Annonces et modèles concernés

OpenAI Group PBC a confirmé que ses modèles de grande taille seront accessibles via le service Model Garden de Google Cloud. Le premier modèle proposé est le GPT‑6 Astra, présenté comme le moteur derrière plusieurs découvertes mathématiques récentes de l’entreprise. Deux déclinaisons plus légères, GPT‑6.1 Sol et GPT‑6 Luna, ont été lancées en septembre et seront également disponibles. Sol et Luna offrent une réduction de prix de cinq fois et cent fois respectivement par rapport à Astra, au détriment d’une légère baisse de qualité de génération.

Les trois modèles seront mis à disposition dans les semaines à venir, puis intégrés à la suite Confidential Compute de Google, qui repose sur des environnements d’exécution sécurisés.

Architecture et sécurité du déploiement

Google Cloud utilise des processeurs serveur équipés d’une enclave de confiance (TEE). Cette technologie chiffre une portion de la mémoire du serveur et ne la rend lisible que par la charge de travail autorisée, limitant ainsi les vecteurs d’exfiltration de données. L’intégration d’Astra dans le portefeuille Confidential Compute permet d’exécuter les modèles dans ces enclaves, garantissant que les poids du réseau et les données d’inférence restent protégés contre les accès non autorisés.

OpenAI a ajouté à Astra des optimisations de sécurité visant à réduire les « résultats mal alignés ». Selon le communiqué, le modèle génère moins d’issues contraires aux restrictions définies par l’utilisateur, ce qui le rend plus adapté aux environnements d’entreprise où la conformité et la gouvernance sont critiques.

Performances, coûts et implications

Sur le plan des performances, Astra a obtenu un score parfait sur ExploitBench, un benchmark dédié à la capacité des LLM de détecter et d’exploiter des vulnérabilités de cybersécurité. Ce résultat indique que le modèle possède une compréhension fine des vecteurs d’attaque, ce qui peut être exploité à des fins de test de pénétration automatisé, mais soulève également des questions de contrôle d’usage.

Le modèle Sol, tout en conservant une partie de la puissance d’Astra, propose un tarif de token cinq fois inférieur, tandis que Luna, destiné aux charges de travail à haut volume, réduit le coût de cent fois. Cette stratégie tarifaire permet aux entreprises de choisir un modèle en fonction du compromis entre qualité de génération et budget d’IA, facilitant l’adoption à grande échelle.

En outre, OpenAI prévoit d’étendre l’accès à ses modèles via les produits Google Antigravity et Gemini Agent. Antigravity, décrit comme un outil de codage assisté, combine plusieurs agents pour accélérer le développement logiciel, alors que Gemini Agent cible l’automatisation de processus métier s’étendant sur plusieurs applications cloud.

La mise à disposition de ces modèles via un fournisseur cloud majeur simplifie le processus d’acquisition : les clients peuvent profiter des engagements de dépenses à long terme de Google Cloud pour financer l’accès aux modèles, évitant ainsi la création d’un budget IA distinct. Cette approche réduit les frictions administratives, mais implique que les coûts d’utilisation restent liés aux politiques de facturation de Google.