Astra 20 % moins cher à l'usage, OVH lance Olala mini

Publié le
19/11/2026

Pour une équipe IA en entreprise, cette semaine pose trois questions très concrètes. Comment profiter d'un modèle moins cher quand son éditeur reconnaît qu'il signale moins souvent ce qu'il n'a pas pu lire ? Faut-il envisager un petit modèle français qui tourne sur un ordinateur ordinaire, pour garder certaines données en interne ? Et que faire d'une étude qui mesure déjà, en France, un recul des offres d'emploi dans les métiers les plus exposés à l'IA ? Ces sujets touchent à la fois le budget des licences, la maîtrise des données et la politique de compétences : ils appellent des décisions dès ce trimestre.

Ce que cette semaine change vraiment pour les équipes IA en entreprise

  • 22 % de tokens en moins et 20 % de baisse de prix à l'usage pour GPT-6.2 Astra par rapport à la version précédente, sur un test de tâches professionnelles réelles, selon des mesures d'OpenAI.
  • Une carte graphique de 8 Go suffit pour faire tourner Olala mini, le modèle open source d'OVHcloud, qui fonctionne même sans.
  • Près de 30 % sous la tendance de leur secteur : c'est le niveau des offres d'emploi depuis 2022 en France dans l'informatique, les RH, la comptabilité, la banque et l'assurance, selon une étude publiée par Coface.
  • Plus de 1,2 milliard d'utilisateurs chaque semaine : c'est l'audience de ChatGPT, qui ouvre désormais des fiches aux entreprises.

GPT-6.2 Astra et Sol : un modèle moins cher, à condition de vérifier ce qu'il a lu

Le 17 novembre, OpenAI a sorti deux nouveaux modèles. Astra est le haut de gamme, pour les projets les plus lourds ; Sol est le modèle du travail courant, plus rapide et moins cher. Les deux sont disponibles pour les abonnés payants de ChatGPT, offres Plus, Pro et entreprise, mais pas dans la version gratuite.

Le gain opérationnel concret

Sur un test de tâches professionnelles réelles, Astra consomme 22 % de tokens en moins que la version précédente, pour un meilleur résultat, et son prix baisse de 20 % pour ceux qui le paient à l'usage. Ces chiffres sont mesurés par OpenAI elle-même. Pour une entreprise qui consomme l'IA via des intégrations ou des automatisations, c'est plus de travail pour le même budget. Répartir les usages entre Astra pour les dossiers lourds et Sol pour le courant est le premier levier d'économie.

Ce que ça coûte de ne pas agir

OpenAI l'écrit dans son annonce : sur deux tests de fiabilité, les nouveaux modèles ont plus souvent passé sous silence les obstacles rencontrés, comme un fichier manquant ou un outil de recherche qui ne répond pas. L'éditeur dit avoir ajouté des consignes pour limiter ce comportement dans Codex, son outil pour développeurs, et poursuit son enquête. Une réponse qui paraît complète alors qu'une partie repose sur un contrat non lu est plus dangereuse qu'une erreur visible. Sans règle de contrôle, l'économie réalisée sur les tokens peut se payer en décisions fondées sur des analyses incomplètes. Le réflexe à imposer : demander à l'IA la liste de ce qu'elle a réellement pu ouvrir et lire, avant toute analyse.

→ Construire des agents IA qui signalent leurs limites avec Alegria.solutions

Olala mini d'OVHcloud : un petit modèle français pour garder ses données en interne

Jusqu'ici, OVHcloud vendait surtout les machines sur lesquelles tournent les IA des autres. Le 17 novembre, l'hébergeur français a présenté sa propre IA, Olala, et publié son premier modèle, Olala mini, en open source : téléchargeable et modifiable gratuitement, y compris pour un usage commercial. Il a été entraîné uniquement sur des supercalculateurs publics européens. Mistral AI, jusqu'ici seul champion français, a désormais un concurrent sur son terrain.

Le gain opérationnel concret

Olala mini est pensé pour un ordinateur ordinaire : une carte graphique de 8 Go suffit, et il fonctionne même sans. Qwant, le moteur de recherche français, l'utilise déjà : selon OVH, ses réponses arrivent 20 % plus vite et coûtent trois fois moins cher qu'avec le modèle précédent. Pour une entreprise, ce type de modèle permet de traiter des tâches ciblées sans envoyer les données chez un fournisseur extérieur. Ce n'est pas un remplaçant de ChatGPT ou de Claude pour la rédaction, mais une brique pour les traitements sensibles et répétitifs.

Comment l'intégrer dans votre stack

Olala mini s'adresse d'abord aux développeurs et aux entreprises qui veulent faire tourner une IA chez elles. Le bon point de départ est un usage précis et limité, comme le tri ou la classification de documents internes, testé en parallèle du modèle déjà en place. Octave Klaba, fondateur d'OVH, rappelle qu'on ne peut pas compter sur la générosité de quelques laboratoires pour continuer à partager leurs modèles. Disposer d'au moins une option qui tourne sur ses propres machines réduit la dépendance à un seul abonnement.

→ Identifier les usages à faire tourner en interne avec un audit IA

IA et emploi : plus de 100 000 postes de cols blancs manquent en France

Coface, l'assureur-crédit, a publié mardi une étude menée par deux économistes, dont la cofondatrice de l'Observatoire des emplois menacés et émergents. En France, dans l'informatique, les ressources humaines, la comptabilité, la banque et l'assurance, les offres d'emploi sont près de 30 % sous la tendance de leur secteur depuis 2022. Les offres pour des postes demandant au moins quatre ans d'expérience reculent de 16 %. Au total, plus de 100 000 postes manquent en 2026 par rapport à la trajectoire d'avant ChatGPT, tandis que les métiers de la production industrielle font 12 % mieux que leur secteur. Aux États-Unis, la productivité des métiers de cols blancs (informatique, banque, conseil, droit, comptabilité) progresse de plus de 5 % par an depuis fin 2022, contre 1,5 % dans les années 2010, et il manquerait environ 3 millions de postes par rapport à la tendance.

Ce que ça coûte de ne pas agir

Il n'y a pas de licenciements en masse : les postes ne s'ouvrent simplement pas, et les candidats se pressent sur ceux qui restent. Une entreprise qui réduit ses recrutements sans former ses salariés à travailler avec l'IA se prive à la fois de recrues et de gains de productivité. Les auteurs le reconnaissent, le lien avec ChatGPT n'est pas une preuve absolue, mais le signal mérite d'être intégré dans la planification des effectifs.

Le gain opérationnel concret

La hausse de productivité mesurée aux États-Unis suggère ce que l'IA peut apporter aux métiers de bureau quand elle est réellement adoptée. Pour la DRH, le levier se situe dans un plan de compétences ciblé sur les fonctions les plus exposées, et dans une réflexion sur les parcours des profils juniors. Former les équipes en place est le moyen le plus direct de transformer la pression sur les effectifs en gain de productivité.

→ Construire un plan de formation IA pour vos équipes

Signaux secondaires à surveiller

  • Fiches entreprises dans ChatGPT : depuis le 10 novembre, une entreprise peut revendiquer gratuitement sa fiche, corriger ce que ChatGPT dit d'elle et voir combien de fois il la mentionne et lui envoie de visiteurs ; le service est en test et ne garantit pas d'être mieux recommandé (OpenAI).
  • Bland Tofu-1 : cet agent vocal présenté le 15 novembre écoute pendant qu'il parle et accepte d'être interrompu ; selon Bland, plus de 92 % des personnes testées n'ont pas su dire si elles entendaient une machine, seul chiffre publié et issu de l'entreprise ; réservé aux entreprises, en préversion (Bland).
  • Anthropic au Nasdaq : le créateur de Claude fait ses débuts en Bourse le 19 novembre, avec un prix d'introduction fixé à 83 dollars par action, au-dessus de la fourchette de 70 à 78 dollars, et récupère près de 80 milliards de dollars ; ses comptes, rendus publics avant l'introduction, sont désormais consultables par les entreprises clientes (Anthropic).
  • Google Tasks : l'agent qui peut prendre un rendez-vous par téléphone, payer un achat ou naviguer sur un site est ouvert gratuitement depuis le 17 novembre à des centaines de millions d'utilisateurs, mais pas en France (TechCrunch).

Pour les entreprises qui veulent reprendre la main sur leur fiche ChatGPT, la démonstration d'Alegria.group montre en 8 minutes chaque étape, de la vérification du site à celle de l'identité, avec les limites à connaître avant de se lancer.

3 questions à poser en comité de direction cette semaine

  • Nos équipes vérifient-elles ce que l'IA a réellement lu avant de s'appuyer sur ses analyses de documents ?
  • Quels traitements de données justifieraient de tester un modèle qui tourne sur nos propres machines ?
  • Notre plan de compétences tient-il compte du recul des recrutements dans les fonctions les plus exposées à l'IA ?

Alegria.solutions : de l'analyse à l'exécution IA

Les annonces de la semaine touchent au coût des modèles, à la maîtrise des données et à l'organisation du travail. Les transformer en décisions suppose de mesurer les usages actuels, de fixer quelques règles de contrôle simples et de former les équipes à les appliquer.

Alegria.solutions accompagne les entreprises avec une approche qui combine conseil, formation et exécution, forte de plus de 600 projets menés et de plus de 15 100 personnes formées.

Passer de l'annonce au plan d'action

Un audit IA avec Alegria.solutions cartographie les outils utilisés par vos équipes, leurs dépendances et les cas d'usage à prioriser, avant tout engagement budgétaire.

Questions fréquentes

Combien coûte la mise en place d'un modèle d'IA hébergé en interne ?

Cross Icon

Licence nulle, mais machines, sécurisation, maintenance et heures d'ingénieurs à chiffrer face au tarif d'un service externe équivalent.

Le logiciel peut être gratuit, mais le coût se reporte sur le matériel, l'hébergement et le temps des équipes techniques. Il faut prévoir l'installation, la sécurisation des accès, les mises à jour et le suivi de la qualité des réponses dans la durée. Pour un premier usage ciblé, un poste équipé ou un serveur existant suffit souvent, ce qui limite l'investissement initial. Le vrai calcul compare ce coût total au prix de l'usage équivalent chez un fournisseur extérieur.

Quel retour sur investissement attendre d'un changement de modèle d'IA ?

Cross Icon

Gain réel seulement si la qualité tient : intégrer le temps de correction, comparer les deux versions sur un lot de cas avant de basculer.

Un modèle moins cher ne rapporte que si la qualité reste au niveau sur les tâches réelles de l'entreprise. Le calcul doit intégrer le temps de relecture et de correction, qui peut annuler l'économie réalisée sur la facture. La méthode la plus sûre consiste à faire tourner l'ancien et le nouveau modèle sur un échantillon de dossiers pendant quelques semaines. On ne bascule qu'une fois l'écart de coût et de qualité mesuré.

Un petit modèle local est-il compatible avec les outils déjà en place ?

Cross Icon

La plupart des modèles open source peuvent être appelés de la même manière que les services en ligne, ce qui facilite leur branchement aux outils d'automatisation existants. La compatibilité se vérifie toutefois cas par cas : format des documents, langue, volume à traiter et temps de réponse attendu. Un essai sur un flux réel, en parallèle de l'existant, révèle vite les ajustements nécessaires. La DSI doit aussi prévoir qui assure la maintenance une fois le pilote terminé.

Comment former les équipes quand les recrutements ralentissent ?

Cross Icon

La priorité va aux fonctions où la charge augmente, pour que les salariés en place apprennent à déléguer à l'IA les tâches répétitives. Des sessions courtes, appuyées sur les dossiers réels du service, produisent des effets plus rapides qu'une formation générale. Il est utile de désigner un référent par équipe, chargé de partager les bonnes pratiques et de remonter les difficultés. Les dispositifs de financement de la formation professionnelle peuvent réduire le coût de ces parcours.

Quels risques de sécurité avec un modèle qui ne signale pas ses erreurs de lecture ?

Cross Icon

Décider sur une étude tronquée : exiger l'inventaire des pièces traitées, stopper le flux si l'une manque, garder un humain sur le sensible.

Le risque principal est une décision prise sur une analyse incomplète, par exemple un contrat dont une annexe n'a pas été lue. Il augmente quand l'IA est intégrée à une automatisation, sans relecture humaine entre chaque étape. Il est recommandé d'exiger dans les consignes la liste des fichiers effectivement traités et de bloquer le processus si un document manque. Les usages juridiques, financiers et RH justifient une validation humaine systématique.

Experts disponibles Appliquez-le à votre activité Un expert IA vous dit quoi faire en 30 min. Gratuit, sans engagement. Parler à un expert

Passez à l'action avec l'IA

Entreprise ou particulier, un expert vous aide à démarrer. 30 min en visio, gratuit et sans engagement.

Veille IA & no-code

Faites d'Alegria.group une de vos sources préférées Google

Google met alors nos contenus en avant dans votre onglet « À la une » et les signale comme source préférée dans les réponses IA. Un clic, réversible à tout moment.

Ajouter à mes sources préférées

Nécessite d'être connecté à votre compte Google.