OpenAI a corrigé trois défauts qui, selon lui, expliquent une semaine de plaintes d'utilisateurs selon lesquelles GPT-6 Astra, son dernier modèle frontière, était devenu plus stupide depuis son lancement – ​​et il réinitialise les limites d'utilisation pour les abonnés du Codex en guise d'excuses. La mise à jour provient de Tibo Sottiaux, responsable produit du Codex, qui a déclaré que l'équipe avait travaillé avec les utilisateurs pour retracer les défauts, puis avait expédié des correctifs et une réinitialisation complète de l'utilisation avant minuit, heure locale, selon une mise à jour publiée samedi.

Cet aveu clôt une période difficile pour ce qu'OpenAI a présenté comme son modèle le plus performant à ce jour. Depuis qu'Astra a atteint une large disponibilité début septembre, les développeurs sur X ont exécuté des invites identiques par rapport à Astra le jour du lancement et à la version actuelle, en gardant tous les paramètres identiques et en publiant des comparaisons côte à côte qui semblaient montrer un modèle discrètement affaibli. Pour en savoir plus sur les modèles qui animent ce débat, consultez notre couverture des derniers développements en IA.

Les trois défauts, nommés

Selon Sottiaux, le premier coupable était les compétences : des fichiers d'invite écrits pour des modèles antérieurs qui se déclenchaient trop souvent sous Astra, empêchant parfois le modèle de vérifier son propre travail. La seconde était une expérience facultative de gestion du contexte qui pouvait forcer le modèle à se fermer plus tôt ou à répondre à des messages obsolètes. OpenAI a désactivé l'expérience après qu'environ 4 000 à 5 000 utilisateurs aient été affectés, a indiqué la société.

Le troisième défaut concernait l'infrastructure plutôt que le modèle lui-même : certains moteurs d'inférence avaient été configurés de manière incorrecte et avaient considérablement dégradé la qualité du trafic final acheminé à travers eux. OpenAI a supprimé ces moteurs et effectué plusieurs réparations plus petites. Sottiaux a écrit que le modèle suit désormais plus précisément le dernier message d'un utilisateur – un clin d'œil aux plaintes selon lesquelles Astra avait répondu à des questions que l'utilisateur avait déjà dépassées.

Les développeurs avaient déjà évolué

Les plaintes se sont accumulées au fil de la semaine. Le développeur Pranjal Paliwal, qui avait fait l'éloge d'Astra quelques jours plus tôt, est revenu en arrière et a lu le code qu'il avait écrit pour lui, puis a qualifié le résultat de régression plutôt que de progrès. Dax Raad, qui construit l'outil de codage Opencode, a ramené son équipe à l'ancien GPT-5.6 Sol après que les dépenses pour Astra aient doublé en raison des inconvénients qu'il jugeait n'en valaient pas la peine. Une affiche du forum décrivait Astra comme étant désormais au niveau de Sol sur des tâches identiques, avec les mêmes tentatives.

Tout le monde n’a pas accepté cette lecture. Un utilisateur pseudonyme écrivant sous le nom d'Antikythera a soutenu que le modèle avait toujours été paresseux et friand de puces, et que les utilisateurs avaient tout simplement cessé d'être éblouis. Ce désaccord montre à quel point les réclamations concernant la qualité des modèles sont difficiles à régler : des invites identiques, des verdicts différents.

Problème de capacité en arrière-plan

La ligne de qualité a atterri tandis que la capacité a occulté le déploiement. Selon les rapports des utilisateurs, OpenAI a réduit les limites d'utilisation d'Astra pour les gros utilisateurs de ChatGPT et a suspendu les nouveaux abonnements Pro à 200 $ – une étape confirmée par Sottiaux le 10 septembre, citant la demande. Le modèle coûte toujours 10 $ par million de jetons d'entrée et 50 $ par million de jetons de sortie, soit 2,5 fois ce que Sol facturait lors de son lancement.

Il existe également un précédent inconfortable : il s’agit du deuxième produit phare d’OpenAI en deux mois à susciter la même accusation de la part des utilisateurs payants. En juillet, des utilisateurs ont déclaré que le mode de raisonnement principal de Sol était devenu superficiel du jour au lendemain. Sottiaux a nié l'avoir affaibli délibérément à l'époque, tout en confirmant que l'entreprise avait expérimenté un effort de raisonnement. Les cycles répétés de « le modèle s'est détérioré » suivis de « nous avons trouvé des défauts » deviennent un modèle que l'entreprise devra gérer : la transparence est utile, mais la stabilité aussi.

Conseil d'OpenAI : utilisez moins de garde-corps

Parallèlement aux correctifs, OpenAI a publié des conseils de migration de l'ingénieur Eric Provencher qui équivaut à une recommandation contre-intuitive : les modèles plus performants nécessitent moins de prise en main. Des descriptions de compétences trop longues, des exigences de lecture générales et des règles d'approbation rigides peuvent gêner Astra, indique le guide. Les instructions qui se sont accumulées au fil du temps peuvent altérer le contexte ou amener le modèle à arrêter de travailler trop tôt.

Provencher recommande aux équipes de revoir leurs compétences, les fichiers AGENTS.md et les invites de tâches chaque fois qu'elles changent de modèle, de lier étroitement les instructions à des tâches spécifiques et de définir clairement quand un travail est terminé - car même sans restrictions, Astra peut s'arrêter plus tôt que GPT-5.6 Sol. Les équipes qui ont verrouillé les choses après que les modèles précédents sont devenus voyous devraient revoir ces règles : Astra a un meilleur jugement, affirme le message, mais elle peut interpréter les anciennes restrictions si littéralement qu'elle s'arrête lorsque vous souhaitez qu'elle continue.

Que se passe-t-il ensuite

La réinitialisation de l'utilisation donne aux abonnés du Codex une table rase pour réévaluer le modèle, et OpenAI surveillera les mêmes tests côte à côte que ses utilisateurs effectuent. La question la plus profonde est celle de la confiance : les développeurs payants qui ont vu un produit phare se dégrader dans la semaine suivant son lancement disposent désormais d'une explication documentée, de trois défauts nommés et d'une réinitialisation, mais aussi d'une nouvelle raison de comparer chaque mise à jour de modèle au jour de sa livraison.

Gardez une longueur d'avance sur l'IA

Les lancements de modèles, les analyses post-mortem des défauts et les outils qui remodèlent le fonctionnement des logiciels sont suivis quotidiennement.

Lire plus d'actualités sur l'IA →