GPT-6 Astra arrive sur Google Cloud avec Sol et Luna
OpenAI arrive dans Google Cloud avec GPT-6 Astra, Sol, Luna et Codex. Accès en private preview, via Model Garden et Marketplace.
OpenAI et Google Cloud ouvrent l’accès aux modèles GPT-6 dans l’écosystème Google Cloud. L’annonce concerne GPT-6 Astra, GPT-6.1 Sol, GPT-6 Luna et des workflows Codex, avec achat via Google Cloud Marketplace.
Pour une entreprise déjà équipée sur Google Cloud, l’intérêt est simple : tester des modèles OpenAI sans sortir de son environnement cloud habituel. Mais l’accès reste limité, sur invitation, et réservé au développement ou aux tests internes.
Ce qui change concrètement
OpenAI annonce l’arrivée de ses modèles frontier et des workflows Codex dans le Model Garden de Google Cloud, avec transaction via Google Cloud Marketplace. Google Cloud précise de son côté que les modèles sont proposés en private preview à des clients entreprise sélectionnés.
Trois modèles sont mis en avant :
- GPT-6 Astra : le modèle le plus ambitieux de cette annonce. Google Cloud le décrit comme conçu pour les tâches exigeantes de codage, d’utilisation d’ordinateur, de travail professionnel et de recherche scientifique.
- GPT-6.1 Sol : une option proche d’Astra, mais à moindre coût, pour le codage agentique, l’utilisation d’ordinateur et le travail professionnel.
- GPT-6 Luna : un modèle plus rapide et plus économique, pensé pour le travail quotidien à grande échelle.
Cette intégration ne se limite pas à un simple accès API. OpenAI parle d’un accès natif dans l’environnement Google Cloud pour moderniser le cycle de développement logiciel, construire des workflows agentiques et traiter des usages d’entreprise. Codex est également concerné : selon le formulaire d’accès OpenAI, il peut être utilisé via l’app Codex, la CLI et des IDE pris en charge.
Côté achat et facturation, Google Cloud indique que les transactions passent directement par Google Cloud Marketplace. Les clients peuvent donc retrouver ces usages sur une seule facture Google Cloud. Google mentionne aussi le drawdown des engagements cloud existants et la comptabilisation dans les Flexible Savings Plans.
Comment l'essayer
L’accès n’est pas encore ouvert à tous. OpenAI précise que les modèles sont disponibles en aperçu limité, en mode invite-only, pour des clients sélectionnés. Le même formulaire indique que cet aperçu privé est destiné aux cas d’usage de développement et de test interne, pas à la production.
Le chemin annoncé passe par Google Cloud Marketplace et Model Garden. La documentation Google Cloud explique qu’il faut disposer d’un rôle IAM approprié, être dans le projet Google Cloud concerné, puis activer le modèle en cliquant sur Enable et accepter les conditions applicables. Après activation, l’usage se fait dans Model Garden via Manage on Vertex AI.
Les modèles frontier sont exposés via l’API Responses sur Google Cloud. Pour Codex, l’accès passe par l’app Codex, la CLI et les IDE pris en charge. En pratique, si ton équipe utilise déjà Vertex AI et les processus IAM de Google Cloud, le test devrait pouvoir s’inscrire dans la gouvernance existante, sous réserve d’être acceptée dans la preview.
Côté France, il faut distinguer deux choses. La France figure dans les pays pris en charge pour l’accès à l’API OpenAI. Mais pour cette intégration Google Cloud, aucun accès public général n’est annoncé : la disponibilité reste conditionnée à l’invitation et à la sélection par OpenAI et Google Cloud.
Côté prix, la page de tarification OpenAI API liste GPT-6 Astra à 10,00 $ par million de tokens en entrée et 50,00 $ par million de tokens en sortie en contexte court. GPT-6.1 Sol est listé à 2,00 $ en entrée et 10,00 $ en sortie. GPT-6 Luna est listé à 0,10 $ en entrée et 0,50 $ en sortie. Google Cloud rappelle aussi que certains modèles d’IA peuvent avoir une tarification régionalisée selon la localisation de l’endpoint utilisé. Les prix exacts sur Google Cloud Marketplace doivent donc être vérifiés au moment de l’activation.
Pour qui, et pour quoi faire
Le premier public visé est l’équipe tech d’une grande entreprise déjà cliente de Google Cloud. Un cas d’usage concret : mettre en place un assistant de développement interne pour accélérer la revue de code, générer des tests, analyser des tickets et proposer des corrections dans un dépôt logiciel.
Dans ce scénario, GPT-6 Astra peut être réservé aux tâches les plus complexes : refactoring, analyse d’architecture, recherche de causes racines, exploration de bibliothèques internes. GPT-6.1 Sol peut couvrir une partie des workflows agentiques de codage avec un meilleur compromis coût. GPT-6 Luna peut traiter les demandes plus fréquentes : résumés de tickets, génération de documentation, reformulation de spécifications ou réponses à des questions simples sur une base projet.
L’intérêt pour le DSI est aussi opérationnel. L’équipe peut comparer les modèles OpenAI avec d’autres modèles déjà disponibles dans Model Garden, tout en conservant ses contrôles Google Cloud : projet, IAM, facturation, suivi des usages et intégration avec Vertex AI.
Limites et points de vigilance
La limite principale est l’accès. Il s’agit d’une private preview, pas d’un lancement public. Si ton entreprise n’est pas sélectionnée, tu ne pourras pas activer ces modèles immédiatement dans Google Cloud.
Deuxième point : l’usage en production n’est pas couvert par cet aperçu privé. OpenAI réserve cette phase au développement et aux tests internes. Pour un usage métier critique, il faudra attendre des conditions de disponibilité plus larges et vérifier les engagements de service, de support et de conformité.
La donnée mérite aussi un examen attentif. Google Cloud indique que les prompts, le contexte et les sorties restent dans le périmètre de données désigné du client et ne sont pas utilisés pour entraîner des modèles de fondation. Des options Zero Data Retention sont annoncées prochainement. Avant tout pilote, il reste nécessaire de valider la résidence, les journaux, les accès administrateurs et les clauses contractuelles avec les équipes sécurité et juridique.
Enfin, le coût doit être piloté dès le test. Les écarts de prix entre Astra, Sol et Luna sont importants. Un bon pilote doit prévoir du routage par type de tâche, des plafonds d’usage et des métriques simples : qualité, latence, coût par ticket ou coût par analyse de code.
L'avis NXUS
Pour les entreprises déjà sur Google Cloud, GPT-6 Astra est surtout une opportunité de comparaison contrôlée. Il ne faut pas commencer par brancher le modèle partout, mais par choisir un workflow précis, mesurable et non critique.
Le bon réflexe consiste à tester Astra, Sol et Luna sur les mêmes tâches, avec les mêmes jeux d’exemples, puis à réserver le modèle le plus puissant aux cas où il apporte vraiment un gain. La valeur viendra moins du modèle seul que de l’orchestration : choix du bon modèle, garde-fous, suivi des coûts et intégration dans les outils métiers.
Si ton sujet est agentique, commence par cartographier les actions autorisées, les données accessibles et les validations humaines nécessaires. Un agent utile en entreprise est d’abord un processus bien cadré.
Sources
Source : OpenAI
Rudy Molinillo
