OpenAI sort Astra et débranche Sora 21 jours plus tard

GPT-6 Astra et Claude Fable 5.1 sont sortis à deux jours d'intervalle, et ni l'un ni l'autre ne génère de vidéo. Pourtant ce sont eux qui font tomber le coût d'une vidéo sociale complète à environ 10$ US. Ce que ça débloque, ce que ça ne remplace pas, et le workflow pour aller chercher un angle de caméra qui n'a jamais été filmé.

Ceci est l'édition du 11 septembre 2026 de Pèse sur Play, mon infolettre hebdomadaire sur la vidéo IA et ce qui performe sur les médias sociaux.

Salut,

Les deux plus gros modèles de l'année sont sortis à deux jours d'intervalle. Ni l'un ni l'autre ne génère lui-même la moindre seconde de vidéo, et pourtant ce sont eux qui vont changer la façon dont la vidéo se produit cette année.

La suite de l'histoire arrive trois semaines plus tard : OpenAI débranche Sora.

---

Ce qui sort. Hype ou ça vaut la peine?

Trois nouvelles des deux dernières semaines, et ce que chacune change pour ta production.

OpenAI sort GPT-6 Astra, taillé pour utiliser un ordinateur à ta place

OpenAI présente Astra comme son modèle le plus intelligent à ce jour. Pour quelqu'un qui produit de la vidéo, un seul de ses talents compte vraiment : il sait se servir d'un ordinateur et d'un navigateur tout seul.

• État de l'art annoncé sur l'utilisation d'un ordinateur, la navigation web, le génie logiciel, la cybersécurité et le travail professionnel
• 98% sur FrontierMath Tier 4, 99,9% sur ARC-AGI-3, 100% sur ExploitBench
• Sur Terminal-Bench Science, un test de vrais flux de travail scientifiques : 64,6% contre 52,6% pour Claude Fable 5.1, à un coût d'utilisation estimé environ 31% plus bas
• Déployé depuis le 3 septembre sur ChatGPT Plus, Pro, Business et Enterprise, plus l'API pour les développeurs, Microsoft Azure et AWS Bedrock

Le verdict : ça vaut la peine, mais pas pour la raison qu'on annonce. Les scores de mathématiques ne changeront jamais une seule de tes journées. Ce qui les change, c'est un modèle capable de cliquer, de remplir et de naviguer sans toi : c'est exactement ce que ça prend pour piloter une plateforme de génération vidéo de bout en bout. On voit plus bas à quoi ça ressemble une fois branché pour vrai.

OpenAI ferme l'API Sora le 24 septembre

L'application grand public est déjà partie en avril. Le 24 septembre, c'est l'interface de programmation qui suit, celle qui permettait à un logiciel de générer des vidéos Sora automatiquement.

• Modèles retirés : sora-2, sora-2-pro et la Videos API au complet
• Date annoncée le 24 mars 2026, appliquée le 24 septembre
• Remplacement proposé par OpenAI : aucun, la case est vide dans leur tableau
• Après cette date, plus une seule requête n'est acceptée

Mon verdict : OpenAI fait le bon choix, même si ça fait mal. OpenAI et Anthropic se battent présentement sur le même terrain, celui des agents IA installés dans le travail quotidien des entreprises, et les deux y concentrent tout. OpenAI avait pris du retard sur Claude Code là-dessus, et il est en train de rattraper. Quand une boîte coupe un produit aussi visible que Sora trois semaines après avoir sorti son plus gros modèle, c'est le signe d'une entreprise qui choisit ses batailles. C'est dommage, parce que Sora était un très bon modèle avec beaucoup de potentiel. Mais ce n'est pas grave : Seedance et les autres avancent tellement vite qu'ils vont prendre le marché de toute façon.

Anthropic sort Claude Fable 5.1 et baisse le prix des agents IA

Anthropic a sorti Fable 5.1 deux jours avant Astra. La nouvelle intéressante n'est pas le score, c'est la facture.

• Environ 25% moins cher que Fable 5 pour un usage normal, et jusqu'à 45% quand un agent enchaîne beaucoup de tâches tout seul
• Le prix de la lecture en cache, la relecture de ce que le modèle garde en mémoire, tombe de 75%, de 1$ US à 0,25$ US le million de jetons, l'unité facturée par les modèles
• Elle garde en tête jusqu'à un million de jetons à la fois et en produit 128 000 par réponse
• Disponible depuis le 1er septembre sur l'API, AWS, Google Cloud et Microsoft Azure

Le verdict : ça vaut la peine, et la baisse de prix est la vraie nouvelle. Un agent qui produit une vidéo relit son propre contexte des dizaines de fois pendant qu'il travaille, et c'est justement cette relecture qui vient de baisser de 75%. Autrement dit, le poste de dépense qui rendait ces automatisations trop chères pour un studio d'ici est celui qui vient de tomber.

Une vidéo sociale qui performe, démontée.

Un tutoriel de onze minutes, produit du début à la fin par un modèle branché sur une plateforme de génération. 196 000 vues en quatre jours. Voici la mécanique.

C'est ici que les deux modèles du haut arrivent dans la vraie vie. Higgsfield a publié le 6 septembre une vidéo qui montre sa propre fabrication : GPT-6 Astra pilote la plateforme, qui génère les plans, et même le présentateur à l'écran est fabriqué à partir d'un court extrait de la vraie personne.

Ce qui est entré dans la machine, et ce qui en est sorti :

• Quatre fichiers de départ : une courte vidéo du présentateur, un projet d'animation graphique (le fichier After Effects), une version exportée de ces mêmes animations, et une vidéo déjà publiée qui sert de référence de style
• Un brief écrit qui nomme le sujet, l'audience, la durée visée, le format horizontal, et le rôle de chaque fichier
• Onze minutes de tutoriel fini, avec un projet de montage qu'on peut ouvrir et modifier, pas juste un dossier de clips

Les trois décisions de méthode qui font la différence, et qui se copient telles quelles :

• Un test avant de tout lancer. Un seul plan court, pour vérifier que la référence passe bien, que le résultat revient et qu'il est utilisable, avant de démarrer une production complète
• Le script découpé en courts segments, une idée complète par segment, chacun s'arrêtant sur une phrase complète. Quand une phrase est ratée, tu régénères dix secondes au lieu de repayer trois minutes
• Chaque demande écrite en deux parties séparées : d'abord de quoi le présentateur a l'air et comment il parle (vêtements, bureau, arrière-plan, angle de caméra), ensuite uniquement les mots à dire. Le modèle arrête de confondre une consigne de production avec du texte à lire

Le verdict : c'est le vrai changement de l'année, et il faut le regarder en face. Ce n'est plus un modèle qui sort un plan de huit secondes, c'est une chaîne complète qui part d'un brief et livre un montage. Sur la même plateforme, une production de bout en bout tourne autour de 200 crédits, à peu près 10$ US.

Ce qui ne change pas, par contre, c'est que la machine exécute un brief sans savoir s'il est bon. Le présentateur généré tient parce qu'il y avait une vraie personne filmée en référence, et le style tient parce qu'une vidéo déjà réussie a servi de modèle. Enlève ces deux ingrédients et il reste un agent qui invente un style à partir de rien. Autrement dit, ce qui a été automatisé, c'est la fabrication. Pas le goût.

Une recette copiable.

Une scène est tournée, elle est bonne, et il manque le plan large. Voici comment aller chercher un angle qui n'a jamais été filmé.

C'est le problème le plus cher d'un tournage : le montage commence, et il manque une coupe. Retourner sur place coûte une journée complète. Le workflow qui suit va chercher l'angle manquant à partir du plan qui existe déjà.

1. Prends le clip tourné et donne-le au modèle comme référence vidéo
2. Demande-lui de rejouer la même scène depuis une autre position de caméra
3. Ajoute une image ou un croquis qui montre où tu veux la caméra, ça resserre beaucoup le résultat
4. Structure ta demande en trois points : ce que tu remplaces, par quoi tu le remplaces, et ce que tu préserves

La formulation en trois points est la clé. Le troisième point, celui qui dit « préserve la performance et le mouvement de caméra », est celui qui empêche le modèle de réinventer le jeu de l'acteur.

• Sur Seedance 2.5, environ 90 à 95% de la performance d'origine est conservée
• La peau et les vêtements tiennent mieux qu'avec les modèles concurrents testés
• L'angle exact demande plusieurs essais, le résultat change d'une génération à l'autre
• Enchaîner un plan large sur un autre plan large fait dériver la scène

Ce que ça débloque vraiment, ce n'est pas de la vidéo IA, c'est du tournage réel avec de la couverture en plus. Tu filmes deux angles au lieu de cinq, et tu vas chercher le reste après. Sur un mandat de vidéo sociale où il faut sortir huit livrables du même tournage, ça change le calcul au complet.

---

Un morceau de notre stratégie vidéo pour médias sociaux.

Quand un agent produit la vidéo au complet pour 10$ US, il reste quoi à la personne? La réponse décide qui va encore être payé dans deux ans.

Chaque fois qu'un outil descend le coût de production, la même peur revient : si la machine fait la vidéo, le monde qui la faisait devient inutile. Ça n'est jamais arrivé, et cette fois-ci ne fait pas exception. Ce qui change, c'est l'endroit où la valeur se loge.

Les trois décisions qui ne se délèguent pas :

• L'angle. Pourquoi cette vidéo existe, à qui elle parle, ce qu'elle doit provoquer chez la personne qui la regarde
• L'histoire. Ce qu'on montre en premier, ce qu'on garde pour la fin, ce qu'on coupe
• Le verdict. Regarder ce qui est sorti et décider si c'est bon. Un agent ne sait pas que son plan est plate

Ce que la machine fait mieux, et qu'il faut lui laisser sans hésiter :

• Générer, décliner un format en cinq autres, rendre, monter en résolution, sortir vingt variantes à tester

Le piège, c'est de confondre les deux listes. Une marque qui délègue la première finit avec du contenu que personne ne distingue de celui de son compétiteur, parce que les deux ont donné le même brief mou au même agent. Une marque qui refuse de déléguer la seconde paie encore une journée de studio pour un travail qui coûte 10$ US.

Le coût de fabrication tombe à zéro. Le jugement, lui, monte de prix.

C'est de cette façon qu'on travaille sur les mandats de production vidéo.

Bonne semaine, Alex