C’est officiel pour Astra, le prochain modèle d’OpenAI : il tournera avec beaucoup moins de mémoire, mais son raisonnement ne s’affichera plus

Astra est là. OpenAI a officiellement dévoilé son nouveau modèle phare le 3 septembre 2026, et la promesse tenue en dit long sur la direction que prend la course à l’intelligence artificielle : moins de mémoire consommée, mais une pensée interne qui échappe de plus en plus à l’œil humain. OpenAI a présenté Astra jeudi comme son dernier modèle d’IA, et selon l’entreprise, son plus puissant et capable à ce jour. Derrière cette annonce technique se cache pourtant l’un des débats les plus vifs qu’ait connus la communauté de la sécurité IA depuis des mois.

Une architecture qui recycle ses propres couches

Le secret d’Astra tient en une astuce d’ingénierie qui porte un nom un peu barbare : la « profondeur récurrente », ou recurrent depth. Le modèle Astra utilise cette technique, aussi appelée looped transformer, pour faire passer le texte plusieurs fois à travers les mêmes couches. Concrètement, au lieu d’empiler des dizaines de couches de calcul distinctes (chacune avec ses propres paramètres à stocker), le modèle réutilise un même bloc plusieurs fois de suite.

Le résultat ressemble à un tour de magie comptable. Un modèle plus petit qui boucle peut égaler un modèle plus grand qui ne boucle pas, ce qui réduit la bande passante de chargement des poids et l’empreinte mémoire par instance. Astra n’a pas besoin de doubler sa taille sur disque pour doubler sa profondeur de calcul. L’idée consiste à réutiliser la même pile de couches, ce qui étend l’architecture en profondeur sans dupliquer les poids, et sans exiger deux fois plus de stockage et de RAM pour héberger le modèle.

Pour une entreprise qui fait tourner ses modèles à une échelle industrielle, ce n’est pas un détail cosmétique. Cette méthode peut rendre les modèles d’IA plus efficaces en réduisant la puissance de calcul nécessaire pour traiter chaque requête, un atout précieux à l’heure où de nombreuses entreprises se plaignent du coût élevé des modèles d’IA de pointe. Moins de mémoire à mobiliser, moins de bande passante gaspillée : sur le papier, tout le monde y gagne, du data center jusqu’à la facture cloud du client final.

Le prix de l’efficacité : une pensée qui devient illisible

Mais cette prouesse technique a une contrepartie qui inquiète sérieusement les chercheurs en sécurité. Ce nouveau procédé signifie aussi qu’une partie du raisonnement du modèle IA, les étapes qu’il suit pour arriver à une conclusion, ne s’exprime plus en langage naturel, rendant beaucoup plus difficile pour les humains de surveiller ce que fait le modèle et pourquoi. Jusqu’ici, les modèles de raisonnement écrivaient leurs étapes intermédiaires en clair, un peu comme un élève qui détaille son brouillon avant de donner la réponse finale. C’est ce qu’on appelle le chain of thought, la chaîne de pensée, et c’est justement cet outil qui permet aux équipes de sécurité de vérifier qu’un modèle ne prépare pas un mauvais coup.

Avec Astra, une partie de ce raisonnement se déroule désormais dans un espace mathématique interne, invisible, avant même qu’un seul mot ne soit produit. La réaction dans la communauté a été immédiate et sans détour. Le scientifique en chef Jakub Pachocki a lui-même reconnu qu’à mesure que les capacités des modèles augmentent, la surveillabilité devient plus difficile. Un ancien responsable de la sécurité chez OpenAI, Steven Adler, a été encore plus direct sur les réseaux sociaux : « Si c’est vrai, OpenAI semble violer une des rares lignes rouges qui existent dans la communauté de l’IA. »

D’autres experts partagent cette nervosité. Le patron de Redwood Research, Buck Shlegeris, a fait savoir que scaler cette technique pourrait retirer une grande partie de la capacité à surveiller la pensée d’un modèle. La crainte de fond n’est pas tant Astra en lui-même que ce qu’il annonce : le risque que de futurs modèles finissent par raisonner presque entièrement hors de tout texte visible.

OpenAI calibre le curseur, sans convaincre tout le monde

Face à la polémique, l’entreprise a choisi de limiter volontairement l’ampleur de la technique. Selon une personne proche du dossier, OpenAI a délibérément limité jusqu’où va la technique dans Astra, afin que le modèle produise toujours une chaîne de pensée lisible. Pachocki a même tenu à recadrer publiquement le débat, lui reprochant implicitement d’avoir amplifié la portée réelle du changement. Il a précisé que la profondeur du graphe de calcul pour les modèles de pointe actuels, y compris Astra, reste dans un facteur deux par rapport à GPT-4.

L’entreprise met aussi en avant des garde-fous supplémentaires. Bien qu’elle décrive Astra comme son modèle le plus aligné à ce jour, elle prévoit de le déployer avec une surveillance renforcée de la chaîne de pensée pour repérer et stopper les comportements problématiques. Reste que la nuance a du mal à passer auprès du grand public : entre « technique limitée pour préserver la lisibilité » et « pas de souci, tout va bien », la frontière est fine, et la communication d’OpenAI n’a pas totalement dissipé le malaise ambiant. Certains chercheurs, comme Sebastian Raschka, tempèrent d’ailleurs l’emballement médiatique en rappelant que l’aspect « transformer bouclé » n’est en soi qu’un ajustement architectural mineur, loin de justifier à lui seul tout le tumulte.

Astra n’arrive pas seul dans le paysage. C’est le premier modèle qu’OpenAI ait désigné comme atteignant son seuil « critique » de cybersécurité selon son cadre de préparation, signifiant qu’il peut potentiellement trouver et exploiter des vulnérabilités inconnues sur des systèmes bien protégés sans guidage humain étape par étape. Un cocktail de puissance brute et d’opacité partielle qui explique pourquoi le déploiement se fait par paliers : d’abord les partenaires du programme cybersécurité Daybreak, puis, dans les jours suivants, les comptes payants Pro, Plus, Enterprise et Business, ainsi que l’API.

Reste une question que peu de communiqués officiels abordent frontalement : à partir de quel niveau de recyclage interne un modèle cesse-t-il vraiment d’expliquer ce qu’il fait, et commence-t-il simplement à le faire ? OpenAI assure avoir posé une limite avec Astra. La vraie inconnue, c’est de savoir si cette limite tiendra face à la prochaine génération de modèles, ou face aux laboratoires concurrents qui n’auront pas forcément les mêmes scrupules.

Sources : tosea.ai | sebastianraschka.com