Le PDG de Nvidia, Jensen Huang, a félicité OpenAI sur les réseaux sociaux pour le lancement de GPT-6 Astra, tout en livrant son verdict : l'AGI est arrivée. Il a écrit que le modèle avait été "entraîné sur plus d'environ 100 000 GPU NVIDIA Grace Blackwell NVLink72", ajoutant qu'il n'aura fallu que quatre ans pour passer de ChatGPT à o1 puis à Astra, et que le prochain lot de 400 000 GPU est sur le point d'entrer en service.
Du côté d'OpenAI, deux autres déclarations. Aidan Clark, vice-président en charge de l'entraînement de recherche, a indiqué que c'était la première fois que l'entreprise menait un pré-entraînement sur plus de 100 000 GPU sur le site Stargate, au Texas. Le président Greg Brockman a adopté un ton plus prudent, jugeant que dire que l'on est déjà entré dans l'ère de l'AGI "n'est pas totalement infondé".
Le bilan de performances d'Astra a été publié le jour même du lancement : 98 % sur FrontierMath Tier 4, 99,9 % sur ARC-AGI-3, score parfait sur ExploitBench ; OpenAI a également indiqué que le modèle avait repoussé à 186 la borne supérieure connue pour les écarts entre nombres premiers. Le tarif standard via l'API est de 10 dollars par million de tokens en entrée et 50 dollars par million de tokens en sortie, la lecture et l'écriture du cache étant facturées séparément.
Le chiffre de 100 000 : une unité qui reste floue
L'unité utilisée dans la phrase de Huang apparaît sous deux formes selon les articles : tantôt 100 000 systèmes, tantôt 100 000 GPU. NVLink72 désigne un rack complet reliant 72 GPU en une seule unité, ce qui fait un écart de plus de soixante-dix fois entre les deux lectures. La formulation d'Aidan Clark était "pré-entraînement sur plus de 100 000 GPU", ce qui suggère que le chiffre se rapproche davantage du nombre de GPU que du nombre de racks. Ni Nvidia ni OpenAI n'ont clarifié l'unité, et aucun document public ne précise l'échelle des racks du site texan.
Reste également inexpliqué à quoi renvoie la phrase "400 000 GPU sur le point d'entrer en service" : quel lot d'équipements, déployé où, destiné à l'entraînement ou à l'inférence. Cette phrase a été reprise en boucle lors de sa diffusion, mais elle ne reste pour l'instant qu'une déclaration sur les réseaux sociaux, sans annonce officielle de déploiement correspondante.
Quatre ans, et la question de savoir à qui revient de définir l'AGI
La chronologie tracée par Huang relie trois jalons — ChatGPT, o1, Astra — par l'expansion continue de l'échelle d'entraînement, sans qu'aucun test public de certification ne s'intercale entre eux. Son argumentaire repose sur la puissance de calcul et les scores de benchmark ; Nvidia n'a pas précisé selon quel critère l'entreprise juge que l'AGI est atteinte.
La définition affichée sur le site d'OpenAI provient des statuts de l'entreprise de 2018 : un système hautement autonome surpassant les humains sur la plupart des tâches à valeur économique. Cette phrase reste en usage aujourd'hui, mais la méthode de mesure correspondante n'a jamais vu le jour — combien de tâches comptent pour "la plupart", sur quelle base se mesure le fait de "surpasser les humains", rien de tout cela ne dispose d'un critère citable. Les scores de benchmark ne donnent que des résultats isolés, et l'écart entre eux et cette définition reste, à ce jour, comblé par personne.
Sam Altman lui-même va dans le sens inverse. Selon des informations publiques, il estime que la définition de l'AGI est très floue, un terme marketing sans importance. Le PDG et le président d'une même entreprise, auxquels s'ajoute le patron du plus grand fournisseur de puissance de calcul, aboutissent à trois formulations différentes à propos du même modèle.
Pour les développeurs, ce qui reste vérifiable se limite au prix et aux scores. La fourchette de 10/50 dollars dépasse nettement celle de la génération phare précédente, et la facture des tâches à contexte long augmentera en conséquence ; des épreuves comme FrontierMath ou ExploitBench restent par ailleurs assez éloignées du travail d'ingénierie quotidien. Que l'AGI soit arrivée ou non, il n'existe pour l'instant aucun document tranchant à citer, seulement des formulations différentes de la part de trois dirigeants.
Sources : déclarations de dirigeants de Nvidia sur les réseaux sociaux, CocoLoop, page de lancement des modèles d'OpenAI, plusieurs médias technologiques ; les chiffres de GPU, les scores et la grille tarifaire de l'API ont été vérifiés poste par poste.