GPT-6 Astra vs ses prédécesseurs : le test des pélicans à vélo
Pourquoi ça compte pour toi
Au-delà de l'aspect ludique, cette expérience révèle ce qui se passe vraiment sous le capot : qualité brute, efficacité en tokens, et tarification réelle. Si tu utilises des modèles GPT en production, comprendre le rapport qualité/coût d'Astra vs Sol devient concret. Et cette bizarrerie sur les tokens input (Astra et Luna utilisent le même nombre) soulève des questions sur les architectures cachées.
Ce qu'il faut retenir
- 1.Astra génère des visuels nettement meilleurs que GPT-5.6 Sol à tous les niveaux de reasoning
- 2.Astra coûte ~2× plus cher que Sol, mais consomme beaucoup moins de tokens, réduisant l'écart réel
- 3.Astra en mode 'low' produit de meilleurs résultats que n'importe quel Sol à n'importe quel niveau, pour 9,55 cents
Tu galères avec le jargon ?
Lis la version réécrite en mode débutant — toutes les idées, sans le jargon.
Pourquoi des pélicans à vélo ?
Simon Willison a eu accès à GPT-6 Astra et a fait ce que tout bon développeur ferait : un test visuel rigoureux. Pas de benchmark marketing — juste des SVG de pélicans sur bicyclettes à différents niveaux de reasoning (low, medium, high, xhigh, max).
Il a ensuite affiché les résultats côte à côte avec GPT-5.6 Sol, Terra et Luna. Et là, c'est révélateur.
Ce qui saute aux yeux
La qualité globale d'Astra écrase la concurrence. Le meilleur pélican Sol (xhigh reasoning) reste une vague collection de formes abstraites. Tous les pélicans Astra, même en low, sont clairement plus reconnaissables.
Le max d'Astra ? "Vraiment bon."
Un détail agaçant : Astra en dessous du max oublie souvent les pattes du pélican d'un côté du cadre. Ça reste du bruit.
Le jeu des coûts
Astra affiche ~2× le prix de Sol ($10/million tokens en input vs $5, $50/million en output vs $30). Sur le papier, ça fait peur.
Mais regarde les tokens réellement consommés : Astra et Luna utilisent 16 tokens d'entrée. Sol et Terra ? 26. Ça change tout.
Résultat concret : un pélican Astra en mode low te coûte 9,55 cents et écrase n'importe quel Sol à n'importe quel prix. Dépense 10 cents sur Sol, t'as du déchet.
L'anomalie intrigante
Cette convergence Astra/Luna sur les tokens input — 16 tokens identiques — suggère que ces deux modèles partagent peut-être plus qu'OpenAI ne l'admet publiquement. Coïncidence ou indice d'une parenté architecturale cachée ?
C'est le genre de détail qu'un benchmark marketing dissimule facilement. Une expérience farfelue révèle ce qu'un livre blanc d'entreprise n'avouerait jamais.
Et concrètement pour toi ?
Choisis ton profil — la lecture de l'article change selon qui tu es.
Pour toi, ce test des pélicans révèle comment l'IA progresse en silence : chaque génération gère mieux les détails bizarres, consomme moins de ressources, mais coûte plus cher au départ. Observe comment les prix vont baisser dans 6 mois — c'est le pattern systématique des modèles IA.
Essayer maintenant
Tester GPT-6 Astra sur ChatGPT →Source
Pour aller plus loin
Cet article t'a donné envie d'approfondir ? Deux formations Noésis t'attendent :
Explorer les thèmes de cet article :