Google Cloud intègre les modèles d'OpenAI à son Model Garden entreprise
Google Cloud a annoncé le 21 octobre 2026 la mise à disposition des modèles OpenAI sur Google Cloud pour ses clients entreprises via sa plateforme Model Garden. Cette extension fait de Google Cloud le seul fournisseur de cloud hyperscale à proposer les trois principaux grands modèles de langage propriétaires aux côtés de plus de 200 modèles propriétaires, tiers et open source. En intégrant directement ces systèmes dans son environnement d'entreprise, Google Cloud permet aux sociétés de déployer des modèles d'intelligence artificielle de pointe sans contrats fournisseurs distincts, tout en imputant ces usages sur leurs engagements de dépenses cloud existants.
Quels modèles OpenAI sont disponibles dans Google Cloud Model Garden
Les clients entreprises peuvent accéder à GPT-6 Astra, GPT-6.1 Sol et GPT-6 Luna d'OpenAI grâce au partenariat entre Google Cloud Model Garden et OpenAI. Google Cloud a étendu sa plateforme d'entreprise le 21 octobre 2026, devenant ainsi le seul fournisseur hyperscale à proposer les trois principaux grands modèles de langage propriétaires aux côtés de plus de 200 modèles propriétaires, tiers et open source.
Les modèles OpenAI nouvellement disponibles couvrent un large éventail de besoins en matière de performances et de coûts :
- GPT-6 Astra : conçu pour les tâches exigeantes en programmation, utilisation d'outils informatiques, missions professionnelles et recherche scientifique.
- GPT-6.1 Sol : offre une intelligence proche d'Astra à un coût inférieur pour la programmation agentique, l'utilisation d'outils informatiques et le travail professionnel.
- GPT-6 Luna : conçu comme un modèle rapide et économique pour les travaux quotidiens d'entreprise à grande échelle.
Ces modèles sont actuellement déployés en préversion privée auprès d'un échantillon de clients entreprises. Dès aujourd'hui, les développeurs peuvent concevoir des applications avec ces modèles via des API et connecter directement leurs flux de travail locaux Codex CLI et Desktop à la plateforme Gemini pour l'inférence. Google Cloud a confirmé que les modèles OpenAI seront également très prochainement intégrés à Gemini pour les entreprises et Google Antigravity.
Comment fonctionne l'intégration de GPT-6 Astra sur Google Cloud pour les développeurs
L'offre GPT-6 Astra sur Google Cloud s'appuie sur une infrastructure dédiée bénéficiant d'un accès API direct et d'une intégration fluide des flux de travail. Les développeurs gagnent ainsi la liberté de créer parmi des centaines de choix dans Model Garden sans verrouillage architectural ni contrat fournisseur supplémentaire.
Grâce à cette plateforme unifiée, les équipes de développement peuvent sélectionner et interchanger dynamiquement le modèle optimal pour chaque usage selon les performances, la latence et la rentabilité financière. Les équipes techniques peuvent relier directement leurs flux locaux Codex CLI et Desktop à la plateforme Gemini pour exécuter des tâches d'inférence. En outre, Google Cloud a annoncé l'arrivée prochaine d'options d'absence de conservation des données (Zero Data Retention) et de fonctionnalités de calcul confidentiel (Confidential Compute) pour sécuriser les environnements de développement exigeants.
Fonctionnement de la facturation OpenAI sur Google Cloud Marketplace
Avec la facturation unifiée OpenAI sur Google Cloud Marketplace, toute la consommation des modèles d'OpenAI apparaît directement sur une facture unique Google Cloud. Les équipes d'achats peuvent ainsi déployer ces modèles sans négocier de contrats commerciaux distincts ni établir de relations de facturation indépendantes.
L'ensemble de la consommation des modèles OpenAI vient s'imputer sur les engagements de dépenses cloud existants et s'inscrit dans le cadre des plans d'économies flexibles (Flexible Savings Plans) auprès des différents fournisseurs de modèles. Cette structure d'achat centralisée permet aux organisations de gérer leurs dépenses de logiciels d'IA pour les modèles Gemini, Claude et OpenAI sous un contrat unique. Les entreprises peuvent ainsi allouer leurs budgets logiciels avec souplesse tout en conservant un suivi financier centralisé grâce à l'infrastructure de facturation Google Cloud.
Comment Google Cloud protège la confidentialité des données pour les modèles tiers d'OpenAI
Google Cloud protège les données des clients au moyen de périmètres de sécurité stricts, de cloisonnements d'accès isolés et de contrôles d'identité unifiés sur l'ensemble des modèles tiers. Les invites, le contexte et les résultats des clients restent strictement au sein des périmètres désignés et ne sont jamais utilisés pour entraîner les modèles fondateurs.
Les modèles d'OpenAI s'exécutent sur une infrastructure Google Cloud dédiée, les capacités de calcul confidentiel devant être intégrées prochainement. Toutes les requêtes passent par des passerelles renforcées et isolées, garantissant que le transit des données reste strictement dans l'environnement sécurisé de Google Cloud. Les fournisseurs de modèles tiers ne disposent d'aucun accès non autorisé aux environnements cloud des clients. Chaque interaction d'agent et de modèle s'effectue sous une identité authentifiée, offrant aux administrateurs informatiques une visibilité de bout en bout, la protection de VPC Service Controls et la centralisation des journaux d'audit sur l'ensemble du périmètre de l'entreprise. Des options sans conservation de données sont également prévues très bientôt.
Quels changements pour les éditeurs de logiciels d'entreprise
Pour les éditeurs de logiciels d'entreprise comme Box, l'ajout des modèles d'OpenAI sur Google Cloud simplifie le déploiement d'IA de pointe sur les contenus d'entreprise tout en respectant la conformité réglementaire. Les organisations n'ont plus besoin de configurations d'infrastructure séparées, d'accords fournisseurs individuels ou d'évaluations de sécurité fragmentées pour tester et déployer différents modèles avancés.
L'intégration permet aux entreprises d'associer chaque tâche spécifique au modèle le plus adapté en fonction de ses capacités, de sa latence et de son coût, sans modifier le code applicatif central. Yashodha Bhavnani, vice-présidente des produits IA chez Box, a souligné que l'utilisation des modèles d'OpenAI via Google Cloud permet à Box de proposer à ses clients un accès aux modèles d'IA les plus performants, appuyé sur la sécurité et la conformité de Google Cloud, aidant ainsi les entreprises à gagner en efficacité lors du déploiement de l'IA auprès de leurs utilisateurs.
Les avantages du choix entre GPT-6 et Gemini sur Google Cloud pour les clients
Mettre en concurrence les options GPT-6 et Gemini sur Google Cloud permet aux responsables informatiques de choisir leurs modèles selon leurs exigences fonctionnelles précises et la grille tarifaire des modèles OpenAI sur Google Cloud. Au lieu de s'appuyer sur un modèle unique pour chaque tâche, les équipes en entreprise peuvent choisir entre les modèles propriétaires Gemini de Google Cloud, les offres tierces comme Claude et la gamme GPT-6 d'OpenAI.
La plateforme unifiée offre une gouvernance, un contrôle d'accès et une gestion des identités homogènes sur l'ensemble des modèles disponibles. Cette approche multi-modèle évite la dépendance envers un fournisseur unique et permet aux entreprises d'optimiser leurs coûts opérationnels sur l'ensemble de leurs charges de travail.
Questions et réponses
Comment les entreprises peuvent-elles accéder aux modèles OpenAI sur Google Cloud ?
Les entreprises peuvent accéder aux modèles d'OpenAI via Google Cloud Model Garden, où GPT-6 Astra, GPT-6.1 Sol et GPT-6 Luna sont actuellement déployés en préversion privée auprès de clients sélectionnés. Les développeurs peuvent concevoir avec ces modèles à l'aide des API Google Cloud ou connecter leurs flux locaux Codex CLI et Desktop directement à la plateforme Gemini. De plus, les modèles OpenAI seront bientôt intégrés dans Gemini pour les entreprises et Google Antigravity.
Les engagements Google Cloud existants peuvent-ils servir à l'achat de modèles OpenAI ?
Oui, l'utilisation des modèles OpenAI souscrite via la place de marché Google Cloud Marketplace s'impute sur les engagements cloud existants et les plans d'économies flexibles (Flexible Savings Plans). L'ensemble des dépenses est consolidé sur une facture unique Google Cloud, ce qui permet aux entreprises de déployer des modèles tiers sans souscrire de contrats fournisseurs séparés ni mettre en place de structures de paiement distinctes.
Quels modèles OpenAI sont disponibles dans Google Cloud Model Garden ?
Google Cloud Model Garden propose GPT-6 Astra, GPT-6.1 Sol et GPT-6 Luna. GPT-6 Astra est conçu pour la programmation complexe, l'utilisation d'outils informatiques, les tâches professionnelles et la recherche scientifique. GPT-6.1 Sol offre une intelligence proche de celle d'Astra à un coût réduit pour la programmation agentique et le travail quotidien. GPT-6 Luna est un modèle rapide et économique conçu pour les usages d'entreprise à grande échelle.
Le regard de MOZGII
Comment nous le construirions
Nous construirions un routeur de modèles unifié pour gérer la répartition des requêtes entre plusieurs fournisseurs. Le système nécessiterait une passerelle d'API, un gestionnaire centralisé des identités, un journal d'inférence et un analyseur automatique d'instructions. Le moteur d'aiguillage évaluerait les requêtes entrantes selon la latence, le budget de jetons et la complexité de la tâche avant de choisir entre des modèles comme GPT-6 Astra ou GPT-6 Luna. Les administrateurs de la plateforme définiraient des règles d'accès fondées sur les rôles et des plafonds financiers pour maintenir les requêtes dans les limites de dépenses nuagiques prédéfinies.
Le principal point de défaillance se situerait à la frontière de la passerelle lors de mises à jour d'API imprévues ou de latences réseau passagères entre les infrastructures. Si l'API d'un fournisseur ralentissait, une logique de secours redirigerait immédiatement le trafic vers un modèle équivalent pour éviter le dépassement des délais d'attente applicatifs. Le seul indicateur à surveiller serait le coût moyen d'inférence par tâche accomplie sur l'ensemble des niveaux de modèles.
Ensuite, nous construirions une chaîne automatisée d'évaluation comparative pour exécuter des tests quotidiens sur des jeux de tâches standardisés. Ce moteur d'évaluation testerait chaque modèle sur des bancs d'essai de programmation, de résumé de documents et de raisonnement. Les scores de précision obtenus mettraient automatiquement à jour les règles d'orientation, garantissant ainsi l'acheminement du trafic vers le modèle le moins coûteux respectant les seuils de qualité visés.
Sources
D’où viennent les faits de cet article.