Le 21 octobre 2026, OpenAI et Google Cloud ont annoncé un partenariat qui aurait semblé absurde il y a deux ans : les modèles frontier d’OpenAI et les workflows agentiques Codex arrivent dans le Model Garden de Google Cloud. Trois modèles sont concernés — GPT-6 Astra, GPT-6.1 Sol et GPT-6 Luna — en private preview pour une sélection de clients enterprise, avec une disponibilité générale annoncée « dans les prochaines semaines ».

C’est la première fois que les modèles d’OpenAI sont vendus nativement par les trois grands clouds américains. Mais OpenAI le précise : Microsoft reste son partenaire cloud principal. Pas un changement de camp, une couche de distribution en plus.

Ce qui change concrètement

Le détail qui compte n’est pas le catalogue, c’est la facturation. Les modèles sont transactés via le Google Cloud Marketplace : l’usage apparaît sur la facture Google Cloud existante, tire sur les engagements de dépense déjà signés, et compte pour les Flexible Savings Plans — y compris à travers différents fournisseurs de modèles.

Pour une équipe qui a déjà un budget GCP : plus besoin d’un contrat séparé avec OpenAI pour tester Astra. On compare avec Gemini sur la même plateforme et on arbitre au coût réel. Google Cloud revendique d’ailleurs être « le seul hyperscaler offrant accès aux trois principaux LLM closed source » — OpenAI, Anthropic et Gemini — au milieu de plus de 200 modèles.

Le positionnement des trois modèles suit une logique de gamme classique : Astra pour le travail exigeant (code, computer use, recherche scientifique), Sol pour une intelligence proche d’Astra à coût réduit, Luna pour le volume à bas coût.

Pourquoi c’est important

Parce que ça déplace la concurrence du modèle vers la plateforme. Si les mêmes modèles sont disponibles chez Azure, AWS et Google Cloud, le critère de choix devient la gouvernance des données, la latence, l’intégration au SI et le mode de facturation — pas les benchmarks.

Google Cloud met le paquet sur ce terrain : périmètres de données stricts, prompts et sorties qui ne quittent pas le périmètre désigné et ne servent pas à entraîner des modèles, Zero Data Retention annoncé « prochainement », modèles OpenAI exécutés sur une infrastructure dédiée, et Confidential Compute à venir.

Ce que ça implique pour les devs et le web

L’abstraction de provider devient rentable. Avec une couche d’abstraction (AI Gateway, SDK multi-provider), on déplace du trafic d’un modèle à l’autre sans refonte. Un argument de plus pour ne pas coder en dur un seul fournisseur.

Attention à la facturation qui fuit. Un modèle consommé via Marketplace, c’est du budget cloud qui fond sans ticket de procurement. Taguez les appels par produit dès le premier jour.

Codex n’est plus seulement un CLI. Google indique que depuis le 21 octobre, on peut connecter ses workflows locaux Codex CLI et Desktop à sa plateforme Gemini pour l’inférence, et que les modèles OpenAI arrivent bientôt dans Google Antigravity et le Gemini Agent. Le harness de code devient un client interchangeable — le mouvement inverse de ce que vendent les labs depuis un an.

Greg Brockman résume la logique côté OpenAI : rendre les modèles disponibles « là où les clients construisent déjà ». La phrase est commerciale, mais elle dit quelque chose de vrai : la bataille n’est plus d’avoir le meilleur modèle, c’est d’être dans le chemin de build du développeur.

Source