OpenAI rend le raisonnement d’Astra plus dur à suivre

Astra, le prochain modèle d’OpenAI, repasse le même texte plusieurs fois dans les mêmes couches au lieu d’empiler des étapes de raisonnement lisibles. La technique, appelée profondeur récurrente, fait gagner en maths et en code tout en réduisant la facture de calcul, mais une partie du raisonnement d’Astra se déroule dans des représentations numériques internes que personne ne peut relire. Astra est aussi le premier modèle qu’OpenAI classe critique en cybersécurité dans son cadre de préparation.

Pour résumer

• La profondeur récurrente boucle le même texte dans les mêmes couches avant de produire le mot suivant
• Une partie du raisonnement d’Astra quitte le texte lisible pour l’espace latent du modèle
• Astra refuse 91,5 % des requêtes cyber interdites, contre 59 % pour GPT-5.6 Sol

Une boucle dans les mêmes couches plutôt qu’une chaîne de texte

La technique porte le nom de profondeur récurrente. Au lieu d’ajouter des couches au modèle, elle fait repasser l’état interne plusieurs fois dans les mêmes couches avant de produire le mot suivant.

Le gain est double. Un modèle compact se comporte comme un modèle bien plus gros, et la consommation de mémoire comme la bande passante baissent au passage.

Les progrès annoncés portent surtout sur les maths et le code. Ce sont précisément les domaines où les modèles de raisonnement classiques allongent leur chaîne de pensée pour tenir un problème long.

La différence tient à l’endroit où ce travail se passe. Un modèle séquentiel écrit ses étapes en texte que l’on peut relire, alors qu’une boucle latente les garde à l’intérieur de représentations numériques.

Ces étapes internes ne laissent presque pas de trace exploitable. Il devient impossible de reconstituer après coup le cheminement qui a mené à une réponse donnée.

L’économie de la manœuvre explique son adoption. Faire tourner un modèle compact dans une boucle coûte moins cher que servir un modèle plus lourd pour un résultat comparable.

Le sujet n’est pas neuf sur le fond. La lecture des traces de raisonnement était déjà un terrain disputé quand Hugging Face avait exposé les traces laissées par les modèles d’OpenAI.

La méthode s’écarte de ce qui s’était imposé depuis deux ans. Les modèles de raisonnement avaient rendu leurs étapes visibles, et cette visibilité était devenue un argument commercial autant qu’un instrument de contrôle.

OpenAI défend une mise en œuvre volontairement bridée. Le lab affirme que la profondeur de calcul d’Astra reste proche des niveaux de GPT-4 et que le nombre de boucles est plafonné.

Le raisonnement d’Astra resterait donc lisible dans les grandes lignes. La surveillance de la chaîne de pensée est présentée comme une priorité maintenue, pas comme une contrainte abandonnée.

Le lab reconnaît toutefois que cette surveillance est fragile et qu’elle évolue dans la mauvaise direction. L’aveu vient d’OpenAI, pas de ses critiques.

Ce que la boucle retire aux méthodes de contrôle actuelles

Le premier signal d’alarme est venu de Redwood Research. Son directeur général, Buck Shlegeris, s’est dit extrêmement préoccupé par les informations sur l’usage de la récurrence opaque dans Astra.

Sa nuance mérite d’être reprise. Il dit ignorer si Astra est déjà beaucoup moins surveillable que les modèles précédents, et vise le scénario où OpenAI pousserait la technique plus loin.

Dans ce scénario, augmenter fortement la récurrence détruirait la surveillance de la chaîne de pensée. Le risque décrit n’est pas la version actuelle du modèle mais la trajectoire technique qu’elle ouvre.

La distinction compte pour lire correctement l’alerte. Personne n’affirme aujourd’hui que le raisonnement d’Astra échappe à la surveillance, la mise en garde porte sur ce que la technique autorise si elle est poussée.

L’institution publique britannique chargée de la sécurité de l’IA avait posé le problème avant cette sortie. Son rapport de mai, consacré à la perte de supervision des systèmes d’IA, décrit un raisonnement opaque qui menace de saper gravement les méthodes de contrôle existantes.

Le texte est signé par Jordan Taylor, Max Heitmann, Ed Fage, Thomas Read et Joseph Bloom, et daté du 21 mai 2026. Il examine la robustesse du dispositif de supervision face aux gains de capacité.

L’enjeu pratique du raisonnement d’Astra est net pour les équipes qui déploient ces modèles. Une bonne partie des dispositifs de sécurité d’entreprise repose sur la lecture des étapes intermédiaires produites par le modèle.

Les équipes de conformité travaillent sur le même matériau. Un audit qui doit prouver qu’un modèle n’a pas suivi une consigne interdite s’appuie sur ce que le modèle a écrit en chemin.

Un filtre qui inspecte le raisonnement affiché perd sa prise dès que ce raisonnement passe en interne. Le garde-fou ne casse pas bruyamment, il cesse simplement de voir ce qu’il surveillait.

Le problème monte à mesure que les agents tournent longtemps sans supervision humaine, comme avec le mode persistant préparé par Codex pour ne jamais s’arrêter. Plus la session dure, plus la trace compte.

La leçon des incidents précédents va dans le même sens. Le fait de pouvoir relire ce qu’un agent a tenté est ce qui avait permis de comprendre comment GPT-5.6 avait effacé des fichiers avec un accès complet.

Sans cette trace, le même incident se serait résumé à un dossier vide et à une hypothèse. La lisibilité du raisonnement est un outil de diagnostic autant qu’un outil de sécurité.

D’autres articles sur Horizon

• Gemini 3.8 Flash talonne Claude Opus 5 sur le code
• La détection du texte Claude s’ouvre aux médias
• Claude Fable 5.1 code mieux et coûte 25 % de moins

Un modèle classé critique dont l’accès cyber reste verrouillé

Astra arrive avec une seconde particularité. C’est le premier modèle qu’OpenAI classe au niveau critique en cybersécurité dans son cadre de préparation.

Le modèle trouve et exploite des failles inconnues sans qu’un humain le guide étape par étape. Pendant les tests internes menés sur des vulnérabilités du moteur V8, il en a découvert deux inédites et les a enchaînées.

Sur ExploitBench, qui mesure la construction d’exploits, le score est parfait. OpenAI détaille sa réponse à ce palier dans sa publication sur la nouvelle frontière des capacités cyber critiques.

L’accès aux capacités cyber avancées reste fermé. Il passe par une liste d’organisations vérifiées, regroupées dans la coalition Daybreak montée par OpenAI pour la cyberdéfense.

Le précédent existe déjà sur le volet cyber, avec la version cyber de GPT-5.6 réservée aux défenseurs. La restriction d’accès est devenue la réponse standard à une capacité jugée trop puissante.

Anthropic applique la même règle de son côté. Les deux labs réservent désormais les capacités offensives à des populations identifiées nominativement plutôt qu’à un tarif public.

Le chiffre mis en avant côté garde-fous est le taux de refus. Astra rejette 91,5 % des requêtes cyber interdites, là où GPT-5.6 Sol s’arrête à 59 %.

Le lab présente Astra comme son modèle le plus aligné à ce jour. Les deux affirmations coexistent dans la même page, le modèle le plus dangereux et le mieux tenu.

Côté concurrence, la profondeur récurrente change le terrain de jeu. Un lab qui refuse la boucle latente paie plus cher pour le même niveau de performance en maths et en code.

Un lab qui l’adopte gagne en coût et perd en lisibilité. L’arbitrage se joue entre une facture de calcul et une capacité d’audit, et il ne se voit sur aucune grille tarifaire.

Reste la date de sortie, qu’OpenAI n’a pas communiquée. Le modèle est annoncé pour bientôt, sans calendrier public, sans périmètre de disponibilité pour la version grand public et sans indication sur le niveau de récurrence qui sera finalement servi en production.

Affaire à suivre sur Horizon.