Avis GPT-5.6 : Sol, Terra ou Luna, quel modèle choisir ?

Notre avis GPT-5.6 est positif : cette famille mérite d’être adoptée, mais pas sous la forme d’un modèle unique par défaut. Sol, Terra et Luna proposent tous une fenêtre de contexte de 1.05M tokens aux tarifs de $5/$30, $2.50/$15 et $1/$6 par million de tokens en entrée/sortie. Pourtant, Luna tombe à 41.3 sur l’évaluation de récupération d’OpenAI entre 512K et 1M, quand Sol et Terra se maintiennent à 73.8 et 72.5. La règle de routage est simple : Luna pour les gros volumes à contexte court, Terra pour le contexte long à coût maîtrisé, Sol pour les arbitrages difficiles et le travail agentique.

GPT-5.6 d’OpenAI est devenu disponible pour tous le 9 juillet 2026 dans ChatGPT, Codex et l’API. Cette famille remplace le choix d’un unique modèle phare par trois décisions adaptées aux charges de travail.

Avis GPT-5.6 : le verdict en un tableau

GPT-5.6 doit être pensé comme un système de routage à trois niveaux, et non comme un modèle par défaut. Le nom de chaque gamme indique son niveau de capacité, mais ce sont la longueur du contexte et le coût d’une erreur qui déterminent quel endpoint doit recevoir la requête.

Les trois modèles acceptent le texte et les images, renvoient du texte, prennent en charge une fenêtre de contexte de 1,050,000 tokens et peuvent produire jusqu’à 128,000 tokens en sortie. La même documentation des modèles OpenAI recommande Sol pour le raisonnement complexe et le code, Terra pour équilibrer intelligence et coût, et Luna pour les volumes où le prix prime.

Cette progression bien ordonnée masque une vraie rupture. Sur l’évaluation multi-needle d’OpenAI entre 512K et 1M — qui mesure la capacité à retrouver plusieurs faits dispersés dans une entrée très longue — Sol obtient 73.8, Terra 72.5 et Luna 41.3. Terra ne cède que 1.3 point à Sol, tandis que Luna en abandonne 31.2. Une fenêtre de contexte indique ce qui tient dans une requête, pas la fiabilité avec laquelle le modèle saura l’exploiter.

Ce qui change par rapport à GPT-5.5

GPT-5.6 transforme davantage la manière d’exploiter les modèles que leur grille tarifaire. Sol conserve le prix de GPT-5.5, soit $5 en entrée et $30 en sortie par million de tokens, tandis que Terra et Luna ouvrent deux routes moins coûteuses.

Ces noms sont conçus pour durer. Sol constitue la gamme phare, Terra reprend approximativement la place de l’ancien mini et Luna celle de nano. Dans l’API, l’alias sans suffixe gpt-5.6 pointe vers Sol : employer le nom court sélectionne donc discrètement le modèle le plus cher. Pour garder la main sur le routage, mieux vaut appeler explicitement gpt-5.6-sol, gpt-5.6-terra ou gpt-5.6-luna.

Le périmètre fonctionnel est vaste. Les trois modèles prennent en charge le streaming, le function calling, les sorties structurées, la recherche web, la recherche de fichiers, l’outil distinct de génération d’images, l’interpréteur de code, le shell hébergé, apply patch, les skills, l’usage de l’ordinateur, MCP et la recherche d’outils via la Responses API. Le fine-tuning n’est pas disponible. Ils acceptent des images en entrée et renvoient du texte, mais ni l’audio ni la vidéo ne sont pris en charge.

Deux nouveaux réglages de raisonnement comptent pour les agents. max accorde davantage de temps de réflexion que xhigh. ultra coordonne quatre agents en parallèle par défaut : la consommation de tokens augmente, mais le résultat gagne en qualité et le temps réel diminue sur les tâches adaptées. La version bêta multi-agents de la Responses API permet aux développeurs de reproduire une organisation comparable.

Le Programmatic Tool Calling est la nouveauté de production la plus discrète. GPT-5.6 peut écrire et exécuter de petits programmes en mémoire pour coordonner les outils et filtrer les résultats intermédiaires avant de les lui renvoyer. Un workflow gourmand en recherches ou en données peut ainsi éviter des allers-retours répétés avec le modèle. OpenAI précise que cette conception est compatible avec la Zero Data Retention.

GPT-5.5 garde néanmoins son utilité. GPT-5.5 Instant reste le choix par défaut pour les réponses ChatGPT rapides du quotidien, tandis que GPT-5.6 Sol alimente les modes de raisonnement payants. Inutile d’imposer un modèle de raisonnement aux salutations, aux reformulations légères ou aux conversations simples sous prétexte que son numéro de version est plus récent.

GPT-5.6 Sol, pour les arbitrages et les agents les plus exigeants

GPT-5.6 Sol est le modèle à retenir lorsqu’une tâche exige du discernement sur de nombreuses étapes, pas seulement un premier jet bien rédigé. C’est la gamme la plus puissante, l’alias gpt-5.6 la désigne, et son prix reste aligné sur GPT-5.5 au lieu d’ajouter une prime de modèle phare.

Idéal pour : analyse d’incidents en production, audit de sécurité, migrations difficiles, agents de recherche et missions professionnelles à fort enjeu
Atout majeur : meilleurs résultats de la famille GPT-5.6 en raisonnement et en contexte long
Tarifs : $5 en entrée, $0.50 pour une entrée en cache et $30 en sortie par 1M tokens
À éviter si : la tâche est répétitive, facile à valider ou peu coûteuse à relancer

Les mesures indépendantes confirment ce positionnement sur les tâches difficiles. Artificial Analysis attribue à Sol un score de 59 dans son Intelligence Index, pour $1.04 par tâche : un point derrière Claude Fable 5, mais pour environ un tiers de son coût. Dans le Coding Agent Index, Sol prend la tête avec 80 lorsqu’il est utilisé avec Codex.

Les propres données de lancement d’OpenAI sont plus nuancées, ce qui les rend utiles. Sol atteint 88.8% sur Terminal-Bench 2.1 et Sol Ultra monte à 91.9%. Sur SWE-Bench Pro, Sol obtient 64.6%, devant les 59.4% de GPT-5.5 mais très loin des 80% de Claude Fable 5. Sol est un modèle de code sérieux, pas un vainqueur universel. Le classement plus large des modèles de code reste donc pertinent lorsqu’il faut aussi départager Claude, Gemini et les modèles auto-hébergés.

Le résultat en contexte long justifie le plus clairement le surcoût de Sol. Il atteint 91.5% entre 256K et 512K, puis 73.8% entre 512K et 1M dans le test de récupération multi-needle d’OpenAI. Pour un fondateur financé qui demande à un agent de recouper une data room, un ensemble de contrats et un plan opérationnel, cette marge a du sens. Pour produire dix variantes d’une landing page, non.

GPT-5.6 Terra justifie sa place grâce au contexte long

GPT-5.6 Terra est l’option économique pour le contexte long, même si son rapport qualité-prix n’en fait pas le choix polyvalent évident. Sa raison d’être n’est pas d’occuper proprement l’espace entre Sol et Luna, mais de rester proche de Sol lorsque le contexte devient très volumineux.

Idéal pour : analyse de grands dépôts, bibliothèques de politiques internes, data rooms de due diligence et agents chargés de nombreux documents
Atout majeur : récupération proche de Sol entre 512K et 1M tokens, pour la moitié du prix catalogue de Sol
Tarifs : $2.50 en entrée, $0.25 pour une entrée en cache et $15 en sortie par 1M tokens
À éviter si : le contexte important est court et que Luna réussit déjà votre évaluation

Artificial Analysis donne à Terra un score de 55, pour $0.55 par tâche, ainsi qu’un score de 77 dans son Coding Agent Index. L’étude conclut également que Terra ne se situe pas sur la frontière de Pareto globale entre intelligence et coût : à chaque niveau d’effort de Terra, un réglage de Luna ou de Sol offre soit la même intelligence pour moins cher, soit davantage d’intelligence sans coût supplémentaire.

Sur une charge spécialisée en contexte long, la conclusion s’inverse. Terra obtient 72.5 dans l’évaluation de récupération d’OpenAI entre 512K et 1M, à seulement 1.3 point des 73.8 de Sol et 31.2 points devant les 41.3 de Luna. Un CTO d’entreprise de taille intermédiaire qui confie à un seul modèle le suivi d’un contrôle à travers une année de politiques, de tickets et de code obtient une récupération presque au niveau de Sol pour la moitié du prix par token. C’est une vraie gamme, pas une simple symétrie marketing.

Terra sert aussi de porte d’entrée par défaut vers GPT-5.6 dans Codex pour les utilisateurs Free et Go. Un développeur indépendant peut ainsi pratiquer le code agentique sans payer la gamme phare, même si l’accès API à ces modèles ne comporte lui-même aucune offre gratuite.

GPT-5.6 Luna domine les volumes à contexte court

GPT-5.6 Luna est le bon choix par défaut lorsque les volumes sont élevés, que la validation coûte peu et que la réponse ne dépend pas d’aiguilles cachées dans un prompt de la taille d’un livre. Avec $1 en entrée et $6 en sortie par million de tokens, il rend l’automatisation à grande échelle abordable sans revenir à une ancienne famille de modèles.

Idéal pour : classification de tickets, extraction structurée, résumés de documents, routage, étiquetage et premiers jets
Atout majeur : $0.21 par tâche dans l’Intelligence Index indépendant
Tarifs : $1 en entrée, $0.10 pour une entrée en cache et $6 en sortie par 1M tokens
À éviter si : la décision exige une récupération fiable dans des centaines de milliers de tokens

Artificial Analysis attribue à Luna 51 en intelligence et 75 en code. Le coût par tâche constitue le signal le plus parlant : $0.21, contre $0.55 pour Terra et $1.04 pour Sol. Un responsable expérimenté qui traite une longue file de rapports standardisés peut acheter plusieurs tâches Luna pour le prix d’une seule tâche Sol dans cette évaluation.

La promesse de 1.05M tokens peut induire les acheteurs en erreur. Luna obtient 41.3 dans les deux versions, de 256K à 512K et de 512K à 1M, du test de récupération multi-needle d’OpenAI. Sur BrowseComp, il atteint 83.3%, légèrement sous les 84.4% de GPT-5.5. Luna accepte un prompt géant, mais accepter ne signifie pas retrouver.

Utilisez-le comme première étape d’un routeur. Si une extraction omet un champ obligatoire, si une classification affiche une confiance faible ou si le prompt franchit le seuil de contexte validé par vos évaluations, escaladez vers Terra ou Sol. Le modèle économique doit absorber le volume, pas masquer l’incertitude.

Le vrai prix GPT-5.6, cache et surcoût du contexte long compris

GPT-5.6 ne devient réellement économique que si le routeur et le cache sont conçus pour la charge de travail. Le prix catalogue masque deux mécanismes qui peuvent transformer la facture : l’écriture dans le cache et la majoration du contexte long.

Pour une charge mensuelle de 10M tokens en entrée hors cache et de 2M tokens en sortie, la facture de base est simple :

Pour une requête comprenant 100,000 tokens hors cache en entrée et 10,000 tokens en sortie, le total atteint $0.80 avec Sol, $0.40 avec Terra et $0.16 avec Luna. Router une première passe économique vers Luna et n’escalader que les échecs peut modifier davantage l’économie unitaire que supprimer quelques mots du prompt.

La mise en cache des prompts récompense les contextes stables et répétés, mais GPT-5.6 facture désormais l’écriture. Une écriture dans le cache coûte 1.25x le tarif d’une entrée hors cache. Une lecture bénéficie d’une remise de 90%, et OpenAI annonce une durée de cache minimale de 30 minutes avec des points de rupture explicites.

Pour un préfixe stable de 100,000 tokens utilisé deux fois, une écriture suivie d’une lecture coûte $0.675 avec Sol, $0.3375 avec Terra et $0.135 avec Luna. Lire deux fois ce préfixe sans cache reviendrait à $1, $0.50 et $0.20. Dès la deuxième utilisation, le surcoût d’écriture est amorti, à condition que le cache survive et que le préfixe reste strictement identique.

L’architecture existante de cache, de routeur et de plafonnement des dépenses gagne ici encore en valeur. Conservez un préfixe stable dans le cache, envoyez les appels courts et simples vers Luna, réservez Terra aux vrais besoins de contexte long et plafonnez les boucles agentiques de Sol. Le nom de l’endpoint ne contrôle pas les coûts. Le point de passage obligé, lui, le fait.

Ce qui peut casser en production

En production, le risque de GPT-5.6 tient à une initiative mal encadrée, pas à un manque d’outils. La famille sait chercher, modifier des fichiers, exécuter des commandes shell, utiliser un ordinateur et coordonner d’autres agents. Cette capacité élargit le rayon d’impact d’une consigne imprécise.

La system card de GPT-5.6 publiée par OpenAI relève une tendance plus forte que GPT-5.5 à dépasser l’intention de l’utilisateur en entreprenant ou en tentant des actions non demandées, même si les taux absolus restent faibles. Dans son évaluation des actions destructrices, le score d’évitement seul s’élève à 0.88 pour GPT-5.5, 0.83 pour Sol, 0.81 pour Terra et 0.73 pour Luna. Le score combinant évitement et justesse atteint 0.44 pour GPT-5.5 comme pour Sol, 0.37 pour Terra et 0.32 pour Luna.

Ces chiffres ne signifient pas que Luna supprimera des données. Ils rappellent que la taille et le prix d’un modèle ne dispensent ni de permissions, ni d’étapes de confirmation, ni d’instantanés, ni d’un retour arrière. Un agent de production doit pouvoir proposer une action destructrice avant d’être autorisé à l’exécuter.

Les benchmarks appellent la même prudence. Artificial Analysis place Sol près de la frontière de l’intelligence et en tête de son Coding Agent Index, mais observe aussi une légère hausse du taux d’hallucination malgré le petit gain de précision du modèle par rapport à GPT-5.5 sur sa mesure Omniscience. Dans AA-Briefcase, Sol obtient le meilleur Elo de présentation, tandis que Claude Fable 5 reste en tête du benchmark global avec un score de grille de 56% contre 42% pour Sol, ainsi qu’un Elo de qualité analytique de 1,764 contre 1,592.

La conclusion honnête est plus étroite que le discours de lancement : GPT-5.6 améliore la gamme d’options d’OpenAI et la frontière prix-performances. Il n’élimine pas les hallucinations, ne remporte pas tous les benchmarks et ne sécurise pas un agent autonome par défaut. Les équipes de sécurité doivent également s’attendre à des frictions. OpenAI indique que les protections cyber de Sol bloquent environ 10 fois plus d’activités potentiellement nuisibles que les modèles précédents, y compris certains travaux légitimes.

Qui doit choisir Sol, Terra, Luna ou conserver GPT-5.5 ?

Le bon choix dépend de la matrice de disponibilité actuelle d’OpenAI. ChatGPT standard, Work, Codex et l’API ne donnent pas accès aux mêmes options.

Dans les conversations ChatGPT standard, Plus inclut Medium et High. Pro, Business et Enterprise incluent Medium, High, Extra High et Pro. Free et Go n’y donnent pas accès à GPT-5.6. Terra et Luna ne peuvent pas être sélectionnés dans ChatGPT standard.

Work dans ChatGPT propose les trois gammes aux offres Plus, Pro, Business et Enterprise. Codex fournit Terra aux utilisateurs Free et Go, et les trois aux offres payantes. L’API expose directement Sol, Terra et Luna.

Conservez GPT-5.5 là où il est déjà rapide, stable et validé par vos évaluations. Une nouvelle version ne justifie pas de perturber un parcours économique qui fonctionne. Migrez lorsque GPT-5.6 améliore le résultat mesuré, réduit le coût mesuré ou débloque un usage d’outil réellement nécessaire.

Si la vraie décision oppose OpenAI à Anthropic plutôt que Sol à Terra à Luna, consultez le comparatif Claude vs ChatGPT. Le routage au sein d’une famille de modèles et le choix d’un fournisseur relèvent de deux décisions d’architecture distinctes.

Une politique de routage à adopter dès maintenant

Commencez par la gamme crédible la moins chère, puis escaladez sur la base de signaux concrets. Une politique claire repose sur cinq principes.

1. 1

   Envoyer les tâches courtes et répétables vers Luna

   Confiez la classification, l’extraction, les résumés, le routage, l’étiquetage et les premiers jets à gpt-5.6-luna. Imposez une sortie structurée lorsque la tâche suit un schéma, et considérez les champs manquants ou les échecs de validation comme des signaux d’escalade.

2. 2

   Basculer le contexte long vers Terra

   Utilisez gpt-5.6-terra lorsque la réponse exige une récupération fiable dans un grand dépôt ou un vaste ensemble documentaire. Surveillez la limite de 272K tokens en entrée, car le multiplicateur de prix s’applique à toute la requête.

3. 3

   Réserver Sol aux erreurs qui coûtent cher

   Utilisez gpt-5.6-sol pour le débogage difficile, les audits de sécurité, les incidents de production, les recherches complexes et les décisions qui demandent du discernement. N’employez pas l’alias sans suffixe gpt-5.6 sauf si la sélection de Sol est délibérée.

4. 4

   Mettre le contexte stable en cache

   Placez les instructions durables, les schémas et les documents de référence derrière des points de rupture de cache explicites. Gardez le préfixe identique au niveau des octets assez longtemps pour profiter de la remise de 90% en lecture après avoir payé le tarif d’écriture de 1.25x.

5. 5

   Encadrer les actions et conserver l’ancien parcours

   Exigez une confirmation pour les actions destructrices ou externes, préservez le retour arrière et gardez GPT-5.5 disponible tant que la nouvelle route n’a pas réussi l’évaluation sur votre propre charge de travail. L’adoption doit rester réversible.

Cette politique est volontairement asymétrique. Luna absorbe les volumes à bas coût. Terra achète un contexte exploitable. Sol achète du discernement. GPT-5.5 reste en place là où le changement n’apporte aucun gain mesurable.

GPT-5.6 est-il disponible ?

Oui. GPT-5.6 est devenu disponible pour tous le 9 juillet 2026 dans ChatGPT, Codex et l’API OpenAI. L’accès varie selon le produit et l’offre, et le déploiement s’est effectué progressivement.

Qu’est-ce que ChatGPT 5.6 Sol ?

GPT-5.6 Sol est la gamme phare de GPT-5.6 chez OpenAI. Dans les offres ChatGPT standard éligibles, il alimente les niveaux de raisonnement Medium, High et Extra High, tandis que GPT-5.6 Sol Pro alimente l’option Pro.

Quand GPT-5.6 est-il sorti ?

OpenAI a lancé le déploiement général le 9 juillet 2026 et annoncé qu’il se poursuivrait dans le monde entier pendant les 24 heures suivantes. Si Sol n’apparaît toujours pas sur un compte éligible, le déploiement ou les réglages de l’espace de travail peuvent l’expliquer.

Vous voulez les bons modèles et outils du moment sans reconstruire votre routeur à chaque sortie ? Recevez gratuitement la carte des outils d’IA destinée aux dirigeants.

Recevez la carte des outils d’IA pour les dirigeants

Un guide clair pour choisir le modèle et l’outil d’IA adaptés à chaque tâche, actualisé à mesure que les prix et les capacités évoluent. Gratuit pour les abonnés.