AGI, c’est quoi ? Ce que révèle (vraiment) GPT-6 Astra
L’AGI en un tweet. Le 7 septembre 2026, Jensen Huang poste sur X une phrase vouée à tourner en boucle. L’AGI, l’intelligence artificielle générale, serait arrivée. Le patron de Nvidia réagissait au lancement de GPT-6 Astra, le nouveau modèle phare d’OpenAI. Le Journal du Coin le connaissait déjà pour un tout autre motif, d’abord classé par OpenAI au niveau de risque cyber le plus élevé de son échelle. Cette fois, la question ne porte plus sur la sécurité mais sur la nature même de l’outil. Astra pense-t-il, ou complète-t-il des phrases avec un talent hors norme ?
- Jensen Huang a annoncé l’arrivée de l’AGI suite au lancement de GPT-6 Astra par OpenAI.
- GPT-6 Astra a été entraîné sur une quantité impressionnante de processeurs Nvidia, mais ne prouve pas l’intelligence générale.
GPT-6 Astra fait exploser les scores, pas le débat sur l’AGI
Sur X, Jensen Huang a résumé la prouesse technique en une poignée de chiffres. GPT-6 Astra a été entraîné sur plus de 100 000 processeurs Nvidia Grace Blackwell NVLink72, la génération de puces la plus puissante du groupe. Le patron de Nvidia rappelle la cadence : de ChatGPT à o1, puis à Astra, en quatre ans. Quatre cent mille GPU supplémentaires arrivent en ligne dans la foulée, de quoi entraîner le suivant avant même sa sortie.
Sur le papier, la bête impressionne. OpenAI dit qu’Astra est son modèle le plus performant jamais déployé à grande échelle. Mais la performance mesurée et l’intelligence générale ne se recouvrent pas forcément. Un système peut exceller sur un jeu de tests précis sans raisonner comme un humain face à un problème inédit. C’est justement là que le bât blesse.
« GPT-6 Astra, entraîné sur plus de 100 000 GPU NVIDIA Grace Blackwell NVLink72. De ChatGPT à o1, puis à Astra en 4 ans. L’intelligence artificielle générale est arrivée. Félicitations à l’équipe @OpenAI Prochainement : 400 000 GPU en service.»
Qu’est ce que l’IA Générale l’AGI (et ce que ca n’est pas) ?
Vous avez déjà expérimenté cette mécanique : un modèle de langage (LLM) fonctionne de manière autorégressive, en calculant la probabilité du token suivant (un mot ou une fraction de mot) à partir des motifs appris sur un corpus massif de données.
Cependant réduire ce processus à une simple « devinette » statistique est inexact. Pour déterminer la suite la plus pertinente, le modèle ne se contente pas de juxtaposer des mots : il projette le texte dans un espace vectoriel à plusieurs dimension, y construit des représentations internes et manipule des concepts abstraits. Il ne s’agit donc pas d’une pensée au sens humain ni d’une intentionnalité propre, mais d’un traitement d’information structuré capable de raisonnement émergent. En d’autres termes, des modèles comme Astra ne font pas que mieux prédire la suite ; ils manipulent des représentations du monde bien plus complexes que leurs prédécesseurs, sans pour autant éprouver ou « penser » ce qu’ils traitent.
L’intelligence artificielle générale, l’AGI, se distingue donc de l’IA générative. Elle désignerait un système capable de performances équivalentes ou supérieures à celles d’un humain sur la quasi-totalité des tâches cognitives. Le problème, c’est qu’aucun seuil chiffré, aucun benchmark standardisé ni aucun test unique (le test de Turing ayant été largement dépassé et jugé insuffisant) ne fait consensus pour déterminer quand ce cap est franchi. Ce flou opérationnel et épistémologique arrange tout le monde. Huang peut crier victoire en s’appuyant sur des succès ciblés de généralisation, ses contradicteurs peuvent la nier en pointant du doigt le manque de transfert d’apprentissage ou d’autonomie réelle, et personne n’a tort sur le papier.
Faute de définition opérationnelle stricte, l’AGI reste un concept mouvant, glissant progressivement de la référence théorique vers l’outil marketing et (géo)politique.
D’ailleurs, OpenAI elle-même ne parle pas d’AGI dans son dossier de sécurité sur Astra. L’entreprise classe le modèle au niveau Critical de sa grille de risque cyber, un cran jamais atteint auparavant, capable selon elle de dénicher des failles jusque-là inconnues et de les exploiter sur des systèmes pourtant bien protégés. Une capacité redoutable, ciblée, mesurable. Pas une preuve de conscience universelle.
Pourquoi Nvidia a tout intérêt à crier victoire sur l’AGI
Jensen Huang n’est pas un commentateur neutre de la martingale Astra. En effet, Nvidia vend les puces qui la rendent possible, et son chiffre d’affaires a doublé à 96,2 milliards de dollars sur la dynamique portée par cette course aux modèles toujours plus gourmands. Plus l’AGI paraît proche, plus les géants de la tech ont de raisons de commander des salves de GPU par centaines de milliers.
Les chiffres cités par Huang ne sont pas faux. Les 100 000 puces Blackwell existent, les 400 000 suivantes aussi, et Astra affiche des scores que ses prédécesseurs n’approchaient pas. Mais entre constater un progrès mesurable et décréter l’arrivée d’une intelligence générale, il y a tout un raisonnement que le patron de Nvidia s’épargne soigneusement. Il vend des cartes graphiques, pas des définitions philosophiques. Astra n’a pas changé la définition de l’AGI. Il a juste changé qui la brandit.
L’épisode n’est pas isolé. Chaque cycle d’IA générative depuis GPT-3 a produit son lot de déclarations similaires, suivies quelques mois plus tard d’un correctif plus mesuré venant de la même bouche. Ce qui change avec Astra, c’est l’ampleur du pari industriel qui l’accompagne : des centaines de milliers de GPU, des dizaines de milliards de dollars de revenus chez Nvidia, et des marchés qui suivent chaque déclaration de Jensen Huang comme un signal macro. Le Journal du Coin l’observait déjà à propos de l’essor de l’IA générative et de son impact sur les marchés crypto : la frontière entre progrès technique et récit boursier s’efface un peu plus à chaque annonce. Astra en est la dernière preuve. Pas la dernière fois.
Gabriel Montaut
Geek, passionné de SEO, de crypto et d'IA. Responsable SEO pour Journal Du Coin et consultant SEO freelance, je suis investi dans la diffusion et la compréhension des innovations tech en général et m’attache particulièrement à rendre l’actualité accessible au plus grand nombre.