OpenAI Google Cloud : GPT-6 débarque chez le rival de Microsoft

Le 21 octobre 2026, OpenAI et Google Cloud ont annoncé ce que personne n'aurait pris au sérieux en 2024 : les modèles de frontière d'OpenAI arrivent dans le catalogue de Google Cloud. Le partenariat OpenAI Google Cloud place GPT-6 Astra, GPT-6.1 Sol et GPT-6 Luna, ainsi que les workflows agentiques de Codex, dans le Model Garden et le Marketplace de Google. Préversion privée pour quelques clients grands comptes, disponibilité générale annoncée « dans les prochaines semaines ».

L'ennemi juré qui revend votre produit. Voilà où en est le marché de l'IA.

Ce que contient exactement l'accord

Trois modèles, trois créneaux clairement séparés :

• GPT-6 Astra — le haut du catalogue, taillé pour les tâches de forte complexité : ingénierie logicielle avancée, automatisation d'ordinateur en plusieurs étapes, recherche scientifique.
• GPT-6.1 Sol — une intelligence proche d'Astra pour un coût inférieur. C'est le modèle vendu pour le codage agentique et l'automatisation de workflows du quotidien.
• GPT-6 Luna — rapide, économique, pensé pour le volume : les milliers de petites tâches répétitives d'une grande entreprise.

S'y ajoute Codex : les développeurs peuvent raccrocher leurs environnements locaux — Codex CLI, outils de bureau — directement à la plateforme Google. Sur le papier, un développeur peut désormais coder avec un modèle OpenAI, facturé par Google, dans une infrastructure Google.

Le volet commercial est au moins aussi intéressant que le volet technique. La consommation s'impute sur les contrats Google Cloud existants et compte dans les engagements de dépenses. Les Flexible Savings Plans s'appliquent : environ 10 % de remise pour un an d'engagement, 20 % pour trois ans. Facturation consolidée, une seule ligne comptable. Les tarifs exacts par modèle, en revanche, n'ont pas été publiés.

Google devient le seul à proposer les trois

Le vrai gagnant de la journée s'appelle Google Cloud. Avec Gemini en natif, Claude d'Anthropic déjà disponible et maintenant GPT-6, c'est le seul hyperscaler à proposer les trois grandes familles de modèles propriétaires sur une même plateforme.

Pour un directeur technique, ça règle un problème concret et pénible. Jusqu'ici, tester sérieusement trois fournisseurs voulait dire trois contrats, trois processus d'achat, trois revues juridiques, trois factures, trois équipes de sécurité à convaincre. Le guichet unique ne rend pas les modèles meilleurs — il rend les comparaisons possibles. Et les comparaisons, à grande échelle, se traduisent en millions d'euros de coût d'inférence.

Microsoft, de son côté, « reste le partenaire cloud principal » d'OpenAI pour l'infrastructure de base. La formule est dans l'annonce, et elle est soigneusement calibrée. Azure garde l'entraînement et le gros de la charge ; Google récupère un canal de distribution. Les deux phrases cohabitent sans se contredire, mais la direction du vent est lisible : OpenAI ne veut plus dépendre d'un seul fournisseur, et Google préfère encaisser une commission sur son concurrent que de regarder ses clients partir.

Pourquoi OpenAI accepte de jouer chez l'adversaire

Trois raisons, dans l'ordre d'évidence.

La première est bêtement commerciale. Une part énorme des budgets informatiques des grandes entreprises est déjà engagée chez Google Cloud. Tant que GPT n'y était pas, chaque euro de ce budget était un euro qu'OpenAI devait aller chercher par une procédure d'achat séparée. Désormais, il suffit d'un clic dans un catalogue déjà validé par la direction des achats.

La deuxième est la dépendance. Ne dépendre que d'Azure, c'est confier son destin opérationnel à un partenaire qui développe aussi ses propres modèles. Diversifier les canaux, c'est reprendre de la marge de négociation.

La troisième est le calcul brut. La course aux modèles agentiques consomme des capacités démentielles, et les pods de TPU sur mesure permettent aux fournisseurs de cloud d'absorber les très grandes fenêtres de contexte dont ces agents ont besoin. Quand la capacité est la ressource rare, on ne boude pas celui qui en a.

Les zones d'ombre, et elles comptent

L'annonce laisse plusieurs trous que les équipes conformité vont repérer immédiatement.

• Les fonctions de protection des données — Zero Data Retention, Confidential Compute — ne sont pas disponibles au lancement. Elles sont annoncées « pour plus tard ».
• Et là, une nuance que beaucoup confondent : vos données ne servent pas à l'entraînement n'est pas la même promesse que vos données ne sont pas conservées. Pour une banque, un hôpital ou un cabinet d'avocats, l'écart entre les deux est la différence entre un projet validé et un projet enterré.
• Aucun benchmark n'accompagne l'annonce. Les descriptions de modèles sont des arguments de vente, pas des mesures.
• La disponibilité régionale n'est pas précisée. Pour un responsable européen, savoir dans quelle région Google les requêtes seront traitées n'est pas un détail.
• L'intégration à Antigravity, l'environnement de développement de Google, est évoquée comme un projet et non comme une fonctionnalité livrée.
• Le calendrier reste élastique : « dans les prochaines semaines » a déjà voulu dire plusieurs mois dans ce secteur.

Ce que ça dit du marché de l'IA fin 2026

Deux ans de discours sur les écosystèmes fermés viennent de prendre un coup de vieux. Le modèle n'est plus le produit défendable : il est devenu un composant qu'on vend dans le catalogue du voisin. Ce qui se défend encore, c'est la distribution, la relation client, et la capacité physique à faire tourner tout ça.

Pour les entreprises, la conséquence pratique est plutôt bonne. Changer de modèle devient une décision d'architecture, pas une renégociation contractuelle de six mois. Ceux qui ont construit leur code autour d'une couche d'abstraction — un adaptateur maison, un routeur de modèles — vont pouvoir arbitrer au prix et à la performance, par cas d'usage.

Pour les développeurs indépendants et les petites structures, l'effet immédiat est plus limité : la préversion privée vise les grands comptes, et les tarifs ne sont pas connus. Le conseil tient en une phrase : n'écrivez plus une seule ligne de code qui suppose qu'un fournisseur d'IA sera toujours le même. La semaine du 21 octobre vient de prouver que même les rivalités les plus structurantes du secteur peuvent s'inverser du jour au lendemain.