🔓 OpenAI sort un modèle qui pirate

💡 Avant d’acheter du matériel pour l’IA, posez-vous ces 3 questions

sept. 03, 2026

Bonjour.

Voici votre toast du jour.

Vous aimez GPToast ? Partagez notre newsletter avec votre lien personnel et gagnez des cadeaux (jusqu’à 2 mois d’abonnement offerts à vos IA préférées). Plus vous partagez, plus vous gagnez. 🫶

Référez un ami

Dans l’édition de ce matin :

OpenAI annonce Astra, premier modèle à franchir son seuil critique en cybersécurité
Londres ouvre 100 millions de livres de commande publique à ses start-up IA
ChatGPT Health se branche sur Epic et ses 325 millions de dossiers patients

The Toast : un vol de clé d’API à 600 000 dollars passé inaperçu trois semaines, des profits trimestriels records gonflés par des plus-values sur papier, des modèles qui retrouvent des faits oubliés en réfléchissant plus longtemps, et une transcription Meta qui suit vingt voix à la fois.

À transférer : Le prochain modèle d’OpenAI trouve et exploite seul des failles inconnues, et OpenAI filtrera l’accès aux capacités les plus offensives.

OpenAI annonce Astra, un modèle qui trouve et exploite seul des failles inconnues

Avec un score parfait à un test de piratage…

Pourquoi on en parle ? OpenAI a détaillé mardi son prochain modèle, Astra, et le présente comme le premier grand modèle de langage à franchir son « seuil critique de cybersécurité », le niveau interne à partir duquel l’entreprise juge les capacités offensives dangereuses.

Rappel : Un modèle capable de piratage autonome ne se contente pas d’expliquer une faille connue : il cherche, trouve et exploite. Une faille zero-day est une vulnérabilité que l’éditeur du logiciel ignore encore, donc qu’aucun correctif ne protège. C’est la différence entre un manuel et un cambrioleur.

Dans les faits : Astra a obtenu un score parfait sur ExploitBench, un test qui mesure les capacités de piratage, et il a découvert puis exploité deux failles zero-day dans une version modifiée de cette évaluation par OpenAI. L’entreprise annonce une mise à disposition « bientôt », avec un accès « plus limité » aux capacités les plus avancées. Elle dit avoir amélioré la détection des abus et des contournements de garde-fous, restreint les comptes jugés à risque élevé et ajouté une surveillance du raisonnement du modèle. Elle affirme aussi avoir vérifié qu’Astra ne reproduirait pas l’incident Hugging Face, où des agents d’OpenAI avaient accédé à des données privées.

Ce que ça change : Pour les équipes sécurité, l’outil coupe dans les deux sens : il accélère la recherche de failles dans son propre code, et le travail de qui cherche à entrer. Pour les entreprises clientes, la vraie question devient celle du guichet : qui obtient l’accès complet, sur quels critères, avec quelle traçabilité. Pour les éditeurs de logiciels, l’intervalle entre la découverte d’une faille et son exploitation se resserre.

Un peu de recul. Les évaluations citées sont celles d’OpenAI, sans vérification par un tiers indépendant, et l’entreprise n’a dit ni qui avait participé aux tests, ni si des autorités publiques y étaient associées. Yona Shavit, ancien salarié d’OpenAI, pose la question qui gêne : le bon comportement d’Astra vient-il de ce qu’il a compris ce qu’on attendait de lui, ou d’une tentative de tromperie ?

Bref. OpenAI dit avoir construit le premier modèle dont il faut surveiller l’accès, et c’est lui qui tient la porte.

À qui l’envoyer : RSSI, équipes de sécurité applicative, développeurs, dirigeants qui signent des licences IA.

À copier-coller : Le prochain modèle d’OpenAI, Astra, trouve et exploite seul des failles inconnues.

Londres ouvre 100 millions de livres de commande publique à ses start-up IA

Le meilleur soutien à une jeune entreprise reste un bon de commande signé.

Dans les faits : Le chancelier John Healey a lancé, en marge d’une réunion des ministres des finances du G20 en Caroline du Nord, quatre concours dotés au total de 100 millions de livres pour faire entrer des start-up britanniques dans les marchés publics. Le dispositif s’appelle Sovereign AI et comprend aussi un fonds de capital-risque de 500 millions de livres. Les quatre thèmes : productivité du NHS (le service public de santé britannique), défense, efficacité des infrastructures de calcul avec l’agence de recherche publique ARIA, et sécurité des agents IA avec le centre national de cybersécurité.

Pourquoi ça compte ? Pour une jeune pousse, un contrat public vaut souvent mieux qu’un tour de table : il apporte un client de référence, un terrain réel et des revenus. Londres parie donc sur l’achat plutôt que sur la subvention, et Kanishka Narayan, ministre de l’IA, présente un dispositif « inédit » censé soutenir la croissance de ces entreprises au Royaume-Uni « pour qu’elles gagnent ensuite à l’international ». Reste le décalage que mesure l’étude citée par The Register : 100 % des ministères britanniques utilisent désormais de l’IA contre 81 % auparavant, mais 30 % seulement ont donné à leurs agents une consigne générale de s’en servir, et l’essai de Microsoft 365 Copilot mené dans un ministère n’a produit aucun gain de productivité global, accélérant certaines tâches et en ralentissant d’autres.

Bref. Londres achète de l’IA britannique en espérant que ses ministères s’en serviront vraiment.

À qui l’envoyer : Fondateurs de start-up IA en Europe, responsables d’achats publics, investisseurs, équipes affaires publiques.

À copier-coller : Le Royaume-Uni ouvre 100 millions de livres de marchés publics à ses start-up IA, santé et défense comprises.

ChatGPT Health se branche sur Epic et ses 325 millions de dossiers patients

Le dossier médical informatisé est (normalement) l’un des endroits les mieux gardés de l’informatique. OpenAI vient d’en obtenir une clé, en lecture seule.

Dans les faits : OpenAI a connecté ChatGPT Health à Epic, l’éditeur américain de dossiers médicaux électroniques dont les systèmes gèrent les données de plus de 325 millions de patients. Les soignants peuvent importer notes de consultation, résultats de laboratoire, traitements et comptes rendus de spécialistes, puis interroger l’ensemble. L’accès est en lecture seule : le modèle ne réécrit rien dans le dossier.

Pourquoi ça compte ? Dans certains déploiements, ChatGPT s’affiche directement dans le logiciel du soignant, pour préparer une consultation ou reconstituer une chronologie sans quitter le dossier du patient. OpenAI ajoute un module qui va chercher dans ClinicalTrials.gov, les politiques de remboursement de l’agence publique américaine CMS, RxNorm, DailyMed et PubMed, de quoi vérifier une éligibilité à un essai clinique ou l’identifiant d’un médicament. L’entreprise dit avoir recueilli 4 300 réponses de médecins sur 27 usages cliniques, dont 99,1 % jugées sûres, tout en répétant que son outil ne sert ni au diagnostic ni au traitement.

Bref. La sortie arrive après deux plaintes visant des conseils de santé donnés par ChatGPT, ce qui éclaire l’insistance sur la lecture seule.

À qui l’envoyer : DSI hospitalières, médecins, éditeurs de logiciels de santé, juristes conformité et protection des données.

À copier-coller : ChatGPT Health lit désormais les dossiers Epic, dont les systèmes couvrent plus de 325 millions de patients.

Partenaire qu’on 💙

Qapten — l’assistant IA qui exécute, pas seulement qui répond

Ce ne sont pas les grandes décisions qui saturent vos journées, ce sont les dizaines de petites tâches autour : les mails à traiter, le rendez-vous à préparer, le document introuvable, la réponse à rédiger.

Qapten est un assistant IA personnel qui garde le contexte de vos échanges et se connecte à plus de 100 applications : Gmail, Google Agenda, Drive, Notion et le reste de votre stack. Il ne se contente pas de répondre, il prépare les actions et les exécute, toujours après votre accord.

Vous lui demandez de préparer votre prochain rendez-vous, de résumer votre boîte de réception, de retrouver une information dans vos documents, de rédiger une réponse ou de créer une automatisation adaptée à votre activité.

Bref. Moins d’onglets, moins de répétition, plus de temps pour vos clients et vos décisions. L’écart ne se creuse pas entre ceux qui parlent d’IA et ceux qui n’en parlent pas, mais entre ceux qui la testent et ceux qui l’installent dans leur quotidien.

7 jours d’essai gratuit. Avec le code QAPTEN25SEPT2026, 25 % de réduction pendant trois mois sur l’offre Standard.

Découvrir QAPTEN

Outils IA du jour

🚀 Claude Fable 5.1 — La nouvelle version du modèle le plus puissant d’Anthropic, taillée pour le code et les tâches longues qui s’étalent sur plusieurs heures : elle cherche la cause racine des problèmes au lieu de poser des rustines, et coûte environ 25 % moins cher que Fable 5 sur les usages courants.

👂 Muse Voice Transcribe — La transcription vocale en temps réel de Meta Superintelligence Labs, capable de distinguer plus de 20 intervenants et de suivre un changement de langue en pleine phrase : de quoi alimenter des comptes rendus de réunion automatiques pour environ 0,18 $ l’heure d’audio.

👁️ Gemini — Google ajoute la compréhension vidéo « agentique » : le modèle décide lui-même quels passages regarder et à quelle vitesse, ce qui réduit jusqu’à 88 % la consommation de tokens sur les vidéos longues — précieux si vous analysez des heures de conférences ou de rushes.

🎨 Google Pics — L’éditeur d’images de Google propulsé par Nano Banana, désormais intégré à Docs et Slides : vous cliquez sur une image dans votre document et les outils de retouche s’ouvrent par-dessus, sans changer d’onglet.

Le Toast

🔑 600 000 dollars de jetons IA volés sans que personne ne s’en aperçoive — METR, l’organisation américaine qui évalue les capacités et les risques des modèles de pointe, a raconté lundi deux incidents de sécurité survenus en 2026. En mars, un chercheur avait lancé des agents sur une machine personnelle censée être protégée par une authentification Google, mais une application écrite à la va-vite contenait un défaut qui désactivait cette protection, laissant l’ensemble accessible plusieurs jours. L’attaquant a fait cracher à un agent la clé d’API du compte de METR, ajouté sa propre clé SSH pour garder la main, puis consommé environ 600 000 dollars de crédits pendant trois semaines. Personne n’a rien vu, pour trois raisons cumulées : METR fait tourner en permanence des évaluations très gourmandes, ce qui rend les erreurs d’API banales, les crédits étaient offerts par le fournisseur de modèles, donc sans alerte de facturation, et aucun plafond de dépense n’existait sur ce type de clé. L’organisation a depuis recruté un responsable sécurité et prévoit d’autres embauches.

💸 Les profits records du trimestre doivent beaucoup à des plus-values sur papier — Les bénéfices par action du S&P 500 ont progressé de 52,6 % sur un an au deuxième trimestre 2026, la plus forte hausse depuis 2021, et encore de 33,8 % en retirant les gains des plus grosses valeurs technologiques. Matt Phillips rappelle d’où vient une bonne partie du reste : Alphabet a enregistré environ 98 milliards de dollars de gain net sur sa participation dans SpaceX, Amazon environ 53 milliards liés à sa part dans Anthropic, Nvidia plus de 7,5 milliards de plus-values sur ses investissements. Ces montants ne disent rien de la rentabilité de l’IA vendue aux clients : l’amélioration réelle des marges vient surtout des fournisseurs d’infrastructure comme Nvidia et Micron, pas des entreprises qui paient pour utiliser des modèles. Or un boom d’investissement se finance maintenant et se rembourse plus tard, avec de la dette et des taux qui montent.

🗝️ Les modèles connaissent des faits qu’ils n’arrivent pas à retrouver — Des chercheurs de Google Research et du Technion ont séparé deux échecs qu’on confond d’ordinaire : le modèle n’a jamais retenu l’information, ou il la possède sans arriver à y accéder. Sur WikiProfile, un jeu de 2 150 faits tirés de Wikipédia, GPT-5 et Gemini-3 encodent 95 à 98 % des faits testés mais échouent à en restituer directement 26 à 34 %. En laissant le modèle réfléchir plus longtemps, on récupère 40 à 65 % de ces faits pourtant bien présents. L’étude note un effet de taille inattendu : passer Gemma3 de 1 à 27 milliards de paramètres fait tomber les défauts de mémorisation de 85 % à 23 %, mais fait grimper les échecs de récupération à 40 %. Plus un modèle sait de choses, plus il perd ses clés.

🎙️ Meta lance une transcription temps réel qui suit vingt voix à la fois — Muse Voice Transcribe est le premier modèle de perception audio en temps réel de Meta : il transcrit, attribue chaque phrase à la bonne voix et détecte les fins de prise de parole nativement, dans un seul modèle. Il tient des sessions d’une heure avec plus de vingt participants, gère plusieurs langues en même temps et reconnaît les phrases où l’on change de langue en cours de route. Il a été entraîné sur plus de 70 langues, dont 25 validées au lancement, et s’appuie sur un délai adaptatif : il attend un peu plus longtemps sur les mots difficiles et tranche plus vite sur les faciles. Il est déjà intégré à l’application Mac de Meta et à Muse Code, et facturé aux développeurs 3 dollars les 1 000 minutes d’audio.

💡 Hack du jour : Avant d’acheter du matériel pour l’IA, posez-vous ces 3 questions

Pourquoi c’est utile : Beaucoup de gens achètent d’abord et cherchent ensuite quoi en faire. Trois questions simples suffisent pour savoir quel appareil correspond vraiment à votre projet — et éviter de payer pour de la puissance dont vous n’avez pas besoin.

Comment faire :

Estimez d’abord votre temps : un après-midi, un week-end, ou un projet qui va durer plus longtemps.
Fixez ensuite votre budget : moins de 50 €, moins de 300 €, ou 500 € et plus.
Chiffrez le setup complet, pas seulement la carte ou l’ordinateur : stockage (carte mémoire ou disque), alimentation, refroidissement (ventilateur ou dissipateur), boîtier et câbles. C’est là que le budget dérape le plus souvent.
Précisez votre usage : faire tourner une IA en local (un modèle qui s’exécute sur votre machine, sans passer par un service en ligne), bidouiller avec l’IA (petits montages, capteurs, automatisations), ou laisser OpenClaw ou Hermes Agent tourner en permanence sur un appareil dédié (deux assistants IA open source que vous installez vous-même et qui restent allumés en continu).
Croisez vos trois réponses. Un après-midi, moins de 50 €, un seul gadget bien précis → un ESP32 (une petite carte électronique programmable, à peine plus grande qu’une clé USB).
Un week-end, moins de 300 €, ou un OpenClaw / Hermes Agent qui tourne en permanence → un Raspberry Pi (un mini-ordinateur complet de la taille d’une carte bancaire, qui consomme très peu).
500 € et plus, de l’IA locale sérieuse, ou une machine séparée de votre ordinateur principal → un Mac (MacBook Neo ou Mac mini).

Option : quel que soit l’appareil retenu, copiez le lien de la fiche produit dans ChatGPT, dites-lui ce que vous voulez construire, et demandez-lui de vous accompagner sur l’installation, le code et le dépannage.

Temps : 15 à 30 minutes pour trancher, avant le moindre achat.

Comment soutenir GPToast ?

C’est très simple : partagez votre lien personnel autour de vous. Plus vous partagez, plus vous gagnez. 🫶

Au programme : un petit guide pratique pour libérer toute la puissance de Claude Opus 4.8 et ChatGPT 5.5, des cadeaux physiques et jusqu’à 2 mois d’abonnement offerts à vos IA préférées.

Vous pouvez suivre votre progression depuis votre dashboard, copier votre lien personnel ou partager GPToast en un clic grâce au bouton ci-dessous.

Référez un ami

> Cet email vous a été transféré ? Abonnez-vous ici

GPToast

Discussion à propos de ce post

Tout à fait prêt. Qu'avez-vous pour moi ?