OpenAI a publié un nouveau guide décrivant comment les développeurs doivent utiliser sa famille de modèles GPT-6, accompagné de nouveaux outils conçus pour permettre aux agents IA de travailler sur des tâches pouvant s'étendre sur plusieurs heures, voire plusieurs jours. Ce document consolide en un seul endroit la manière dont OpenAI entend que la famille soit utilisée, couvrant le choix des modèles, la conception des agents, le style de prompting et le contrôle des coûts.

L'entreprise divise la gamme en trois modèles principaux—GPT-6 Astra, GPT-6.1 Sol et GPT-6 Luna—chacun visant un équilibre différent entre intelligence, coût et rapidité. Les familles à niveaux de ce type sont devenues une structure courante chez les grands fournisseurs d'IA, permettant aux équipes de diriger les tâches routinières vers des modèles moins coûteux tout en réservant la capacité des modèles phares aux travaux les plus complexes.

GPT-6 Astra est positionné comme le modèle le plus intelligent d'OpenAI et est destiné aux charges de raisonnement les plus difficiles. GPT-6.1 Sol cible le codage complexe, la recherche et les tâches d'utilisation de l'ordinateur, tandis que Luna est conçu pour les charges de travail à fort volume aux objectifs plus clairs, telles que l'extraction, la classification et les résumés structurés. La documentation actuelle de l'API d'OpenAI décrit également Astra comme son option la plus intelligente et Sol comme une alternative moins coûteuse offrant des performances proches d'Astra.

Les tarifs varient fortement selon les trois niveaux. Astra coûte 10 $ par million de tokens d'entrée et 50 $ par million de tokens de sortie. GPT-6.1 Sol est proposé respectivement à 2 $ et 10 $, tandis que Luna coûte 0,10 $ en entrée et 0,50 $ en sortie—soit un écart d'environ 100 entre le niveau supérieur et le niveau inférieur, tant en entrée qu'en sortie. Les tokens, unités de texte que les modèles lisent et génèrent, constituent l'unité de facturation standard des API d'IA : la position d'une charge de travail dans la gamme détermine donc directement son coût d'exécution.

En complément des niveaux de modèles, OpenAI met l'accent sur le travail autonome de longue durée avec la génération GPT-6. Selon l'entreprise, les modèles peuvent désormais prendre en charge des tâches s'étendant sur des heures ou des jours, grâce à des fonctionnalités notamment le pilotage en cours d'exécution, les appels d'outils asynchrones et le travail parallèle. Les développeurs peuvent mettre à jour les instructions pendant qu'une tâche est en cours sans annuler les appels d'outils déjà lancés, et les agents peuvent poursuivre un travail autonome pendant que des outils plus lents opèrent en arrière-plan. Pour les tâches qui durent des heures, le pilotage en cours d'exécution réduit le besoin d'annuler et de redémarrer un travail ayant déjà consommé des tokens.

GPT-6.1 Sol prend également en charge des workflows-agents en version bêta via l'API Responses. Le modèle peut déléguer des portions indépendantes d'une tâche à des sous-agents et combiner leurs résultats en une réponse finale. L'étiquette bêta signifie que le workflow est encore en développement et susceptible d'évoluer. GPT-6 Astra étend cette approche dans Codex, l'agent de codage d'OpenAI, où il peut demander des clarifications aux utilisateurs tout en poursuivant les portions d'une tâche qui ne dépendent pas de la réponse. OpenAI recommande aux développeurs de définir explicitement quelles décisions un agent peut prendre de manière autonome et lesquelles nécessitent une validation.

Les trois modèles peuvent également utiliser des capacités de contrôle de l'ordinateur pour interagir avec des sites web et des applications de bureau lorsque les API directes ou les outils connectés ne sont pas disponibles. OpenAI a indiqué que cela peut permettre à un agent d'enquêter sur un bug logiciel, de modifier le code, puis d'ouvrir le produit dans un navigateur pour vérifier la correction.

Pour maîtriser le coût de workflows d'agents de plus en plus longs, le guide recommande un recours accru au cache de prompts et à la compaction du contexte. L'entrée en cache peut coûter jusqu'à 95 % moins cher que les tokens non mis en cache, selon le modèle. Étant donné que les agents fonctionnant pendant des heures lisent et génèrent de grands volumes de texte sous une facturation au token, le guide considère ces optimisations comme des leviers essentiels de maîtrise des coûts plutôt que comme des options facultatives.

OpenAI a également souligné que les développeurs pourraient devoir simplifier la manière dont ils rédigent leurs prompts pour les nouveaux modèles. L'entreprise soutient que les systèmes de plus en plus performants gèrent mieux les nuances et les ambiguïtés, ce qui signifie que des instructions trop prescriptives peuvent parfois nuire aux performances au lieu de les améliorer. Pour les équipes qui réutilisent des bibliothèques de prompts détaillées rédigées pour des modèles antérieurs, ces recommandations suggèrent qu'une approche plus légère peut désormais donner de meilleurs résultats.