- ▸ Quoi : OpenAI repousse la sortie de GPT-6 alias Spud.
- ▸ Pourquoi : red-teaming approfondi et tensions capacitaires probables.
- ▸ Chiffre cle : 2 millions de tokens annonces, soit le double de GPT-5.4.
- ▸ A surveiller : un nouveau calendrier attendu d'ici mi-mai.
Points clés
- OpenAI avait confirmé le 7 avril un lancement mondial de GPT-6, codenommé « Spud », pour le 14 avril 2026.
- Le 28 avril, le modèle reste indisponible publiquement et Sam Altman parle désormais d’un délai de quelques semaines.
- Les caractéristiques rumeurs incluent un contexte de 2 millions de tokens, doublant GPT-5.4 et Claude Opus 4.6.
- Les benchmarks préliminaires annoncent un gain supérieur à 40 % sur le coding, le reasoning et les tâches d’agent.
- Le retard creuse l’écart de momentum face à Claude Mythos preview et DeepSeek V4 sortis ces dernières semaines.
OpenAI accumule deux semaines de retard sur la sortie publique de GPT-6, baptisé en interne « Spud ». Le calendrier annoncé le 7 avril par Sam Altman, qui visait un lancement le 14 avril 2026, n’a pas été tenu et la fenêtre s’est élargie à plusieurs semaines supplémentaires. Le modèle promet une fenêtre de contexte de 2 millions de tokens et un saut de 40 % sur les benchmarks coding et reasoning, mais reste pour l’heure cantonné à des tests partenaires triés.
Un calendrier officiel devenu mouvant
Le 7 avril 2026, OpenAI publiait un communiqué confirmant la date du 14 avril pour le lancement global de GPT-6, présenté comme la première itération majeure depuis GPT-5.5 sorti six semaines plus tôt. Le 21 avril, le tracker indépendant FindSkill notait sept jours d’écart sans publication, et Sam Altman a depuis revu sa communication vers une fenêtre « quelques semaines ». Aucun accès grand public ne semble imminent au 28 avril, et l’API n’expose toujours que les versions 5.4 et 5.5.
Plusieurs partenaires entreprise ont confirmé sous embargo qu’ils disposaient d’une version preview, mais limitée à des cas d’usage strictement encadrés. Mean Ceo Blog recense les rares benchmarks publiés sous accord et confirme que les premiers chiffres collent aux annonces : HumanEval au-delà de 95 %, MATH autour de 85 %, et complétion d’agents passant de 62 % à environ 87 % par rapport à GPT-5.4. Reste que ces chiffres viennent de partenaires triés sur le volet et ne reflètent pas une distribution statistique stable comme celle qu’apporte une release publique.
2M tokens : la promesse qui change l’agentique
L’élément le plus différenciant reste la fenêtre de 2 millions de tokens, soit environ 1,5 million de mots ingérables en une seule conversation. Cette taille correspond à un livre entier, ou à plusieurs centaines de fichiers source, ce qui ouvre des cas d’usage agentiques que GPT-5.5 (1M tokens à 5 dollars) traite déjà partiellement mais avec des contraintes de chunking. Sur les workflows de revue de code, d’analyse de contrats ou d’orchestration multi-fichiers, doubler la fenêtre transforme la productivité.
Le bémol est financier. Les fenêtres extra-larges multiplient mécaniquement les coûts d’inférence et la latence. OpenAI n’a pas communiqué de pricing officiel, mais les premières fuites évoquent une grille proche de celle de GPT-5.5 sur les premiers 200 000 tokens, puis une majoration significative au-delà. Les développeurs devront arbitrer entre garder GPT-5.5 1M à 5 dollars (qui reste exceptionnellement compétitif) et basculer sur GPT-6 pour les tâches qui justifient le contexte étendu. Sans pricing public, la compétition avec Claude Opus 4.7 et Gemini 3.1 Flash-Lite reste indéterminée.
Le contexte concurrentiel s’est resserré pendant l’attente
Le retard place OpenAI dans une position défensive. Anthropic a sorti Claude Opus 4.7 le 26 avril avec 64,3 % sur SWE-Bench Pro et un nouveau mode xhigh, et préviewe Mythos sous Project Glasswing pour les partenaires en cybersécurité. DeepSeek V4 a été annoncé le 24 avril en open weights avec 1,6 trillion de paramètres et un contexte natif d’1M tokens, à un prix sept fois inférieur aux modèles propriétaires américains. Google a positionné Gemini 3.1 Flash-Lite à 0,25 dollar le million de tokens, agressif sur le segment volume.
Pour OpenAI, le risque n’est pas que GPT-6 déçoive techniquement — les benchmarks rumeur sont solides — mais que la fenêtre de communication se referme. Chaque semaine de retard donne à Anthropic et à DeepSeek le temps de capter des charges de travail entreprise qui auraient pu basculer chez OpenAI. La société compense en renforçant son positionnement infrastructure, avec les accords AWS Bedrock annoncés en avril, mais l’absence de modèle frontière fragilise le narratif.
Pourquoi le modèle prend-il du retard ?
Plusieurs hypothèses circulent sans confirmation officielle. La première concerne le red-teaming : un modèle à 2M tokens élargit drastiquement la surface d’attaque (prompt injection, jailbreak via documents adversariaux), et l’équipe sécurité pourrait avoir détecté des défauts justifiant des cycles supplémentaires de hardening. La deuxième hypothèse touche à la stabilité d’inférence à grande échelle : faire tourner 2M tokens en continu pour des dizaines de millions d’utilisateurs nécessite un dimensionnement GPU non trivial, et OpenAI a publiquement reconnu des tensions capacitaires sur ses datacenters.
Une troisième piste serait commerciale : OpenAI optimiserait le timing de sortie pour éviter une collision avec un événement Anthropic ou Google Cloud Next 2026. Sam Altman a régulièrement laissé entendre que les fenêtres de lancement sont calibrées pour maximiser la couverture média, ce qui pousse parfois à reporter de quelques semaines pour éviter la dilution attentionnelle. Aucune de ces explications n’a été confirmée, et il est probable que le retard combine plusieurs facteurs.
Le précédent GPT-4 et la mémoire des retards d’OpenAI
Les retards de lancement ne sont pas une nouveauté chez OpenAI. GPT-4 avait déjà accumulé plusieurs mois de décalage entre la fin de l’entraînement (août 2022 selon le rapport technique publié) et la mise à disposition publique le 14 mars 2023. Sam Altman avait alors invoqué la nécessité d’un red-teaming approfondi avec une centaine d’experts externes, démarche que la société a depuis institutionnalisée. GPT-4o et GPT-5 ont également connu des décalages plus modestes. Ce pattern récurrent traduit moins une difficulté technique qu’une exigence interne de fiabilité maximale au moment où le modèle est exposé à des dizaines de millions d’utilisateurs simultanément.
Pour l’écosystème entreprise, ces retards créent néanmoins un coût d’opportunité réel. Les équipes plateforme qui anticipent une migration vers GPT-6 doivent maintenir des chemins doubles dans leurs pipelines, ce qui complique les déploiements et alourdit les budgets de tests. Plusieurs CTO interrogés par O-Mega soulignent que la fiabilité du calendrier OpenAI s’est dégradée depuis fin 2025, ce qui pousse certains à accorder davantage de poids à Anthropic et Google sur les choix de fournisseur principal. La société perd ainsi une part de son avantage historique de premier mover sur la fenêtre 2026.
L’autre lecture concerne la pression actionnariale. OpenAI prépare une introduction en bourse pour fin 2026, avec des revenus annualisés à 25 milliards de dollars selon les derniers chiffres publiés. La valorisation cible dépendra largement de la perception de leadership technique, et un retard prolongé sur GPT-6 pourrait peser sur le pricing du IPO. Les investisseurs primaires pousseront probablement Sam Altman à arbitrer en faveur d’une release rapide même imparfaite, plutôt qu’une release tardive parfaite. Ce dilemme entre exigence technique et timing financier devient le sous-texte du reportage des prochaines semaines, et explique l’attention médiatique disproportionnée que reçoit chaque variation de calendrier.
FAQ
Faut-il attendre GPT-6 avant de bâtir des agents en production ?
Pour la plupart des cas d’usage, non. GPT-5.5 et Claude Opus 4.7 couvrent déjà l’essentiel des besoins agentiques avec des fenêtres de contexte d’1 million de tokens et des coûts maîtrisés. GPT-6 apportera un saut sur les workflows nécessitant de raisonner sur des bases documentaires entières en un seul prompt, mais ce besoin reste minoritaire. Mieux vaut bâtir aujourd’hui sur l’existant et migrer ciblé plutôt qu’attendre une release dont la disponibilité grand public et le pricing restent incertains.
Quelle différence entre GPT-6 « Spud » et un GPT-7 plus tard dans l’année ?
Sam Altman a positionné GPT-6 comme une version frontière incrémentale plutôt qu’une rupture architecturale. Selon les fuites partenaires, le modèle reste fondé sur la même famille que GPT-5, avec un scaling de paramètres et de contexte plutôt qu’un changement de paradigme. Une éventuelle nouvelle architecture serait réservée à une version 7 attendue plutôt fin 2026 ou 2027. Cette segmentation rappelle la stratégie d’Anthropic, qui alterne refinements de famille (Opus 4.6, 4.7) et sauts génératifs.
Quelles métriques surveiller pour évaluer GPT-6 dès sa sortie ?
Cinq métriques permettront un jugement rapide. Premier : la tarification effective publiée, qui déterminera la compétitivité face à Claude Opus 4.7 et Gemini 3.1 Flash-Lite. Second : le throughput soutenu en tokens par seconde sur des prompts longs, indicateur de la robustesse infrastructure d’OpenAI face à la charge. Troisième : les performances sur SWE-Bench Pro et MMLU dans des conditions reproductibles, où Claude Opus 4.7 est aujourd’hui à 64,3 %. Quatrième : la disponibilité géographique au lancement, certains marchés ayant historiquement été retardés de plusieurs semaines. Cinquième : la qualité du tool use dans les agents, métrique critique pour les déploiements production où les modèles précédents souffraient encore d’instabilités sur des séquences agentiques longues. Si GPT-6 valide ces cinq critères dans les premières semaines, son adoption en production pourrait accélérer fortement et peser sur les arbitrages des équipes plateforme. À l’inverse, des résultats mitigés laisseraient le terrain ouvert aux concurrents qui ont continué de progresser pendant la fenêtre d’attente.
À suivre
OpenAI doit communiquer un nouveau calendrier d’ici la mi-mai si Spud doit conserver sa fenêtre de lancement avant l’été. Pour anticiper les choix d’arbitrage, lisez notre comparatif GPT-5.5 et son contexte 1M à 5 dollars et notre analyse Claude Opus 4.7 sur SWE-Bench Pro.
