GPT-6 Astra est extrêmement puissant, mais cela ne signifie pas qu’il faut lui confier chaque tâche.
OpenAI indique que l’usage de Work et Codex dépend du modèle, de la complexité de la tâche, du contexte, des paramètres de raisonnement, de la vitesse et des outils utilisés. Astra peut aussi consommer l’allocation incluse plus rapidement que GPT-5.6 Sol.[1][2]
Codex propose /model pour choisir le modèle et l’effort de raisonnement.[3]
Mais il faut distinguer deux choses : ce n’est pas un remplacement à chaud du modèle au milieu d’un tour déjà en cours. La possibilité de changer de modèle pendant l’exécution d’un prompt a été traitée comme une fonctionnalité distincte.[4]
Le flux pratique est donc :
travailler avec Sol → terminer le tour → passer à Astra pour le point difficile → résoudre → revenir à Sol.
1. Changer de modèle n’est pas du routage automatique
/model permet de sélectionner le modèle et le niveau de raisonnement.[3] Cela ne veut pas dire que Codex va automatiquement optimiser votre quota en choisissant Luna pour une faute de frappe, Sol pour du code normal et Astra pour une panne mystérieuse.
Utiliser Astra pour corriger une virgule dans un README, c’est un peu comme prendre une Formule 1 pour aller acheter du lait. C’est possible, mais ce n’est pas nécessaire tous les jours.
2. Pourquoi Astra peut consommer rapidement l’allocation
Au 6 septembre 2026, les tarifs API officiels sont les suivants :[5]
| Modèle | Entrée / 1M tokens | Sortie / 1M tokens |
|---|---|---|
| GPT-6 Astra | $10 | $50 |
| GPT-5.6 Sol | $4 | $20 |
| GPT-5.6 Terra | $2 | $12 |
| GPT-5.6 Luna | $0.20 | $1.20 |
Astra coûte 2,5 fois plus par token que Sol côté API. Mais cela ne signifie pas que la limite hebdomadaire ChatGPT descend toujours exactement 2,5 fois plus vite. La facturation API et l’allocation incluse Work/Codex sont deux mécanismes différents, et la consommation réelle varie avec la charge de travail.[1][2]
3. L’exploration est le meilleur terrain pour Astra
Astra devient particulièrement intéressant lorsque la réponse n’est pas connue au départ :
- produire plusieurs hypothèses pour une panne inexpliquée
- détecter un défaut structurel dans tout un dépôt
- trouver la cause commune d’un bug récurrent
- classer les pistes selon leur valeur de test
- concevoir l’expérience suivante à partir d’échecs
- arbitrer des compromis architecturaux complexes
OpenAI présente Astra comme son modèle de plus haut niveau pour le raisonnement complexe, le code, la navigation, l’ingénierie logicielle et les workflows multi-étapes.[6]
4. Le meilleur schéma : Sol → Astra → Sol
Commencez avec Sol/Terra/Luna pour collecter fichiers, logs, résultats de tests et pistes possibles.
Compressez ensuite l’information avant de l’envoyer à Astra : « Il reste sept hypothèses, trois correctifs ont déjà échoué, classe les prochaines pistes à tester. »
Une fois la direction choisie, rendez l’implémentation et les tests massifs à Sol/Terra.
Ne revenez à Astra que si les preuves ne convergent toujours pas.
Astra n’est alors plus l’ouvrier qui ouvre cent fichiers un par un, mais le directeur de recherche appelé quand les preuves sont prêtes.
5. Répartition simple
| Travail | Premier choix |
|---|---|
| recherche simple, formatage, modifications répétitives | Luna / Terra |
| implémentation normale, revue, bugs courants | Sol |
| exploration inconnue, architecture difficile, hypothèses, cas final | Astra |
Principe : utiliser Astra là où Astra change réellement la qualité de la décision.
6. Regardez le tableau d’usage, pas seulement le nombre de messages
OpenAI recommande de vérifier la limite épuisée, le solde et l’heure de réinitialisation dans le tableau d’usage. Dans Codex CLI, /status est également disponible.[2]
Certaines expériences agent peuvent partager une même allocation, donc compter les messages n’est pas une bonne estimation.[2]
7. Une remise à zéro quotidienne serait idéale, mais ce n’est pas le système standard
Le système actuel utilise des fenêtres affichées à l’utilisateur, notamment des périodes de cinq heures et hebdomadaires.[2]
Les comptes personnels Plus/Pro éligibles peuvent se voir proposer une réinitialisation hebdomadaire payante immédiate. Elle restaure les fenêtres de cinq heures et hebdomadaire, mais avance l’allocation normale au lieu d’ajouter une semaine bonus. Le nouveau cycle de sept jours commence avec la première requête Work/Codex après la réinitialisation.[7]
Certains utilisateurs peuvent aussi disposer de réinitialisations stockées, qui actualisent les deux fenêtres et modifient la prochaine date hebdomadaire.[8]
8. Vérifiez la version de Codex CLI
Astra exige actuellement Codex CLI 0.153.0 ou plus récent.[1]
9. Conclusion
Codex permet de changer de modèle dans une même session, mais il faut comprendre cela comme un changement entre les tours, et non un remplacement du moteur pendant qu’un tour est déjà en cours.
La stratégie pratique est claire :
Sol au quotidien, Terra/Luna pour les tâches légères et répétitives, Astra pour l’exploration, les hypothèses, les pannes inconnues, l’architecture difficile et la décision finale, puis retour immédiat.
Savoir utiliser le modèle le plus puissant est utile. Savoir où ne pas l’utiliser l’est tout autant.
Références (8)
- OpenAI Help Center — ChatGPT Work and Codex help.openai.com
- OpenAI Help Center — Using Codex with your ChatGPT plan / ChatGPTプランでCodexを使う help.openai.com
- openai/codex — codex-rs/tui/src/slash_command.rs (/model: choose model and reasoning effort) github.com
- openai/codex Issue #20842 — Switch model mid-prompt github.com
- OpenAI Developers — Models developers.openai.com
- OpenAI Developers — Model guidance / GPT-6 Astra developers.openai.com
- OpenAI Help Center — Paid weekly Work and Codex rate limit resets help.openai.com
- OpenAI Help Center — How banked Codex resets work help.openai.com
