Que s'est-il passé
GitHub indique que GPT-6 Astra de OpenAI est désormais disponible dans GitHub Copilot pour les utilisateurs Pro+, Max, Business et Enterprise. Le modèle peut être sélectionné sur plusieurs clients pris en charge, notamment Visual Studio Code, Visual Studio, Copilot CLI, GitHub Copilot coding agent, GitHub Copilot app, GitHub Mobile, JetBrains IDE, Xcode et Eclipse. L'accès se déploie progressivement.
GitHub a annoncé le 4 septembre 2026 que GPT-6 Astra est disponible dans GitHub Copilot. GitHub décrit Astra comme un modèle à usage général OpenAI conçu pour le codage autonome à long terme et les tâches agentiques.
Selon GitHub, ses tests internes ont révélé qu'Astra planifie et valide pendant les tâches, groupe le diagnostic avec vérification et confirme indépendamment les résultats avant de déclarer une tâche terminée. GitHub affirme que cela a produit de meilleures performances sur les tâches de codage à long terme avec moins d'étapes que les modèles OpenAI précédents. Aucun ensemble de tests, scores, méthodologie ou résultats indépendants ne sont fournis dans la source.
Astra est disponible pour les utilisateurs de Copilot Pro+, Max, Business et Enterprise via le sélecteur de modèles dans Visual Studio Code, Visual Studio, Copilot CLI, l'agent de codage GitHub Copilot, l'application Copilot, GitHub.com, GitHub Mobile sur iOS et Android, JetBrains IDE, Xcode et Eclipse. GitHub indique que le déploiement est progressif, de sorte que les utilisateurs éligibles risquent de ne pas voir le modèle immédiatement.
Le modèle utilise la tarification de liste de fournisseurs dans le cadre d'une facturation basée sur l'utilisation. La source n'indique pas le prix réel, les quotas, les limites de taux, ni si des clients ou des forfaits ont des conditions d'accès différentes. Les administrateurs Business et Enterprise peuvent gérer l'accès via les politiques du modèle Copilot ; l’activation automatique dépend des paramètres à l’échelle de l’organisation.
Détails de la source: github.blog ↗
Pourquoi c'est important
Ce changement de disponibilité place le tout dernier modèle de codage à usage général de OpenAI dans un flux de travail de développement largement utilisé, comprenant des outils de codage agent. GitHub affirme que ses tests internes ont révélé de meilleures performances sur les tâches de codage à long terme et moins d'étapes que les modèles OpenAI précédents, mais ces résultats sont les propres affirmations de GitHub plutôt qu'une évaluation indépendante. L'effet pratique dépendra du déploiement, de l'éligibilité au plan, des coûts d'utilisation et de la fiabilité avec laquelle le modèle valide son travail dans des référentiels réels.
Il s'agit d'un déploiement concret d'un modèle frontalier à usage général dans des produits de codage utilisés par des développeurs individuels et des organisations. Son inclusion dans l'agent de codage et les intégrations de ligne de commande et d'IDE de Copilot pourrait rendre les tâches logicielles de longue durée et en plusieurs étapes plus accessibles aux utilisateurs travaillant déjà dans ces outils.
La description de GitHub met l'accent sur le comportement du processus (planification, vérification et confirmation) et pas seulement sur le code généré. Si ces fonctionnalités sont valables en dehors des tests internes de GitHub, elles pourraient réduire le nombre d’interventions manuelles requises pour les tâches de codage complexes. Les éléments de preuve fournis ici n’établissent pas ce résultat de manière indépendante.
Les implications en termes de coûts et de gouvernance restent des inconnues importantes. La facturation basée sur l'utilisation peut rendre les tâches d'agent étendues plus coûteuses que les interactions de codage courtes, mais la source ne fournit aucun prix ni estimation d'utilisation. Les organisations conservent également des contrôles administratifs qui peuvent limiter la disponibilité.
Mécanisme interactif : comment cela fonctionne réellement
Explorez de manière interactive la technologie sous-jacente à ce développement.
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
Que regarder ensuite
Surveillez l’achèvement du déploiement progressif, la publication des détails de tarification basés sur l’utilisation et les tests indépendants des performances de codage et d’agent d’Astra. Les administrateurs Business et Enterprise doivent également vérifier les politiques de modèle, car les administrateurs peuvent activer ou désactiver l'accès et les paramètres globaux par défaut peuvent activer automatiquement de nouveaux modèles.
Le déploiement progressif de GitHub peut affecter le moment où les utilisateurs de chaque plan, région, client ou organisation peuvent sélectionner Astra. La source ne donne aucune date d'achèvement ni calendrier géographique.
Des benchmarks indépendants et des rapports de développeurs réels sont nécessaires pour évaluer les affirmations des tests internes concernant le codage à long terme, la vérification, la durée des tâches et la fiabilité.
La documentation de tarification modèle de GitHub doit clarifier les prix catalogue des fournisseurs, les quotas et toute restriction spécifique au forfait. Aucun de ces montants ou limites n'est inclus dans l'annonce.
Les administrateurs d'entreprise et d'entreprise doivent surveiller l'interaction entre les paramètres globaux du modèle par défaut et les contrôles explicites de la stratégie du modèle.