GPT-6 Astra vs Claude Opus 5.5 : quel modèle utiliser

Quand OpenAI a lancé GPT-6 Astra début septembre, l’entreprise l’a présenté comme un modèle capable de faire « tout ce que vous pouvez faire sur un ordinateur ».

Le même mois, Anthropic a répondu avec Claude Opus 5.5, un modèle qui, selon elle, offre des performances équivalentes à celles de son Claude Fable 5.1 haut de gamme. (Nous avons déjà publié la comparaison entre GPT-Astra et Claude Fable 5.1.)

Ces deux modèles sont désormais des choix par défaut pour des agents sérieux. Ils sont disponibles depuis quelques mois, et nous avons eu le temps de les utiliser en profondeur. Dans cet article, je compare GPT-6 Astra et Claude Opus 5.5 sur les benchmarks, les fonctionnalités et les tarifs. Pour aller plus loin, je leur fais passer le même test de code pratique et je donne une recommandation claire sur celui que je préfère.

Qu’est-ce que GPT-6 Astra ?

GPT-6 Astra est le modèle phare d’OpenAI annoncé en septembre. Il est disponible dans ChatGPT Plus, Pro, Business et Enterprise, dans Codex, via l’API OpenAI, et sur Amazon Bedrock. 

OpenAI a conçu Astra pour l’utilisation d’ordinateurs. Il peut piloter un poste de travail de bout en bout, y compris des applications sans API, et il est entraîné à réaliser des tâches avec moins de tokens et moins de relances.

OpenAI présente également GPT-6 Astra comme son modèle le plus aligné à ce jour, et c’est le premier modèle OpenAI à atteindre le seuil de capacité de cybersécurité « Critique » dans le cadre de son Preparedness Framework.

Qu’est-ce que Claude Opus 5.5 ?

Claude Opus 5.5 est le dernier modèle Opus d’Anthropic, également sorti en septembre. Il est disponible dans les applications Claude, Claude Code, l’API Claude Platform (sous claude-opus-5-5), Amazon Bedrock, Google Cloud Vertex AI et Microsoft Foundry.

Anthropic positionne Opus 5.5 au niveau de performance de Claude Fable 5.1 sur la plupart des tâches, tout en étant 20 % moins cher par token que Opus 5 et environ 40 % moins cher sur des charges typiques, car il consomme également moins de tokens. Anthropic indique également que la génération de sortie est plus de 30 % plus rapide que sur Opus 5. 

Le lancement d’Anthropic met fortement l’accent sur des travaux d’ingénierie longue durée : un testeur précoce a achevé une migration de 680 000 lignes de code en moins d’une journée, et lors d’une traduction interne de HAProxy du C vers Rust, Opus 5.5 a terminé en 9,5 heures contre 12 pour Fable 5.1.

GPT-6 Astra vs Claude Opus 5.5 : comparaison directe

Les données comparatives les plus nettes proviennent de l’article de lancement d’Opus 5.5 d’Anthropic, qui cite GPT-6 Astra aux côtés de ses propres modèles. Gardez à l’esprit que les chiffres d’Astra sont ceux rapportés par OpenAI ou issus de classements publics, et non des exécutions réalisées par Anthropic elle-même.

Codage et ingénierie logicielle

C’est là qu’Opus 5.5 défend le mieux sa position. Sur Terminal-Bench 4.0, qui évalue des agents dans un terminal réel, Opus 5.5 obtient 66,4 % contre 57,9 % pour Astra, soit 8,5 points d’avance. 

FrontierCode est beaucoup plus serré : 54,4 % pour Opus 5.5 contre 53,3 % pour Astra, pratiquement ex aequo. 

Mais Astra a ses propres atouts en codage. OpenAI rapporte 74,1 % sur DeepSWE v1.1, qu’elle présente comme un nouveau record, et indique qu’Astra sous harnais Codex exécute les tâches plus vite que son prédécesseur. Anthropic ne publie pas de score DeepSWE pour Opus 5.5.

Travail de connaissance et raisonnement

Sur GDPval-AA v2.1, qui évalue des tâches professionnelles dans 44 métiers, Opus 5.5 obtient 1846 Elo contre 1542 pour Astra. C’est un écart important. Opus 5.5 est également en tête sur Humanity's Last Exam avec outils, à 67,7 % contre 57,2 %.

Astra repasse devant sur le travail scientifique au terminal, avec 64,6 % sur Terminal-Bench-Science contre 58,7 % pour Opus 5.5. OpenAI publie aussi de très bons résultats en maths et en sciences pour Astra, dont 97,6 % sur FrontierMath Tier 4 v2 et 96,0 % sur GPQA Diamond. Anthropic ne communique pas ces benchmarks pour Opus 5.5 ; si votre cas d’usage repose largement sur le raisonnement mathématique, Astra dispose d’éléments publiés plus solides.

Utilisation de l’ordinateur et automatisation métier

L’utilisation de l’ordinateur est la fonctionnalité phare d’Astra. OpenAI annonce 72,6 % sur OSWorld 2.0 et 92,7 % sur ScreenSpot-Pro, avec en plus des contrôles pour l’entreprise : les administrateurs peuvent restreindre des sites et applications, exiger une approbation avant des actions conséquentes et faire vérifier automatiquement les appels d’outils potentiellement risqués.

Anthropic annonce 81,8 % sur OSWorld 2.1 (crédit partiel) pour Opus 5.5. C’est une autre version du benchmark, avec une notation différente, donc la comparaison directe avec les 72,6 % d’Astra n’est pas pertinente. Sur AutomationBench, le benchmark de workflows métier de Zapier, les deux sont proches, avec un léger avantage pour Astra à 41,4 % contre 40,0 %.

Fenêtre de contexte et sortie

Les deux modèles gèrent des entrées très longues. Astra propose une fenêtre de contexte de 1,05 million de tokens, et Opus 5.5 de 1 million. Les deux autorisent jusqu’à 128 K tokens en sortie, et Opus 5.5 peut monter jusqu’à 300 K en sortie via l’API Message Batches (en bêta).

Sécurité et disponibilité

Les deux laboratoires encadrent leurs capacités les plus sensibles. Astra est classé « Critique » en cybersécurité, donc les travaux d’exploitation avancés requièrent le programme d’accès de confiance d’OpenAI. Opus 5.5 redirige la plupart des tâches de cybersécurité vers Claude Opus 4.8 et applique les mêmes garde-fous en biologie que Fable 5.1, avec des programmes de vérification pour les organisations habilitées. 

Tarifs : ce que vous payez vraiment

Au prix catalogue, Opus 5.5 coûte 60 % de moins qu’Astra en entrée comme en sortie, et 80 % de moins sur les lectures de cache. Une requête avec 100 K tokens en entrée et 10 K en sortie revient à environ 0,60 $ sur Opus 5.5 et 1,50 $ sur Astra.

Les tarifs par token ne font pas tout. OpenAI a entraîné Astra à boucler les tâches avec moins de tokens, et Opus 5.5, à pleine puissance, peut générer beaucoup de raisonnement, ce qui réduit l’écart sur certaines charges. 

Test pratique : construire une horloge à engrenages

Passons au concret : j’ai confié la même tâche de construction aux deux modèles, avec le même prompt, dans le même agent de codage.

La tâche : une page web mono-fichier affichant une horloge analogique entièrement entraînée par un train d’engrenages visible. La page lit l’heure une seule fois au chargement ; ensuite, seules les roues dentées sont autorisées à faire bouger les aiguilles.

J’ai choisi ce test car tout lecteur peut vérifier le résultat à l’œil. Les dents s’emboîtent-elles ? Les engrenages voisins tournent-ils en sens inverse ?

Le dispositif

Les deux modèles ont tourné dans OpenCode sur le même Mac, l’un après l’autre, avec les paramètres par défaut et une seule tentative chacun. J’ai utilisé les versions standards de chaque modèle (gpt-6-astra via OpenRouter et claude-opus-5-5 via l’API Anthropic), pas les variantes Pro ou mode rapide. Voici le prompt, collé tel quel :

Build a single-file web page, index.html, with inline CSS and JavaScript. Use canvas or SVG. No external libraries, no network requests, no build step.

The page shows an analog clock driven entirely by a visible mechanical gear train.

Requirements:

One driving gear (the "motor") turns at a constant rate. Everything else moves only because gears mesh: the second, minute, and hour hands must be driven through the gear train, with the minute hand turning exactly 1/60 as fast as the second hand and the hour hand exactly 1/12 as fast as the minute hand. Do not compute hand angles from Date() each frame; read the current local time once at load to set the starting position, then let the gears drive the hands.
Show at least six gears with visible teeth. Gears that mesh must have matching tooth size, teeth that visibly interlock without overlapping, and opposite directions of rotation. Each pair's speed ratio must equal the inverse of its tooth-count ratio. Compound gears (two gears fixed on one axle) are allowed and should look like they share an axle.
Hovering over any gear shows its tooth count and its current speed in RPM.
Controls: a speed slider from 1x to 3600x real time, a pause/resume button, and a "reset to now" button.
After running at any speed for several minutes and then returning to 1x, the clock must still show the correct time for the simulated elapsed time (no drift from floating-point accumulation).
It should look like a well-made piece of clockwork, readable at both desktop and phone widths.

When you're done, briefly explain your gear train: the tooth counts and how they produce the 60:1 and 12:1 ratios.Propulsé par

Les résultats

Voici les deux horloges côte à côte à une vitesse 10x. À cette vitesse, la première grande roue de chaque horloge effectue une rotation toutes les six secondes et les minutes avancent lentement.

Ce que j’ai observé

Ils ont interprété « horloge analogique » différemment. Astra a construit ce que les horlogers appellent un régulateur : secondes, minutes et heures ont chacun leur propre cadran, montés sur des roues distinctes réparties sur le panneau. Opus a conçu un cadran traditionnel, avec les aiguilles des heures et des minutes au centre, une petite seconde au-dessus, et le train d’engrenages visible à travers une découpe.

Les engrenages d’Astra sont plus lisibles, et l’heure d’Opus est plus facile à lire. Chez Astra, chaque roue est à l’air libre, on peut suivre le mouvement du moteur jusqu’au cadran des heures. Mais pour lire l’heure, il faut consulter trois cadrans. Avec Opus, l’heure se lit d’un coup d’œil, mais certaines roues sont derrière l’anneau du cadran, on ne voit donc pas toutes les mésher. 

La première grande roue semble trop rapide, mais ne l’est pas. En accélérant, la première grande roue de chaque horloge paraissait s’emballer, surtout chez Astra. Dans les deux conceptions, cette roue porte la trotteuse : elle fait un tour par minute en temps réel et un tour par seconde en 60x. À vitesse normale, on la voit avancer exactement au rythme de la trotteuse.

Quelques roues d’Astra se superposent. Par endroits, Astra dessine une grande roue par-dessus une autre, par exemple là où la roue des heures croise la roue verte voisine. Ce n’est pas faux en soi, les mouvements réels empilent des roues sur plusieurs plans, mais cela complique la lecture des points de contact.

Les deux ont gardé la bonne heure. J’ai passé les deux horloges en avance de 10 heures, ce qui prend environ 10 secondes à la vitesse maximale, et elles sont toutes deux arrivées à 20:10:30, comme prévu.

Ma préférence

Les deux horloges fonctionnent. Si je voulais quelque chose à regarder, je choisirais celle d’Astra : tout le mécanisme est exposé et l’ensemble respire l’ingénierie. Cela dit, la proposition d’Opus est plus proche de la demande initiale : un seul cadran analogique.

Quand choisir GPT-6 Astra ou Claude Opus 5.5

Le montage de l’horloge n’est qu’un exercice ludique. Je n’ai pas testé tous les cas d’usage. Voici des repères utiles :

Choisissez Claude Opus 5.5 si…

• Vous construisez ou exécutez des agents de codage, notamment pour des migrations longues, des refactorings et du travail en terminal.
• Votre charge correspond à du travail de connaissance professionnel : recherche, analyse, rédaction. Je le mentionne car Opus 5.5 est en tête sur GDPval-AA.
• Le coût compte à l’échelle, ou vous envoyez régulièrement des prompts de plus de 272 K tokens.
• Vous avez besoin du modèle sur Google Cloud ou Microsoft Foundry.

Choisissez GPT-6 Astra si…

• Votre cas d’usage principal est l’utilisation d’ordinateurs : piloter des applications et navigateurs, remplir des formulaires, et faire de la QA sur des outils sans API.
• Vous avez besoin du meilleur raisonnement publié en maths et sciences. Je le dis car Astra mène sur Terminal-Bench-Science et annonce des scores de tête sur FrontierMath et GPQA.
• Vos équipes travaillent déjà dans ChatGPT Enterprise et Codex, et vous souhaitez profiter des contrôles d’administration et plugins d’entreprise d’Astra.

Conclusion

Sur le papier, Claude Opus 5.5 offre le meilleur rapport qualité-prix. Il devance GPT-6 Astra sur la plupart des benchmarks communs, avec un avantage net en codage agentique et en travail de connaissance, et ce pour 40 % du prix catalogue d’Astra.

Mais Astra est loin d’être distancé. C’est le meilleur choix pour l’utilisation d’ordinateurs, il affiche de meilleurs résultats publiés en maths et sciences, et son efficacité en tokens réduit l’écart de coût réel par rapport à la grille tarifaire.