Perplexity confie sa production à GPT-6 Astra, signal pour le SEO

Perplexity, le moteur de réponse que des millions d'utilisateurs consultent désormais à la place de Google, a confié la totalité de ses systèmes de production, écriture de code, modification de logiciel et surveillance en temps réel comprises, à GPT-6 Astra. Dans une étude de cas publiée le 10 septembre 2026, OpenAI cite Johnny Ho, cofondateur et Chief Strategy Officer de Perplexity : « We're actually able to trust it with full end-to-end systems and check in on it much less frequently than previous generations of models. » Traduction : l'infrastructure qui décide de la visibilité de vos contenus dans les réponses IA fonctionne désormais avec beaucoup moins de contrôle humain.

Pour les référenceurs francophones, Perplexity n'est plus un simple outsider expérimental : c'est un answer engine à optimiser au même titre que Google, avec ses propres logiques de citation et de visibilité. Que son équipe technique délègue à ce point la maintenance de ses systèmes à un modèle IA en dit long sur la fiabilité, et sur les risques, de la plateforme qui filtre, résume et cite (ou ignore) vos contenus. Voici ce que révèle vraiment l'étude de cas d'OpenAI, ce que Perplexity affirme sur ses propres benchmarks, et ce que cette bascule change concrètement pour votre stratégie GEO.

01Ce que révèle l'étude de cas d'OpenAI

Le document publié par OpenAI ne se contente pas d'annoncer un nouveau modèle : il décrit un changement de posture opérationnelle chez l'un de ses plus gros clients. Perplexity utilise GPT-6 Astra pour rédiger des communications internes et externes, modifier directement du code logiciel, et surveiller ses systèmes en production, avec des vérifications humaines nettement moins fréquentes qu'avec les générations précédentes de modèles.

Ce niveau de délégation intervient dans un calendrier serré. Selon CNBC, GPT-6 Astra a été mis à disposition des utilisateurs approuvés le 3 septembre 2026, puis généralisé dès le lendemain. Perplexity ne teste donc pas un modèle mûr de plusieurs mois : l'équipe s'appuie sur une version tout juste sortie pour piloter une partie de son infrastructure critique.

02Les chiffres qui justifient cette confiance

Perplexity ne s'appuie pas seulement sur le discours d'OpenAI : l'entreprise a publié ses propres résultats de benchmark. Sur WANDR, son évaluation interne de 500 tâches de recherche approfondie (due diligence concurrentielle, revue de littérature, analyse de marché, recherche de talents), GPT-6 Astra obtient le score le plus élevé de tous les modèles testés : 0,682, pour un coût de 11,98 $ par tâche.

13,5 % devant Fable 5.1, 27 % devant Opus 5

Toujours selon Perplexity, GPT-6 Astra fait 13,5 % mieux que Fable 5.1, à un coût inférieur de 6,1 %, et 27,0 % mieux qu'Opus 5, pour un coût supérieur de seulement 3,3 %. Aravind Srinivas, cofondateur et CEO de Perplexity, a publiquement félicité OpenAI, désignant Astra comme le modèle le plus avancé sur les tâches de recherche « wide and deep », avant qu'un déploiement dans Perplexity Computer pour les utilisateurs Pro et Max soit confirmé par le compte X officiel de Perplexity.

03Un lancement sous très haute surveillance cyber

Le paradoxe mérite d'être souligné. D'après CNBC, GPT-6 Astra est le premier modèle d'OpenAI classé « Critical » sur l'échelle de risque cybersécurité de l'entreprise. Son accès a d'abord été réservé aux clients entreprise du programme Daybreak, avant les offres ChatGPT payantes et l'API grand public.

Autrement dit : le modèle jugé le plus sensible jamais publié par OpenAI est aussi celui à qui Perplexity confie, avec le moins de contrôle humain possible, la surveillance de ses systèmes en production. Ce n'est pas nécessairement un signal négatif (la confiance de Perplexity repose sur des benchmarks concrets), mais c'est un pari assumé sur la fiabilité d'un modèle tout juste sorti.

04Ce que ça change pour votre stratégie GEO

Pour un référenceur français, l'intérêt de cette étude de cas dépasse la prouesse technique d'OpenAI. Perplexity fait partie des answer engines qu'il faut désormais optimiser au même titre que Google, comme le détaille notre guide GEO : être cité dans une réponse Perplexity dépend de la façon dont son infrastructure indexe, résume et sélectionne vos contenus.

Si cette infrastructure est de plus en plus pilotée par un modèle qu'on vérifie « beaucoup moins souvent », les critères qui déterminent qui est cité peuvent évoluer plus vite, et avec moins de traçabilité humaine, qu'auparavant. GPT-6 Astra n'est d'ailleurs pas un cas isolé : le même modèle équipe déjà d'autres outils métiers, comme le montre le cas de Legora, qui l'utilise pour auditer des documents juridiques.

Moins de contrôle humain sur l'infrastructure qui filtre vos contenus, c'est un pari sur la fiabilité de la machine, pas sur celle de l'équipe qui la surveille.

05Ce qu'il reste à surveiller

Le titre même de l'étude de cas d'OpenAI, consacrée à l'amélioration de la précision de Perplexity grâce à Astra, suggère que la motivation première n'est pas la réduction de coûts mais la fiabilité des réponses. C'est directement ce qui compte pour une marque citée, mal citée, ou ignorée par Perplexity.

Aucune des sources disponibles ne détaille de garde-fou spécifique mis en place par Perplexity pour compenser la baisse des vérifications humaines. Pour l'instant, la seule donnée publique est la confiance affichée par Johnny Ho et les scores du benchmark WANDR publiés par Perplexity elle-même. Les prochaines semaines diront si cette bascule se traduit par des citations plus stables, ou par des variations plus rapides et moins prévisibles dans les réponses de Perplexity.