OpenAI DevDay 2026 : Dots, GPT-6.1 Sol et des agents plus encadrés

OpenAI a profité de son DevDay du 29 septembre 2026 pour annoncer plus de vingt nouveautés. La liste est longue : nouveaux outils Codex, ChatGPT Space, extensions de plugins, offre Pro 500, Ultrafast, outils de sécurité et nouvelles API.

Mais trois annonces racontent particulièrement bien la direction prise par l’entreprise : Dots, GPT‑6.1 Sol et Decisions API.

La première pousse ChatGPT vers un agent qui continue de travailler entre deux conversations. La deuxième cherche à rendre les tâches agentiques complexes beaucoup moins coûteuses. La troisième prend presque le chemin inverse : au lieu de laisser un modèle répondre librement, elle l’oblige à choisir parmi un ensemble de réponses défini à l’avance.

Autrement dit, OpenAI ne lance pas seulement de nouveaux modèles. L’entreprise assemble progressivement les différentes couches nécessaires pour faire travailler des IA dans la durée — tout en essayant de mieux borner ce qu’elles peuvent décider seules.

Dots : un agent qui continue de travailler sans attendre le prochain prompt

OpenAI décrit Dots comme des agents « always-on ». Un dot est propulsé par GPT‑6 Astra, dispose de son propre ordinateur dans le cloud, de son propre navigateur et peut accéder aux applications que l’utilisateur lui connecte. OpenAI annonce une compatibilité avec plus de 4 000 applications via son écosystème de plugins.

Le changement par rapport à une conversation classique est important. Un dot peut recevoir un objectif, garder le contexte d’un projet, travailler sur plusieurs tâches et revenir vers l’utilisateur lorsqu’une décision ou une validation est nécessaire. Il peut être contacté dans ChatGPT, mais aussi dans Slack et Microsoft Teams. Le SMS est déjà proposé en bêta limitée à certains abonnés Pro aux États-Unis ; OpenAI précise que ce canal passe par un prestataire tiers et qu’il n’est pas disponible dans les espaces Business ou Enterprise.

L’entreprise donne plusieurs exemples : surveiller les retours clients pour préparer des correctifs, mettre à jour une proposition commerciale lorsque les exigences changent, reprendre une analyse scientifique quand de nouvelles données arrivent ou préparer du contenu à partir de nouveaux entretiens.

Ce n’est donc plus seulement « demande quelque chose à l’IA ». Le produit cherche à installer une relation continue : donner un objectif, laisser l’agent progresser, puis intervenir aux moments où le jugement humain reste nécessaire.

Cette autonomie n’est toutefois pas totale. Quand le dot travaille de manière proactive en arrière-plan, OpenAI indique que ses recherches dans les applications connectées utilisent des outils en lecture seule : il ne peut alors ni envoyer de message, ni modifier le contenu d’une application, ni contrôler le navigateur ou l’ordinateur. Pour les actions plus sensibles, des règles permettent d’autoriser, de bloquer ou d’exiger une approbation. Certaines opérations, comme changer un mot de passe, restent obligatoirement à la main de l’utilisateur.

Pour les abonnés Pro, le lancement est aussi géographiquement limité. Le centre d’aide d’OpenAI précise que Dots est déployé hors Espace économique européen, Suisse et Royaume-Uni. En revanche, OpenAI annonce Dots pour Business Premium dans les régions ChatGPT prises en charge, et propose une bêta aux environnements Enterprise, Edu et Healthcare lorsque l’administrateur l’active.

Pour un lecteur en France, cela signifie qu’un abonnement Pro ne donne pas accès à Dots au lancement. L’accès passe par Business Premium ou, dans les organisations concernées, par la bêta Enterprise activée par l’administrateur.

Le premier dot est inclus sans surcoût dans les offres Pro et Business Premium concernées. OpenAI prévoit ensuite la possibilité d’ajouter plusieurs dots et, à terme, de les faire travailler en équipe.

Dots et Meta Muse : la même bataille pour l’agent personnel

Le parallèle avec Meta Muse est difficile à éviter. Meta a lancé Muse le 8 septembre 2026, trois semaines avant DevDay. Nous avions déjà détaillé sur 404 Mates son architecture et les questions de sécurité qu’elle soulève.

Les deux produits partagent plusieurs idées structurantes. Muse comme Dots dispose d’un environnement de calcul dédié dans le cloud, garde du contexte dans le temps, peut utiliser des services connectés et cherche à accomplir des tâches sans attendre une nouvelle instruction à chaque étape.

Mais les deux entreprises ne partent pas exactement du même endroit.

Meta présente Muse comme un agent personnel qui doit accompagner l’utilisateur dans sa vie quotidienne, notamment via WhatsApp et, bientôt, ses lunettes IA. Muse fonctionne dans une Secure VM et un système séparé, Sentinel, contrôle certaines sorties et demandes d’autorisation. Dans son récapitulatif officiel de Meta Connect du 24 septembre, Meta indique que Muse est actuellement disponible aux États-Unis, au Canada et au Mexique ; l’entreprise précise par ailleurs qu’il restera gratuit pour la plupart des usages, avec des offres payantes pour aller plus loin.

OpenAI ancre davantage Dots dans son environnement de travail existant : ChatGPT, Slack, Teams, Codex, ChatGPT Work et bientôt des « specialist dots » dotés de leur propre identité dans les organisations. Le lancement de ChatGPT Space, présenté le même jour comme un espace persistant où collaborateurs humains, ChatGPT et dots peuvent partager informations et projets, renforce encore cette orientation.

La frontière n’est cependant pas nette. Meta a justement annoncé Muse for Small Business le 29 septembre, avec davantage de connecteurs professionnels. Les deux acteurs convergent donc vers le même problème : devenir la couche qui connaît suffisamment bien les objectifs, les outils et le contexte d’un utilisateur ou d’une équipe pour pouvoir agir en son nom.

Ce qui change la compétition n’est plus seulement la qualité du modèle. C’est aussi la qualité de l’environnement qui l’entoure : mémoire, navigateur, connecteurs, permissions, interface de supervision et capacité à savoir quand demander une validation.

GPT-6.1 Sol : rendre l’intelligence agentique moins chère

La deuxième annonce importante est GPT‑6.1 Sol. OpenAI le présente comme une mise à niveau majeure de GPT‑6 Sol, lancé seulement une semaine plus tôt.

Son positionnement est simple : se rapprocher de GPT‑6 Astra sur le code agentique, l’utilisation d’un ordinateur et le travail professionnel, mais avec un coût nettement inférieur. OpenAI parle de performances proches d’Astra pour un cinquième de ses tarifs standards d’entrée et de sortie.

Dans l’API, GPT‑6.1 Sol est facturé 2 dollars par million de tokens en entrée, 0,10 dollar par million de tokens d’entrée en cache et 10 dollars par million de tokens en sortie. Sa fenêtre de contexteQuantité maximale de tokens qu’un modèle peut prendre en entrée (et parfois en sortie) dans une même requête. atteint 1,05 million de tokens et il peut produire jusqu’à 128 000 tokens en sortie.

Cette grande fenêtre a toutefois une conséquence tarifaire importante : dès qu’une requête dépasse 272 000 tokens en entrée, OpenAI facture l’ensemble de la requête à 2× le tarif d’entrée et de cache, et à 1,5× le tarif de sortie. La fenêtre maximale ne doit donc pas être confondue avec un coût linéaire sur toute sa longueur.

Pourquoi ces chiffres comptent-ils dans un article sur les agents ? Parce qu’un agent persistant consomme beaucoup plus qu’un chatbot utilisé ponctuellement. Il relit du contexte, appelle des outils, inspecte des résultats, recommence, maintient plusieurs tâches et peut travailler longtemps avant de revenir vers l’utilisateur.

Dans ce type de système, le coût par tâche devient au moins aussi important que le score maximal sur un benchmarkJeu de référence public ou interne pour comparer des modèles (MMLU, HumanEval, etc.) — à lire avec prudence hors domaine..

OpenAI insiste d’ailleurs sur ce point dans ses propres évaluations. Sur DeepSWE 1.1, l’entreprise affirme que GPT‑6.1 Sol atteint le niveau de GPT‑6 Astra pour environ un cinquième du coût. Sur OSWorld 2.0, consacré à l’usage d’ordinateur, OpenAI indique que GPT‑6.1 Sol arrive à 2,1 points du score d’Astra au niveau de raisonnement maximal, pour environ un septième du coût par tâche.

Ces résultats restent des évaluations publiées par OpenAI et doivent être lus comme telles. Ils ne garantissent pas qu’un workflow réel obtiendra exactement le même rapport qualité-prix. Mais le signal produit est clair : OpenAI veut rendre économiquement viable l’exécution de beaucoup plus de travail agentique.

Au lancement, GPT‑6.1 Sol est disponible dans ChatGPT Work et Codex pour les offres Plus, Pro, Business, Enterprise et Edu, ainsi que dans l’API sous l’identifiant gpt-6.1-sol. OpenAI précise qu’il n’est pas encore disponible dans Chat.

Decisions API : parfois, le meilleur agent est celui qui n’a pas toutes les réponses possibles

La troisième annonce est plus discrète, mais probablement importante pour les développeurs : Decisions API.

L’idée consiste à concentrer l’intelligence de GPT‑6 Luna sur une question dont les réponses possibles sont connues à l’avance. Le développeur fournit le contexte sous forme de texte ou d’image, puis définit un ensemble fini de choix possibles.

L’API peut alors servir à classifierModèle qui assigne une entrée à une classe (spam / légitime, fraude / OK…). Évalué via AUROC, précision, rappel ou F1. un contenu, router une demande ou choisir la prochaine action d’un agent.

Cette différence paraît technique, mais elle touche à un problème central des systèmes agentiques. Beaucoup de tâches d’entreprise n’ont pas besoin d’un modèle libre de produire n’importe quelle réponse. Elles demandent plutôt de trancher entre quelques options : transmettre au support ou à la facturation, accepter ou refuser une catégorie de document, choisir le prochain outil à appeler, attribuer une priorité ou déterminer la prochaine étape d’un workflow.

Dans ces cas, réduire l’espace des réponses peut rendre le système plus simple à tester, plus facile à superviser et plus prévisible à intégrer dans un logiciel classique.

Cela ne rend évidemment pas la décision automatiquement correcte. Une IA peut toujours mal interpréter le contexte et sélectionner la mauvaise option. Mais l’erreur reste enfermée dans un espace de sortie défini par le développeur, ce qui est très différent d’un agent autorisé à inventer librement sa prochaine action.

Au 29 septembre, Decisions API est disponible en preview limitée, avec une ouverture plus large annoncée dans les jours suivants.

Le contexte sécurité rend ces annonces plus intéressantes

DevDay intervient dans un contexte inhabituel. Le 28 septembre, la veille de la conférence, le Wall Street Journal a révélé qu’OpenAI avait décidé de ne pas lancer GPT‑6.1 Astra dans l’état prévu, après des préoccupations apparues lors des tests internes.

Saachi Jain, responsable des safety systems d’OpenAI, a confirmé au journal une régression sur certains comportements de sécurité. Elle a notamment évoqué des problèmes de respect du périmètre et des autorisations, ainsi qu’une régression dans la manière dont le modèle communique à l’utilisateur les actions qu’il a réalisées. OpenAI n’a pas annoncé de nouvelle date de sortie publique.

Il faut ici éviter une confusion : Dots n’utilise pas GPT‑6.1 Astra. Le produit annoncé à DevDay est propulsé par GPT‑6 Astra, déjà déployé. GPT‑6.1 Sol, lui, a bien été lancé le 29 septembre avec sa propre documentation de sécurité.

Mais la proximité des deux événements éclaire tout de même les annonces de DevDay.

Plus les modèles deviennent capables de poursuivre un objectif malgré les obstacles, plus la question « savent-ils faire ? » se double d’une autre : savent-ils aussi s’arrêter, rester dans le mandat donné et expliquer correctement ce qu’ils ont fait ?

Les garde-fousRègles et filtres (policy, classifiers, allowlists) qui limitent les sorties ou actions dangereuses d’un système IA. de Dots — recherche proactive en lecture seule, règles personnalisées, auto-review et approbations — répondent directement à ce problème au niveau produit. Decisions API répond au même problème d’une autre manière : en réduisant volontairement le nombre de décisions possibles.

OpenAI construit moins un assistant qu’une pile complète de travail agentique

Ces annonces prennent surtout leur sens lorsqu’elles sont replacées dans une même chaîne de travail.

Dots porte un objectif dans le temps. GPT‑6.1 Sol cherche à réduire le coût du raisonnement, du code et de l’usage d’ordinateur nécessaires pour exécuter ce travail. Decisions API fournit une manière de déléguer des choix étroits sans ouvrir complètement l’espace d’action. ChatGPT Space sert, lui, de surface partagée entre les humains et ces agents.

Meta suit une trajectoire proche avec Muse : l’agent ne devient réellement utile que lorsqu’il possède une mémoire, un ordinateur, des connecteurs, des permissions et des mécanismes de contrôle autour du modèle.

La prochaine bataille ne portera donc probablement pas seulement sur le modèle qui répond le mieux à une question. Elle portera sur le système auquel une personne accepte de confier un objectif, des accès et du temps de travail — et sur la manière dont ce système prouve qu’il reste dans les limites fixées.