Asana: agent navigateur 76x moins cher, GPT-6.1 Sol
Avec GPT-6 Astra dans Codex, Asana a rendu son agent de navigateur 76 fois moins cher et 5 fois plus rapide lors de tests, afin de proposer à ses clients des modèles plus performants.
Contexte
Le 9 octobre 2026, OpenAI a publié une étude de cas sur Asana, l'éditeur de logiciels de gestion de projet. Asana a utilisé des modèles de la série GPT-6 dans Codex pour refondre son agent de navigateur. Lors des tests, l'agent a coûté 76 fois moins cher et s'est exécuté environ cinq fois plus vite. Asana peut donc proposer à ses clients des modèles plus performants sans alourdir sa dépense d'inférence.
Les informations publiques restent lacunaires : ni les tâches de test, ni la base de comparaison, ni la mesure du taux de réussite et de la latence ne sont décrites. Les chiffres de 76 et de 5 sont donc des résultats d'éditeur, obtenus dans des tests précis, pas une promesse valable pour tous les usages.
Analyse approfondie
Comment un agent de navigateur peut-il devenir 76 fois moins cher ? Les sources ne le disent pas, toute réponse est donc une inférence. L'agent travaille en boucle : il lit la page, en capture d'écran ou en éléments structurés, puis le modèle choisit l'action suivante (cliquer, saisir, faire défiler). Le coût total correspond à peu près au volume traité par étape, multiplié par le nombre d'étapes, plus les nouvelles tentatives après échec.
Un prix unitaire plus bas n'explique guère une baisse de plus de soixante-dix fois. Plusieurs effets se cumulent sans doute : un modèle qui lit mieux les pages choisit la bonne action du premier coup, ce qui réduit étapes et reprises ; un cache de contexte ou une page plus sobre allège l'entrée ; un découpage évite de mobiliser le modèle le plus puissant pour les gestes simples. Le gain de vitesse d'un facteur cinq concorde, car la durée dépend aussi du nombre d'étapes.
Le rôle de Codex reste flou. Le matériel dit seulement que les nouveaux modèles ont été utilisés dans Codex, sans préciser si l'outil a servi à développer l'agent ou à le faire tourner. On peut supposer qu'il a aidé l'équipe à réécrire plus vite invites, outils et évaluations. C'est une inférence, pas un fait divulgué.
Impact sur l'industrie
Les éditeurs de logiciels d'entreprise sont touchés en premier. Beaucoup butaient sur le coût d'inférence : dès que les clients utilisaient beaucoup une fonction d'agent, la facture du modèle rongeait la marge, et il fallait plafonner l'usage ou choisir un modèle plus faible. Une telle baisse lève cette contrainte et ouvre la voie à une autre tarification, par tâche ou à l'usage plutôt que par siège.
Monday, Notion et Atlassian, concurrents d'Asana, affrontent la même question : le premier qui rend les agents bon marché et extensibles les placera dans ses offres standard. Les jeunes pousses d'agents de navigateur subissent aussi la pression, car un produit qui se limite à envelopper des appels de modèle se distingue mal. La concurrence se déplace vers les données, l'intégration aux flux de travail, les droits d'accès et la fiabilité. Pour OpenAI, le cas montre que GPT-6 et Codex aident aussi un client à optimiser ses propres agents.
Perspectives
Quatre signaux sont à suivre. D'abord les données de production : coût et vitesse mesurés en test doivent être confirmés sur du trafic réel, avec le taux de réussite, la reprise après erreur et le comportement sur des pages aux droits complexes. Si le coût baisse sans hausse du taux de réussite, le rattrapage humain peut annuler l'économie.
Ensuite la tarification : Asana ouvrira-t-il son modèle le plus puissant par défaut à plus de clients, et changera-t-il la facturation des fonctions d'agent ? On verra quelle part de l'économie revient aux utilisateurs. Puis la sécurité : l'agent agit dans la session connectée de l'utilisateur, si bien que les instructions malveillantes cachées dans les pages et les actions non autorisées pèsent davantage quand les appels se multiplient.
Enfin, les annonces des concurrents et les bancs d'essai indépendants. Si d'autres éditeurs publient des économies comparables et que des tests indépendants les reproduisent, le gain vient de la génération de modèles. Si seul Asana en fait état, son ingénierie y a sans doute pesé davantage. Dans les deux cas, la compétition passe de la force du modèle à la capacité de terminer les tâches de façon fiable au moindre coût.
Sources
FAQ
Qu'a fait Asana avec GPT-6 et Codex pour son agent de navigateur ?
Le 9 octobre 2026, OpenAI a présenté le cas d'Asana, qui a utilisé les modèles de la série GPT-6 dans Codex pour refondre son agent de navigateur. Lors des tests divulgués, l'agent d'Asana coûte 76 fois moins cher et va environ cinq fois plus vite, ce qui permet de proposer des modèles plus performants aux clients.
Pourquoi une baisse de coût de 76 fois de l'agent de navigateur d'Asana est-elle importante ?
Une baisse de coût de 76 fois pour l'agent de navigateur d'Asana lève une contrainte de dépenses d'inférence qui freinait les fonctions d'agent dans les SaaS. Les éditeurs peuvent adopter des modèles plus puissants par défaut et revoir leurs prix, par exemple par tâche. Les startups d'agents de navigateur autonomes subissent une pression accrue.
Que faut-il surveiller après le résultat d'Asana, 76 fois moins cher et 5 fois plus rapide ?
Il faut surveiller les données de production de l'agent de navigateur d'Asana : taux de réussite des tâches, reprise après erreur et comportement sur des pages aux permissions complexes. L'article précise que les tâches de test, la base de comparaison et la méthode de mesure ne sont pas publiées, donc les chiffres 76 et 5 ne sont pas universels.