Depuis le 21 octobre 2026, Google Cloud accueille trois modèles d’OpenAI dans son catalogue. Une association entre concurrents qui ouvre un nouveau canal aux entreprises. Reste un détail de taille : l’accès est encore réservé à une préversion privée.
Google ne publie pas non plus de tarif spécifique pour ces modèles, tandis que certaines protections de confidentialité sont annoncées pour plus tard. Entre les prix de l’API OpenAI, les conditions d’accès réelles et les promesses de sécurité, voici les informations à connaître avant de lancer un projet.
Trois points clés
- Accès : GPT-6 Astra, GPT-6.1 Sol et GPT-6 Luna sont disponibles en préversion privée pour des entreprises sélectionnées, pas en libre-service.
- Prix : les tarifs publics d’OpenAI fournissent un repère, mais ils ne constituent pas une grille tarifaire Google Cloud.
- Données : Google annonce l’absence d’entraînement sur les prompts clients ; la rétention zéro et Confidential Compute restent à venir.
Pourquoi Google Cloud accueille les modèles d’OpenAI
Google Cloud a annoncé le 21 octobre l’arrivée de GPT-6 Astra, GPT-6.1 Sol et GPT-6 Luna dans Model Garden, son catalogue de modèles d’intelligence artificielle. Les entreprises peuvent ainsi utiliser OpenAI aux côtés de Gemini, sans changer de plateforme. Il s’agit d’une offre commerciale et d’inférence, pas d’une fusion.
L’intérêt est également financier et administratif. Les modèles sont distribués via Google Cloud Marketplace, avec des dépenses regroupées sur la facture Google Cloud. Google précise que cette consommation peut s’inscrire dans des engagements cloud existants et compter pour certains Flexible Savings Plans. Cela simplifie les achats, pas le prix des requêtes. Pour une DSI déjà équipée de Google Cloud, la centralisation facilite aussi le suivi des dépenses par projet. Elle ne garantit cependant ni un prix identique à l’API OpenAI ni un accès automatique pour toutes les équipes. Les deux entreprises avaient déjà noué un accord sur les capacités de calcul ; cette fois, les clients Google peuvent accéder directement aux modèles proposés dans la nouvelle offre.
Astra, Sol et Luna répondent à trois usages différents
GPT-6 Astra cible les travaux les plus exigeants : développement logiciel complexe, utilisation d’ordinateurs, recherche scientifique et tâches professionnelles avancées. Il convient aux scénarios où la qualité d’exécution prime sur la vitesse ou le budget. Notre décryptage de GPT-6 Astra détaille ses capacités, à vérifier sur des cas réels.
GPT-6.1 Sol cherche un meilleur équilibre entre performances et coûts pour les agents et les processus complexes. GPT-6 Luna, plus rapide et économique selon Google, s’adresse aux tâches répétitives réalisées à grande échelle : tri de demandes, reformulation, catégorisation ou réponses standardisées. Rien n’oblige à confier chaque opération au modèle le plus puissant. Une entreprise peut affecter Luna au premier traitement, puis réserver Sol ou Astra aux dossiers que le système ne parvient pas à résoudre correctement. Ce routage exige des seuils de confiance et des mesures comparables : taux de résolution, délai moyen et quantité de tokens dépensés pour une tâche réellement terminée.
Comment demander l’accès à GPT-6 sur Google Cloud
Au 2 novembre 2026, les trois modèles sont en private preview dans Model Garden. Cette formule signifie que Google sélectionne les entreprises participantes. OpenAI met à disposition un formulaire de manifestation d’intérêt ; le remplir ne donne pas immédiatement accès à un modèle. La page précise que la préversion couvre des usages approuvés de développement et de tests internes, pas des déploiements de production.
Pour préparer une demande crédible, une entreprise doit décrire son projet, le volume approximatif de requêtes et les catégories de données traitées. Si elle est acceptée, il lui reste à vérifier les comptes de service autorisés, les projets Google Cloud concernés, les quotas et les interfaces disponibles. L’annonce évoque des API ainsi que la possibilité de connecter des workflows Codex locaux. Cela ne garantit aucun accès universel.
OpenAI évoque une ouverture plus large « dans les semaines à venir », sans date garantie. Google annonce également de futures intégrations dans Gemini for business et Google Antigravity. Ces intégrations ne sont pas encore ouvertes à tous. Enfin, utiliser GPT-6 via une API OpenAI directe et l’utiliser via Google Cloud implique deux circuits de facturation et des conditions de traitement des données distincts.
Combien coûte GPT-6 sur Google Cloud ?
Google Cloud n’a pas communiqué de grille publique détaillée pour GPT-6 Astra, GPT-6.1 Sol et GPT-6 Luna dans son offre Model Garden, d’après les annonces et pages tarifaires officielles consultées le 2 novembre 2026. La facturation centralisée n’autorise donc pas à afficher un tarif Google par million de tokens. Pour connaître le coût du programme privé, il faut obtenir les conditions commerciales applicables auprès de Google.
En revanche, la page de tarification de l’API OpenAI fournit ces prix directs OpenAI, en dollars par million de tokens, pour le traitement Standard en contexte court :
| Modèle | Entrée API OpenAI | Sortie API OpenAI | Prix Google Cloud |
| GPT-6 Astra | 10 $ | 50 $ | Non publié |
| GPT-6.1 Sol | 2 $ | 10 $ | Non publié |
| GPT-6 Luna | 0,10 $ | 0,50 $ | Non publié |
Ces montants montrent l’écart entre modèles, pas le montant d’une facture Google Cloud. Contexte long, cache et outils peuvent modifier les coûts. Un devis sérieux doit préciser les prix d’entrée et de sortie, les limites de volume, les éventuels frais supplémentaires et les remises contractuelles.
Un calcul pour comprendre les ordres de grandeur
Avec 100 000 requêtes par mois, chacune contenant 2 000 tokens en entrée et 500 en sortie, l’application consomme 200 millions de tokens d’entrée et 50 millions de sortie. Aux seuls tarifs Standard OpenAI indiqués, cela correspondrait à 4 500 $ pour Astra, 900 $ pour Sol et 45 $ pour Luna. Ce calcul illustre l’importance du choix du modèle ; ce n’est ni une simulation de facture Google Cloud ni une garantie de performance équivalente. Comparer ces dépenses suppose aussi de mesurer les erreurs et les relances.
Comment Google Cloud protège les prompts et les réponses
Google affirme que les prompts, le contexte et les réponses restent dans le périmètre de données défini pour le client, et qu’ils ne servent pas à entraîner les modèles de fondation. Pour l’inférence, le groupe décrit une infrastructure Google Cloud dédiée et des passerelles isolées. Il mentionne aussi l’authentification des identités, les contrôles IAM, VPC Service Controls et les journaux d’audit. Ces protections exigent une configuration rigoureuse.
Cette promesse ne doit toutefois pas être traduite par « aucune donnée n’est conservée ». L’absence d’utilisation pour entraîner un modèle concerne la finalité des données, tandis que la rétention concerne leur stockage temporaire ou durable. Il faut également distinguer la protection des échanges, les accès administratifs et les transferts entre régions. Leurs implications juridiques diffèrent.
Deux garanties de confidentialité encore annoncées pour plus tard
Dans son annonce, Google cite Zero Data Retention (ZDR) et Confidential Compute comme des options « coming soon ». Il serait donc inexact d’affirmer qu’elles protègent déjà tous les appels GPT-6 sur Google Cloud. ZDR vise des modalités particulières de conservation des données ; Confidential Compute renforce certaines protections du calcul. L’existence de ces technologies ailleurs dans Google Cloud ne prouve pas leur activation pour cette préversion précise.
Même précaution pour la résidence des données. L’annonce présente un périmètre de traitement contrôlé, mais ne donne pas une liste exhaustive de régions disponibles modèle par modèle. Une entreprise exigeant un traitement européen doit confirmer régions, transferts et conservation par écrit, sans extrapoler depuis la documentation Gemini.
Quelles vérifications RGPD avant un essai en entreprise ?
Le premier réflexe consiste à limiter l’expérimentation à des données publiques, fictives ou correctement anonymisées. Un service client peut tester des demandes synthétiques avant de brancher un assistant sur des conversations réelles. Pour le code source, les contrats ou les données de santé, il faut examiner la sensibilité des informations et les risques d’exposition à chaque étape du traitement. Une préversion technique n’est pas automatiquement adaptée à des données confidentielles.
Les équipes juridiques doivent ensuite vérifier les conditions contractuelles propres aux modèles OpenAI proposés par Google Cloud : rôle de chaque fournisseur, sous-traitance, transferts internationaux, durée de conservation, suppression et droits d’audit. Les conditions particulières Google Cloud donnent un cadre général, mais ne remplacent pas les annexes éventuellement applicables à la préversion. La promesse de non-entraînement ne suffit pas, à elle seule, à démontrer une conformité au RGPD. Il faut également documenter la base légale du traitement et les procédures à suivre en cas d’incident.
Côté technique, mieux vaut créer des comptes de service dédiés, appliquer le principe du moindre privilège, surveiller les journaux et fixer un budget de test. Les agents capables de modifier du code ou d’interroger des applications nécessitent des autorisations distinctes de la simple génération de texte. Il faut aussi tester les réponses erronées et les instructions malveillantes cachées dans les documents. Une infrastructure sécurisée ne garantit pas une application sûre.
Trois réponses à obtenir avant de passer en production
Le partenariat rend l’écosystème Google Cloud plus flexible : les entreprises peuvent comparer plusieurs modèles sans multiplier leurs plateformes d’achat. Mais, pour GPT-6, la disponibilité générale et les conditions définitives d’exploitation restent à confirmer. Un essai peut être pertinent pour évaluer la qualité des réponses, la latence et l’intégration à des outils déjà utilisés.
Avant un véritable déploiement, il faut obtenir par écrit le prix Google Cloud applicable, les garanties de traitement et de conservation des données, puis l’autorisation d’usage en production avec les quotas correspondants. C’est ce trio, plutôt qu’une promesse de puissance supplémentaire, qui permettra de savoir si GPT-6 peut réellement prendre place dans les applications d’une entreprise.
- Partager l'article :
