ToolNavs Outils IA à découvrir
Proposer Connexion
Retour à Informations sur l’IA
GPT-6.2, un jour après : deuxième aux benchmarks, avis partagés

GPT-6.2, un jour après : deuxième aux benchmarks, avis partagés

Informations sur l’IA • Admin • • 13 vues

Publiés le 17 novembre, GPT-6.2 Astra et Sol ont livré deux bulletins contradictoires dès leur premier jour : les benchmarks tiers placent Astra à la deuxième place mondiale, tandis que les premiers testeurs trouvent largement que ce n'est « pas si impressionnant ». Le côté bon marché est réel ; la qualité est une autre question — et c'est bien ce qu'il y a de plus intéressant dans cette sortie d'OpenAI.

Ce que disent les benchmarks : Astra deuxième, Sol fait plus avec moins

Sur l'Intelligence Index d'Artificial Analysis, GPT-6.2 Astra obtient 62 points, cinq de plus que GPT-6 Astra de septembre, derrière Claude Fable 5.2 à 65 points et devant Gemini 4 Carbon — une deuxième place ; Sol obtient 57,3 points. Une synthèse de Latent Space a souligné le rapport qualité-prix : Sol égale le niveau d'Astra de septembre pour environ 15 % du coût par tâche. Côté prix, Astra est à 8 dollars par million de tokens en entrée et 40 dollars en sortie, soit 20 % moins cher que son prédécesseur, tandis que Sol reste à 2 et 10 dollars ; les deux modèles offrent environ un million de tokens de contexte avec un plafond de sortie de 128K. Perplexity et OpenRouter ont intégré les deux modèles dès le 17 novembre.

Pourquoi les testeurs ne sont pas convaincus : les vidéos datent de la semaine dernière, les modèles ont changé ces derniers jours

L'autre versant de la division vient des tests pratiques. Des analyses approfondies estiment que la capacité d'Astra à faire économiser est réelle, mais qu'il ne montre pas de progrès nets en codage et que sa communication et sa lisibilité restent faibles ; sur les réseaux sociaux, le ton optimiste des vidéos d'influenceurs contraste avec l'accueil tiède des utilisateurs. Tibo, membre de l'équipe Codex, a expliqué que certains testeurs avaient obtenu l'accès tôt, alors que l'équipe avait apporté d'importantes modifications au cours des trois ou quatre derniers jours — les vidéos ont été tournées la semaine dernière et n'ont très probablement pas été refaites ensuite. Il a aussi reconnu que les deux modèles sont nettement meilleurs que leurs prédécesseurs, mais encore imparfaits, et que l'équipe améliorera l'expérience dans les itérations suivantes.

Pour les utilisateurs, la conclusion se divise en deux : sur le seul coût, Sol est le modèle quotidien qui vaut le plus la peine d'être essayé en ce moment, et Astra l'alternative moins chère pour les tâches de niveau phare ; mais si la qualité du code et la lisibilité de l'expression comptent le plus, la deuxième place au benchmark ne vaut pas une deuxième place en expérience — il peut être judicieux d'attendre la prochaine itération, ou de tester d'abord les modèles sur ses propres tâches. OpenAI a publié les fiches système des deux modèles le 17 novembre, et la prochaine vague d'avis dépendra de la question de savoir si les testeurs reçoivent toujours les mêmes modèles.

Outils Recommandés

Plus