GPT-6 Astra pour l'immobilier : ce qu'il automatise — et ce qu'il ne peut pas faire

Ce qu'est réellement GPT-6 Astra

OpenAI a publié GPT-6 Astra le 3 septembre 2026, accompagné d'une variante plus puissante appelée GPT-6 Astra Pro. La capacité mise en avant n'est pas la qualité rédactionnelle. C'est l'opération — l'argument d'OpenAI est que tout ce que vous pouvez faire sur un ordinateur, Astra peut le faire à votre place : cliquer dans des interfaces, remplir des formulaires, circuler entre onglets de navigateur et applications de bureau pour votre compte.

Les chiffres publiés derrière cette affirmation, en septembre 2026 :

Dimension	Chiffre publié
OSWorld 2.0 (benchmark d'usage d'ordinateur)	72,6 %, avec environ 40 minutes par tâche en moyenne
Fenêtre de contexte	Jusqu'à 1 million de tokens
Tarif API	10 $ par million de tokens d'entrée, 50 $ par million de tokens de sortie
Mode rapide	Environ 2,5× plus rapide, au double du prix par token
Disponibilité	API OpenAI, Microsoft Azure, AWS Bedrock et ChatGPT
Modalités dans les documents de lancement	Texte, code, usage d'outils et d'ordinateur — aucune génération d'images

Le président d'OpenAI, Greg Brockman, a marqué le lancement par « Bienvenue dans l'ère de l'AGI ». Savoir si ce cadrage tient est un autre débat — la section sur les benchmarks plus bas donne des raisons d'être prudent. La question plus étroite pour une activité immobilière est celle-ci : quelles parties de votre semaine cela touche-t-il vraiment, et lesquelles laisse-t-il exactement où elles étaient ?

GPT-6 Astra vs Project Astra de Google : la confusion de nom

Avant toute chose, clarifions ce point, parce que deux produits sans lien partagent désormais un nom et que la confusion produit déjà de mauvaises décisions d'achat.

	GPT-6 Astra	Project Astra
Qui le développe	OpenAI	Google DeepMind
Ce que c'est	Un modèle phare livré (septembre 2026)	Un prototype de recherche pour un assistant universel
Comment y accéder	Abonnement ChatGPT, API OpenAI, Azure, AWS Bedrock	Groupe restreint de testeurs de confiance ; liste d'attente pour l'accès anticipé
Ce qu'il met en avant	Usage autonome de l'ordinateur, contexte long, appel d'outils agentique	Interaction multimodale en temps réel — caméra, partage d'écran, voix — avec des capacités progressivement intégrées à Gemini Live
Peut-on construire dessus aujourd'hui	Oui, via des API publiques	Aucune API publique pour le prototype lui-même

Ce ne sont pas des versions l'une de l'autre, ni un partenariat, ni des sorties concurrentes de la même chose. Si un éditeur vous vend un logiciel « propulsé par Astra », demandez lequel. Si la réponse est celui de Google, demandez comment il a obtenu l'accès à un prototype que Google lui-même décrit comme réservé à des testeurs de confiance.

Ce qu'Astra peut réellement automatiser dans une activité immobilière

L'avancée véritable ici, c'est la fiabilité agentique sur des tâches longues et à étapes multiples — le type de travail qui déraillait auparavant après la quatrième étape. Dans une activité immobilière, cela correspond à une liste précise et assez peu glamour.

Rédaction des textes et descriptions d'annonces

Injecter les caractéristiques d'un bien, la surface, le contexte du quartier et la liste des prises de vue dans un modèle pour récupérer une description d'annonce n'a rien de nouveau — les modèles de la génération GPT-4 le faisaient en 2023. Ce que change un contexte d'un million de tokens, c'est l'échelle de l'entrée : une charte éditoriale complète, 200 de vos annonces passées, vos formulations de conformité et les règles du MLS local peuvent tenir dans un seul prompt, de sorte que la sortie ressemble à la façon dont votre agence écrit, et non à celle d'Internet.

Saisie CRM et hygiène du pipeline

C'est ici que l'usage d'ordinateur justifie son existence. La plupart des CRM immobiliers n'ont pas d'API exploitable, ou une API qui coûte plus cher que la licence utilisateur. Un agent capable de piloter directement l'interface web — ouvrir un lead, coller la demande, positionner l'étape, programmer la relance — s'attaque à la première source de travail administratif non facturé dans une agence. Traitez-le comme un assistant junior muni d'identifiants, pas comme une intégration.

Planification et coordination des visites

La planification multipartite — vendeur, acheteur, agent, remise des clés — est un problème borné, riche en règles, avec une condition de succès claire : exactement la forme de problème que les modèles agentiques traitent bien. La contrainte n'est pas l'intelligence, ce sont les permissions. Décidez à l'avance ce qu'un agent peut confirmer seul et ce qu'il doit mettre en file d'attente pour un humain.

Tri de la boîte mail et rédaction des premières réponses

Classer les demandes par intention, retrouver la fiche du bien correspondant et rédiger une première réponse soumise à validation est un usage défendable dès aujourd'hui. Envoyer sans relecture ne l'est pas — voir la section sur les risques plus bas.

Lecture de documents : baux, expertises, diagnostics

La lecture à contexte long est le gain le moins spectaculaire et le plus fiable. Résumer un dossier de bail de 90 pages, signaler les clauses non standard, extraire les dates dans un tableau — c'est assez déterministe pour être vérifié et assez ennuyeux pour que personne ne veuille le faire.

Étude de marché et constitution de comparables

Rassembler des comparables, vérifier l'historique des annonces sur les portails et assembler une argumentation de prix est une tâche de navigation aux sorties vérifiables. Vous pouvez auditer chaque chiffre produit, ce qui en fait un point de départ sûr.

Ce qu'Astra ne peut pas faire : le fossé de l'image

Voici la partie que la couverture du lancement escamote : GPT-6 Astra est un modèle de texte et d'agent. Ses documents de lancement ne décrivent aucune capacité de génération d'images. Il lit, raisonne, écrit et pilote des logiciels. Il ne restitue pas un salon meublé.

Cela compte, parce que le marketing immobilier est un métier visuel. Les tâches qui consomment réellement un budget d'annonce — meubler une pièce vide, corriger l'exposition d'une cuisine sombre, convertir un extérieur diurne en crépuscule, effacer une poubelle d'une allée, transformer un croquis en plan d'étage — sont des tâches de génération et d'édition d'images. Aucune capacité agentique ne remplace un modèle qui produit des pixels.

Le travail sur l'image chez OpenAI vit dans une gamme de produits distincte — la famille GPT Image — et non dans la sortie Astra. Donc « nous utilisons GPT-6 Astra pour nos photos d'annonces » est une erreur de catégorie. Ce qu'un agent peut faire, c'est appeler un outil d'image pour votre compte, ce qui est une architecture réellement utile et le sujet d'un article distinct sur les flux média pilotés par agents.

Une répartition des rôles qui fonctionne ressemble à ceci :

Tâche	Astra seul	Modèle d'image généraliste	Outil immobilier dédié
Rédiger la description de l'annonce	Oui	Non	Non
Décider quelles pièces meubler	Oui	Non	Non
Générer l'image de la pièce meublée	Non	En partie — voir les réserves	Oui
Corriger l'exposition et la balance des blancs	Non	En partie	Oui — amélioration d'image
Conversion jour-crépuscule	Non	Irrégulier	Oui — jour-crépuscule
Effacer une voiture garée ou une poubelle	Non	En partie	Oui — suppression d'objets
Orchestrer tout ce qui précède	Oui	Non	Non

Le résumé honnête : Astra est un bon candidat pour la couche de coordination d'un flux de marketing immobilier, et pas un candidat du tout pour la couche de rendu. Qu'un modèle d'image généraliste puisse couvrir la couche de rendu est une vraie question, dont la réponse est nuancée — nous la traitons dans « GPT-6 Astra peut-il faire du home staging virtuel ? ».

Ce que ça coûte : tarifs API et plafonds de messages ChatGPT

Deux univers tarifaires distincts, et les équipes budgétisent régulièrement le mauvais.

Via l'API, Astra est facturé 10 $ par million de tokens d'entrée et 50 $ par million de tokens de sortie, le mode rapide doublant environ le prix pour environ 2,5× la vitesse. La sortie est la moitié coûteuse, ce qui inverse l'intuition habituelle : une longue description d'annonce coûte plus cher que la lecture d'un long bail. Un calcul rapide pour une seule description d'annonce bien spécifiée — 8 000 tokens de contexte en entrée et 900 tokens en sortie — aboutit autour de 0,13 $. Les exécutions agentiques ont la forme inverse : des dizaines de tours, des captures d'écran et des résultats d'outils qui s'accumulent dans le contexte, et une seule session d'usage d'ordinateur peut consommer plus de tokens qu'une centaine de générations en un coup. Budgétez les exécutions d'agents par session, jamais par message.

Via ChatGPT, vous achetez des quotas de messages plutôt que des tokens, et les quotas du modèle haut de gamme sont serrés :

Plan	Quota GPT-6 Astra Pro rapporté
Pro (200 $)	200 messages par semaine
Pro (100 $)	50 messages par semaine
Business Premium	50 messages par semaine
Business Standard	15 messages par mois
Plus	5 à 45 messages par fenêtre de cinq heures (Astra standard)
Free / Go	Aucun accès aux modèles de pointe

OpenAI précise que l'usage réel varie selon le modèle choisi, la longueur du contexte, la profondeur de raisonnement, l'usage d'outils et la mise en cache. Lisez ces plafonds comme des contraintes de planification, pas comme des garanties. Une agence de cinq personnes qui compte faire tourner des flux agentiques quotidiens atteindra vite le plafond d'un plan ChatGPT et a sa place sur l'API, où le coût est mesuré plutôt que rationné.

La colonne risques : injection de prompt, classification cyber, bruit des benchmarks

Trois choses qu'une équipe immobilière devrait savoir avant de brancher un agent sur une boîte mail en production.

L'injection de prompt est réduite, pas résolue. Les chiffres rapportés placent Astra à un taux de défense quasi parfait de 99,99 % contre les attaques directes, mais à environ 8,5 % de réussite pour les injections indirectes — des instructions malveillantes dissimulées dans les documents que le modèle lit — mesurées sur l'IPI Arena de Gray Swan avec 1 810 attaques sélectionnées. C'est une amélioration significative par rapport aux 27 % rapportés pour son prédécesseur, et cela signifie encore qu'environ un document hostile sur douze peut détourner l'agent. Dans un métier où des inconnus vous envoient des PDF et des liens de portails toute la journée, ce n'est pas un risque théorique. Ne donnez jamais à un agent à la fois une entrée non fiable et un droit d'écriture non supervisé sur l'argent, les contrats ou les annonces publiées.

OpenAI a classé Astra comme son premier modèle à capacité cyber « critique » au titre de son Preparedness Framework — c'est-à-dire capable de trouver et d'exploiter des failles de sécurité inconnues sans direction humaine pas à pas. Les mesures d'atténuation d'OpenAI comprennent un taux de refus rapporté de 91,5 % sur les requêtes cyber interdites (contre 59 % pour le prédécesseur), une surveillance de la chaîne de raisonnement en production et un accès restreint aux fonctions cyber avancées. La pertinence pour une agence immobilière est indirecte mais réelle : la même courbe de capacité est disponible pour quiconque tente d'hameçonner les fonds de vos clients.

Le tableau des benchmarks est contesté. Artificial Analysis a reconstruit son Intelligence Index (v4.2) après que sa notation initiale d'Astra a suscité des critiques ; dans l'index révisé, Astra devance de quatre points son prédécesseur GPT-5.6 Sol mais reste derrière Claude Fable 5.1, tandis qu'Epoch AI a classé Astra premier sur sa propre échelle. Évaluations différentes, conclusions différentes. Traitez tout chiffre de benchmark isolé dans une présentation commerciale comme du marketing, et faites votre propre essai sur cinq tâches issues de votre travail réel avant de signer quoi que ce soit.

Comment démarrer sans jouer son entreprise

Un enchaînement qui garde les modes de défaillance de petite taille :

1. Choisissez une tâche à sortie vérifiable. Constitution de comparables ou résumé de bail — les deux se contrôlent en quelques minutes.
2. Faites-la tourner en lecture seule pendant deux semaines. Aucun envoi, aucune publication, aucune écriture CRM. Vous mesurez la justesse, pas encore le temps gagné.
3. Consignez les échecs, pas les réussites. Le taux de réussite dont vous avez besoin n'est pas « est-ce que ça marche en général » mais « que fait-il quand il se trompe ».
4. Séparez l'entrée non fiable des permissions d'écriture. Un agent qui lit les mails entrants ne devrait pas détenir aussi les identifiants qui publient une annonce.
5. Gardez le travail sur l'image sur des outils dédiés. Coordination et rendu sont deux problèmes distincts ; les relier par une API d'images garde chacun auditable.
6. Budgétez par session, pas par licence. Les exécutions agentiques varient d'un ordre de grandeur ; fixez un plafond de dépense mensuel strict dès le premier jour.
7. Écrivez vos règles de divulgation avant d'automatiser. Ce que votre MLS ou votre régulateur local exige pour les photos retouchées par IA s'applique à l'identique quand c'est un agent qui déclenche la retouche — voir le guide de conformité AB 723 et règles MLS sur les photos IA.

L'essentiel

GPT-6 Astra est un vrai changement d'échelle dans une direction précise : le pilotage de logiciels. Pour les professionnels de l'immobilier, cela signifie que la couche administrative — hygiène du CRM, planification, lecture de documents, premiers jets de textes, recherche — est désormais automatisable à un niveau qui n'existait pas en 2025, à condition de garder un humain entre l'agent et tout ce qui est irréversible.

Cela ne change rien à la manière dont une photographie devient une image d'annonce commercialisable. Ce travail appartient toujours aux modèles d'image, et sa version spécifiquement immobilière — préserver la géométrie de la pièce, laisser les fenêtres là où l'architecte les a mises, rester dans les règles de divulgation — appartient toujours aux outils conçus pour cela. Les équipes qui tireront le plus de l'ère Astra seront celles qui traceront cette ligne clairement, plutôt que d'attendre d'un seul modèle qu'il couvre les deux côtés.

Tous les chiffres de cet article reflètent les informations publiées en septembre 2026 et sont susceptibles de changer à mesure qu'OpenAI met à jour ses tarifs, ses limites et la disponibilité de ses modèles.