OpenAI affirme que les agents couvrent désormais 3,1 journées de travail par journée de travail du chercheur

L’organisation de recherche d’OpenAI réalise désormais 3,1 journées de travail d’agents pour chaque journée de travail humaine, a déclaré l’entreprise dans un essai du 8 septembre 2026 qui expose comment elle prévoit de transformer la capacité des modèles de pointe en revenus. Le chiffre, mesuré par rapport à une journée de travail standard de huit heures à la mi-août 2026, soutient un argument plus large du directrice financière Sarah Friar selon lequel des modèles plus performants, une base d’utilisateurs de plus d’un milliard d’actifs hebdomadaires et une stratégie de calcul à pile complète se renforcent mutuellement.

L’essai, intitulé « The Work Now Within Reach », est le dernier de Friar dans une série sur les affaires et l’économie du calcul d’OpenAI. OpenAI a nommé Friar directrice financière en juin 2024 ; elle était auparavant PDG de Nextdoor et directrice financière de Square.

Utilisation et revenus

OpenAI a indiqué que ses produits atteignent plus d’un milliard d’utilisateurs actifs chaque semaine et 2,5 million d’entreprises, et que chaque avancée de la recherche améliore ChatGPT, ChatGPT Work, Codex et les applications construites sur son API. L’entreprise a déclaré que l’accès gratuit, soutenu par la publicité, aide les gens à découvrir où l’IA est utile, tandis que les abonnements et les offres basées sur l’usage permettent aux clients de dépenser davantage à mesure qu’ils en perçoivent plus de valeur.

En citant son étude sur les plans individuels de ChatGPT, OpenAI a indiqué que le volume quotidien de messages était environ 50 % plus élevé six mois après l’inscription qu’au cours du premier mois, et que les utilisateurs avaient tenté environ deux fois plus de tâches distinctes. L’analyse sous-jacente s’appuie sur un échantillon de 0,1 % des comptes créés entre le 15 octobre 2025 et le 1 mai 2026, avec l’activité suivie jusqu’au 31 mai 2026 ; elle mesure le nombre de messages et l’étendue des tâches par rapport aux 28 premiers jours de chaque utilisateur et classe les messages en 53 catégories de capacité.

L’essai cite également cinq déploiements chez des clients. Le Boston Children’s Hospital a signalé plus de 40 diagnostics dans des cas de maladies rares auparavant non résolus grâce à la recherche assistée par IA. Cars24 a indiqué que ses agents traitent plus d’un million de minutes de conversation par mois dans le cadre de l’achat et de la vente de voitures. Circles a rapporté une résolution autonome de 65 % des interactions du service client sur les flux de travail pris en charge, et Balyasny Asset Management a déclaré que son analyste de discours des banques centrales a réduit l’analyse de scénarios macroéconomiques de deux jours à environ 30 minutes. Replit propose un Mode Gratuit qui permet aux utilisateurs de planifier des logiciels sans consommer leur quota d’usage. Chaque donnée provient du compte propre du client tel que présenté par OpenAI.

Agents au sein de l’organisation de recherche

Le chiffre de 3,1 journées de travail d’agents provient d’une mise à jour de recherche d’OpenAI publiée le 6 septembre 2026, qui indiquait qu’avant juin 2026, le temps d’exécution total des agents dans l’ensemble de l’organisation de recherche était encore inférieur au travail humain total. Cette mise à jour précisait que le chercheur médian utilisait plus de 600 $ par jour d’inférence aux prix de l’API à la mi-août, et que l’utilisateur au 90ᵉ percentile consommait plus de 7 000 $ de jetons par jour.

La même mise à jour indiquait que les taux de réussite des agents de codage avaient augmenté de janvier à juillet 2026 dans plusieurs catégories de difficulté des tâches, tout en soulignant que les tâches plus longues nécessitaient encore une supervision humaine: au cours des six mois précédents, plus de la moitié des tâches réussies, estimées entre quatre et huit heures de temps humain, ont impliqué au moins une intervention. Dans l’essai, OpenAI a déclaré que les personnes définissent toujours les priorités de recherche et évaluent les résultats, et que les équipes utilisent des agents pour résoudre des problèmes d’infrastructure qui nécessitaient auparavant un support spécialisé.

Capacité du modèle et coûts de calcul

L’essai de Friar présente GPT-6 Astra comme le moteur actuel de capacité, le décrivant comme à la pointe de l’utilisation informatique, de la navigation, de l’ingénierie logicielle, de la cybersécurité, de la science et du travail professionnel. Dans son communiqué de lancement, OpenAI a indiqué qu’Astra obtient 98 % sur FrontierMath Tier 4, 99,9 % sur ARC-AGI-3 et 100 % sur ExploitBench, et qu’il atteint le seuil Critique en cybersécurité selon le cadre de préparation de l’entreprise. Ce sont les résultats rapportés par OpenAI elle‑même. L’entreprise a déclaré qu’Astra a commencé à être déployé auprès d’un ensemble limité d’organisations le 3 septembre 2026, avec une disponibilité générale sur les niveaux payants de ChatGPT, l’API, Microsoft Azure et AWS Bedrock dans les jours suivants.

Concernant l’économie du service, l’essai réitère deux chiffres tirés du post d’ingénierie d’OpenAI du 29 juillet 2026 sur GPT-5.6: des améliorations du logiciel de service en production qui ont réduit les coûts de service de bout en bout de 20 %, et des travaux de décodage spéculatif qui ont augmenté l’efficacité de génération de jetons de plus de 15 %. Les deux gains ont été obtenus avec GPT-5.6 Sol fonctionnant à l’intérieur de Codex, y compris la réécriture autonome des noyaux de production, selon le post d’ingénierie.

L’essai résume également les premiers résultats de Jalapeño, la puce d’inférence personnalisée d’OpenAI, publiés pour la première fois le 25 août 2026. Dans les tests InferenceX sur GPT-OSS 120B, DeepSeek R1 et Kimi K2.5, OpenAI a indiqué que la puce offrait entre 1,5 et 1,9 fois plus de débit de jetons de pointe par watt que les systèmes commerciaux testés, en utilisant la puissance nominale de la puce pour normaliser la comparaison, avec une latence de bout en bout 1,7 à 3,6 fois plus faible. OpenAI a déclaré qu’elle prévoit de commencer à déployer Jalapeño dans son infrastructure de calcul d’ici la fin de l’année, aux côtés d’accélérateurs de NVIDIA, AMD et d’autres partenaires, et que les versions de deuxième et troisième génération sont en cours de développement.

Friar a écrit qu’OpenAI évalue chaque investissement en fonction de la demande qu’il peut satisfaire, de la rapidité avec laquelle il devient productif, et de la capacité des retours à justifier le capital engagé, et que les revenus tirés de l’adoption croissante financent davantage la recherche et l’infrastructure.