GPT-6.2 Astra d'OpenAI prend la première place du benchmark AA-3D pour les expériences 3D interactives
Points clés
- •GPT-6.2 Astra a remporté 139 des 152 comparaisons directes à l'aveugle jugées par des évaluateurs humains sur le benchmark AA-3D.
- •Astra a enregistré 1 318 Elo, soit 47 points devant Claude Fable 5.2 d'Anthropic à 1 271, tandis que GPT-6.2 Sol a marqué 1 259.
- •Le benchmark AA-3D couvre 55 tâches dans lesquelles les modèles doivent produire des applications web 3D fonctionnelles à partir d'invites textuelles, classées par votes humains à l'aveugle.
- •Sur le benchmark de raisonnement physique AA-Robotics v0.1, Astra a obtenu 79, devant Sol à 78 et Claude Fable 5.2 à 75.
- •OpenAI a fixé le prix de GPT-6.2 Astra à 8 $ par million de tokens, 20 % en dessous des 40 $ de GPT-6 Astra, tandis que GPT-6.2 Sol coûterait environ 15 % du coût par tâche de GPT-6 Astra.

GPT-6.2 Astra d'OpenAI occupe désormais la première place d'AA-3D, un benchmark qui évalue la capacité des modèles d'IA à créer des expériences 3D interactives à partir de simples invites textuelles. Lorsque des juges humains ont comparé ses scènes à celles de modèles concurrents, ils ont retenu le travail d'Astra dans 139 confrontations sur 152.
Ce classement provient d'Artificial Analysis, la société d'évaluation indépendante qui tient le classement AA-3D, et intervient peu après la publication, le 17 novembre 2026, de GPT-6.2 Astra accompagné d'un modèle frère, GPT-6.2 Sol. Ce résultat ramène la première place à OpenAI sur un classement que les deux laboratoires se sont récemment disputés.
Comment les scores se répartissent
GPT-6.2 Astra a affiché un score de 1 318 Elo sur AA-3D, le plus élevé de tous les modèles évalués par Artificial Analysis. Le rating Elo est une notation relative, un système longtemps utilisé aux échecs et dans d'autres jeux compétitifs : un modèle gagne des points en battant d'autres modèles en confrontations directes et en perd en cas de défaite, ce chiffre n'a donc de sens qu'en comparaison avec ses rivaux.
Ces rivaux accusent un retard visible. Claude Fable 5.2 d'Anthropic s'est arrêté à 1 271, soit un écart de 47 points derrière Astra, tandis que GPT-6.2 Sol d'OpenAI a atteint 1 259 Elo.
La méthodologie a son importance ici. AA-3D repose sur des évaluateurs humains qui réalisent des comparaisons à l'aveugle, c'est-à-dire qu'ils jugent les scènes sans savoir quel modèle les a produites, afin que la notoriété de la marque n'influence pas l'évaluation.
Ce que mesure réellement AA-3D
Le benchmark couvre 55 tâches dans divers domaines, toutes axées sur la génération 3D interactive. Les modèles reçoivent une invite textuelle et doivent produire en réponse une application web 3D fonctionnelle. Comme le résultat attendu est une application opérationnelle plutôt qu'un simple rendu statique, le benchmark teste la capacité d'un modèle à transformer une invite en logiciel utilisable, avec ensuite des votes humains à l'aveugle pour déterminer quels résultats fonctionnels sont préférés.
L'avance d'Astra s'étend également au-delà du simple rendu 3D vers des tâches de raisonnement physique. Sur AA-Robotics v0.1, un autre benchmark d'Artificial Analysis, Astra a obtenu 79. Sol suit de près avec 78, tandis que Claude Fable 5.2 enregistre 75.
Tarification et question du coût
OpenAI a fixé le prix de l'API de GPT-6.2 Astra à 8 $ par million de tokens, soit 20 % de moins que le prix de 40 $ de GPT-6 Astra.
Sol affiche un tableau des coûts encore plus marqué. GPT-6.2 Sol fonctionnerait à environ 15 % du coût par tâche de GPT-6 Astra, tout en obtenant 57 à l'Artificial Analysis Intelligence Index.
OpenAI dispose donc désormais d'une gamme à deux niveaux clairement définie. Astra est le modèle haut de gamme qui domine les classements, tandis que Sol est l'option économique qui reste compétitive sur les mêmes tests. Pour les développeurs comparant les options, cela signifie que le modèle actuellement le plus préféré par les juges humains est aussi le moins cher des deux générations Astra.
Contexte : la rivalité entre OpenAI et Anthropic
Artificial Analysis a lancé le benchmark AA-3D le 12 octobre 2026 afin d'évaluer spécifiquement les progrès de l'IA dans la création d'expériences 3D interactives. Les premières évaluations d'octobre révélaient un paysage compétitif où les meilleurs modèles d'Anthropic et d'OpenAI étaient au coude à coude, Claude Fable 5.2 ayant pris initialement la tête lors des mises à jour de novembre. Les résultats récents, consécutifs au lancement de GPT-6.2 Astra et de Sol, ont bouleversé le classement. Vu la rapidité avec laquelle le sommet de ce classement a évolué depuis octobre, les prochaines mises à jour des évaluations diront si Anthropic comble l'écart ou si OpenAI creuse son avance.
Ce qu'il faut en retenir
Pour les développeurs qui créent des expériences web 3D, la conclusion pratique est que GPT-6.2 Astra produit actuellement les scènes les plus souvent préférées par les humains. Le bilan de préférence de 139 sur 152 est la statistique qui compte le plus ici, car elle reflète le choix de personnes réelles entre deux productions.
Pour Anthropic, ces résultats fixent un objectif clair. Un écart de 47 points Elo sur AA-3D est significatif, et la troisième place de Claude Fable 5.2 au benchmark de robotique accentue la pression pour répondre sur les fronts de la génération visuelle comme du raisonnement physique.
Cet article s'appuie sur un reportage de CryptoBriefing édité par Diego Almada Lopez.