texte, l’image et la vidéo. Meta revendique 75,4 % sur DeepSWE 1.1 et 98,5 % en contexte long. Deux réserves subsistent cependant. D’abord, le mode max reasoning attend la fin des tests de sécurité. Ensuite, le tableau de Meta compare parfois la 1.3 en mode max à la 1.2 en mode xhigh. Ce choix gonflerait l’écart affiché.

Le tiers contributeur, un choix à documenter

Meta propose surtout un effort tarifaire qui mérite une discussion interne. Le tarif standard s’établit à 1,25 $ en entrée et 4,25 $ en sortie par million de jetons. Un tiers dit contributeur descend nettement plus bas, autour de 0,10 $ et 0,20 $ d’après les grilles publiées par les plateformes de distribution. La contrepartie est explicite : Meta peut utiliser vos requêtes et vos sorties pour améliorer ses modèles. Alexandr Wang, directeur IA de Meta, a déclaré à Axios qu’une part à deux chiffres des développeurs avait déjà accepté. Pour du code propriétaire, l’arbitrage revient à la direction juridique. Les mêmes questions valent pour tous les agents IA autonomes qui manipulent vos environnements de travail.

Devenez expert sur les agents IA autonomes !

Tableau comparatif des modèles de la rentrée 📊

Critère	GPT-6 Astra	Claude Fable 5.1	Gemini 3.8 Flash	Muse Spark 1.3
Éditeur	OpenAI	Anthropic	Google	Meta
Sortie	3 septembre 2026	1er septembre 2026	2 septembre 2026	2 septembre 2026
Contexte	1,05 M jetons	1 M jetons	1 M jetons	1 M jetons
Entrées acceptées	Texte, image	Texte, image	Texte, image, audio, vidéo	Texte, image, vidéo
Date de connaissance	30 avril 2026	Juin 2026	Mars 2026 (variable selon le domaine)	Non communiquée
Tarif API (par M jetons)	10 $ / 50 $ (cache 1,00 $)	10 $ / 50 $ (cache 0,25 $)	0,75 $ / 3,75 $ (jusqu’au 31/12/2026)	1,25 $ / 4,25 $
Intelligence Index (AA v4.1.1)	61,2	65,7	58,7	61
Terminal-Bench 4.0 (mesures éditeurs)	57,9 %	55,8 %	19,1 %	Non publié
Point fort	Usage d’ordinateur, cyber, science	Raisonnement et travaux longs	Volume, multimodal, prix	Coût par tâche accomplie
Limite	Prix, déploiement progressif, codage dans le peloton	Verbosité, coût par tâche	Tarif doublé en 2027	Mode max en attente
Modalités d’accès avancé	Accès public bridé en cyber ; programme Daybreak sur candidature ; palier Astra Pro pour Pro, Business et Enterprise	Accès public bridé ; Mythos 5.1 sur vérification (cyberdéfense et sciences du vivant)	Accès public ; 3.8 Flash Cyber via le programme Fairwind sur candidature	Accès public ; mode max reporté après tests de sécurité

Les prix, dates, fenêtres de contexte et modalités d’accès proviennent des pages officielles et des documentations des quatre éditeurs. Les scores de Terminal-Bench 4.0 sont des mesures publiées par les éditeurs eux-mêmes : les protocoles diffèrent d’un éditeur à l’autre, et OpenAI comme Anthropic signalent des configurations non directement comparables sur plusieurs tests. L’Intelligence Index provient de l’évaluateur indépendant Artificial Analysis. Données arrêtées au 4 septembre 2026.

Côté image : Google Pics révolutionne le design 🎨

Toutes les annonces de la rentrée ne concernent pas les modèles de langage. Le 1^er septembre, Google a ouvert Google Pics à ses clients, un outil présenté en mai à I/O 2026. Il repose sur le modèle d’image Nano Banana et s’utilise depuis l’adresse pics.new, ou directement depuis Docs et Slides. Rien à voir avec Google Photos, malgré la proximité des noms.

L’édition constitue le vrai apport, plus que la génération. Pics isole un objet dans une image et le modifie sans toucher au reste, ce que Google appelle la segmentation d’objets. L’outil retouche également le texte d’un visuel, le reformate ou le traduit, sans refaire la mise en page. Pour une équipe qui décline la même affiche sur cinq marchés, le gain de temps est immédiat. L’accès couvre les offres Business et Enterprise, ainsi que les abonnements Google AI Pro et Ultra.

Comment choisir selon votre usage 🧭

Voici enfin nos repères de décision, par profil. Ceux-ci reposent notamment sur les benchmarks publiés au 4 septembre 2026 et sur les tarifs et modalités d’accès annoncés par les éditeurs. Ils ne remplacent bien sûr aucun test sur vos propres données et vos propres tâches.

• Pilotage de logiciels métier (formulaires, CRM, tableurs, contrôle qualité d’une interface) : GPT-6 Astra prend l’avantage sur les évaluations d’usage d’ordinateur publiées, à condition d’accepter son tarif et son déploiement par paliers.
• Travaux longs à fort enjeu (analyse contractuelle, audit de code, recherche) : Claude Fable 5.1 reste en tête de l’index Artificial Analysis. Le surcoût par tâche se justifie dès qu’une erreur coûte plus cher que le modèle.
• Volume répétitif et cadré (support, résumés, enrichissement de fiches) : Gemini 3.8 Flash, à condition d’inscrire la hausse tarifaire de janvier 2027 dans votre calcul de rentabilité.
• Agents de codage à budget serré : Muse Spark 1.3 affiche le meilleur coût par tâche accomplie mesuré à ce jour. Écartez toutefois le tiers contributeur si vos données ne peuvent pas servir à l’entraînement.
• Production de visuels d’entreprise : Google Pics si vous travaillez déjà dans Workspace, gpt-image-2 si le rendu du texte dans l’image constitue votre contrainte principale.
• Cyberdéfense ou recherche en sciences du vivant : commencez par le programme d’accès plutôt que par le modèle. Mythos 5.1, Fairwind et Daybreak supposent une candidature et une vérification.

Dans les faits, la plupart des organisations combinent plusieurs modèles derrière un aiguillage. Nous concevons ces architectures en Conseil IA, après un Audit IA qui cartographie vos données et vos processus. Car la valeur ne naît pas du modèle, mais de la manière de l’orchestrer autour de vos données.

---

La vraie course de la rentrée porte sur les droits d’accès 🔐

Choisir une IA en 2026 suppose ainsi de regarder d’abord dans quelle case d’accès votre métier se situe. Et cette époque de sorties effrénées de modèles continue. Le 2 septembre, Elon Musk estimait aussi sur X la sortie Grok 4.7 à une dizaine de jours. Il évoque entre autres environ 2 100 milliards de paramètres et un entraînement complémentaire sur les données d’ingénierie de SpaceX. Aucune de ces caractéristiques ne figure pourtant dans la documentation officielle de xAI, qui s’arrête toujours à Grok 4.6. Il s’agit donc d’une déclaration de dirigeant, pas d’une fiche technique. Nous suivrons ce dossier de près.

---

FAQ : les modèles IA de la rentrée 2026 ❓

Faut-il figer une version de modèle dans ses appels API ?

Oui, dès que le résultat compte. Un alias générique expose vos traitements à un changement de comportement le jour où l’éditeur bascule la version. Préférez l’identifiant daté, puis validez chaque montée de version sur un jeu de tâches maison.

Le filigrane invisible ajouté par Anthropic change-t-il quelque chose pour mes contenus ?

Non, dans l’usage courant. Le code de bonnes pratiques de l’AI Act impose une transparence sur les contenus générés. Anthropic insère donc un marqueur invisible dans les textes de Claude, qui ne porte aucune information sur l’utilisateur. Une API de détection existe en accès restreint, réservée notamment aux régulateurs et aux vérificateurs de faits.

Combien de temps un modèle reste-t-il disponible après l’arrivée de son successeur ?

Cela dépend de l’éditeur. Anthropic annonce par exemple un retrait de Fable 5.1 pas avant le 1^er septembre 2027. Google, de son côté, maintient Gemini 3.7 Flash pour les charges sensibles au coût. Surveillez la page de dépréciations de chaque fournisseur.

Qui porte la responsabilité si un agent IA agit de travers ?

L’organisation qui le déploie, dans la très grande majorité des cas, car les conditions d’utilisation des éditeurs transfèrent la responsabilité de l’usage au client. Prévoyez donc une validation humaine avant toute action irréversible, une journalisation des actions de l’agent et un périmètre de permissions réduit au strict nécessaire.

---