GPT-6 : quel modèle choisir dans ChatGPT, Codex et l’API ?

Pour choisir parmi les modèles GPT, partez de votre tâche, mais aussi du produit que vous utilisez : chez OpenAI, GPT-6.1 Sol constitue un point de départ pour les tâches complexes dans Work et Codex, GPT-6 Luna convient aux tâches ciblées et répétitives, et GPT-6 Astra est le modèle phare pour les problèmes les plus exigeants. Dans ChatGPT, les conversations classiques suivent une autre logique : Free et Go utilisent GPT-5.6 Luna par défaut, tandis que GPT-6 arrive progressivement sur les comptes payants éligibles. Le nom d’un modèle ne suffit donc pas à savoir ce que votre compte permet d’utiliser.

Informations vérifiées dans les fiches de modèles, la page des retraits et le centre d’aide d’OpenAI le 25 octobre 2026. Les recommandations ci-dessous reposent sur l’analyse de ces sources, et non sur des tests pratiques des modèles.

GPT-6 et les autres modèles : identifiants, contexte et accès

La gamme phare actuelle de l’API OpenAI comprend GPT-6 Astra, GPT-6.1 Sol et GPT-6 Luna. GPT-6 Sol conserve sa propre documentation ; GPT-6 Pro est une option de ChatGPT qui repose sur Astra ; gpt-oss désigne la branche téléchargeable. Ces distinctions comptent lorsqu’un fondateur demande à un développeur de reproduire dans une application une réponse obtenue avec ChatGPT. Catalogue des modèles OpenAI.

La colonne consacrée aux usages reprend les descriptions courtes d’OpenAI ; pour Pro, elle reprend la description de l’option Pro. Les fenêtres de contexte correspondent aux nombres exacts de tokens indiqués dans les fiches individuelles, et non à des limites de conversation garanties dans ChatGPT. Un identifiant API est le nom qu’un logiciel transmet pour sélectionner un modèle. Work est l’expérience ChatGPT destinée aux tâches longues et aux livrables finalisés ; Codex est son agent de développement logiciel.

Sources sur la disponibilité : lancement de Sol et Luna, lancement de GPT-6.1 Sol, lancement d’Astra, ChatGPT Work et Codex et partenaires de déploiement de gpt-oss.

Azure : non confirmé signifie que les pages OpenAI consultées ne permettent pas d’établir la disponibilité du modèle sur Azure. Cela ne signifie pas que Microsoft ne peut pas le proposer. Même lorsqu’un canal de déploiement est cité, l’accès dans votre région ou avec votre abonnement n’est pas acquis. Un responsable qui passe par Azure devrait faire confirmer par son développeur le modèle exact qu’il peut déployer avant de le promettre à ses collègues.

Les descriptions d’OpenAI expriment un positionnement, sans garantir que le même classement s’applique à toutes les tâches. Pour comprendre la famille de modèles, consultez notre présentation de GPT-6.

Modèles ChatGPT : lequel votre abonnement utilise-t-il par défaut ?

Votre abonnement Chat détermine le modèle par défaut et les niveaux de réflexion disponibles. L’annonce d’un déploiement ne prouve pas que toutes les conversations existantes ont déjà basculé. Disponibilité des modèles dans ChatGPT.

Sources : tableau général des abonnements Chat, modèles Business, modèles Enterprise.

ChatGPT gratuit : Chat et l’application de bureau donnent-ils accès aux mêmes modèles ?

Un compte Free ou Go peut rencontrer différentes générations de Luna selon l’expérience utilisée. L’annonce de Sol et Luna par OpenAI donne à ces utilisateurs accès à GPT-6 Luna dans l’application de bureau. Cela ne remplace pas GPT-5.6 Luna, que le centre d’aide indique comme modèle par défaut des conversations Chat classiques. Vérifiez l’expérience utilisée avant de comparer les réponses. Accès dans l’application de bureau.

Pour un fondateur qui rédige un message d’information destiné à ses clients dans Chat, le choix concret porte sur le modèle et le niveau de réflexion affichés dans cette conversation. Pour un développeur qui ouvre Codex avec le même compte, la sélection dans Codex doit être vérifiée séparément. Un abonnement donne accès à des produits qui ont chacun leurs réglages ; il n’attache pas un modèle unique et permanent à votre compte.

GPT-5.6 : pourquoi une sélection existante peut-elle être conservée ?

Une sélection explicite de GPT-5.6 Sol déjà en place reste sur GPT-5.6. Le déploiement fait passer l’ancienne sélection Latest à GPT-6 tout en conservant son niveau d’effort. Comportement des sélections existantes.

Voilà pourquoi des collègues disposant du même abonnement peuvent voir des modèles différents. Vérifiez les réglages de leurs conversations et leurs droits d’accès dans l’espace de travail avant d’y voir une réponse défectueuse ou un problème de compte. Les autorisations de modèles dans Business et Enterprise peuvent aussi limiter les choix proposés à l’utilisateur.

Comparer les modèles OpenAI : distinguer modèle, produit et effort

Quand un résultat compte, consignez ensemble le modèle, le produit et l’effort de raisonnement. Voyez le modèle comme le moteur, le produit comme le véhicule et l’effort comme la quantité de travail demandée au moteur. Le véhicule détermine les commandes et les outils disponibles ; la fiche technique du moteur ne suffit pas à décrire tout le trajet.

Lors d’une revue opérationnelle hebdomadaire, « ChatGPT a rédigé ceci » ne permet pas de reproduire le résultat. Notez le modèle sélectionné, le produit utilisé — Chat, Work, Codex ou une application via API — et le réglage de réflexion. Conservez aussi les documents sources et les consignes. La personne qui reprendra la tâche disposera ainsi d’éléments concrets pour refaire l’essai si le résultat change.

Augmenter l’effort ne sélectionne pas automatiquement un autre modèle. Dans Chat avec Plus ou Pro, demander à une conversation Instant de réfléchir davantage ne la fait pas automatiquement passer à un niveau de réflexion supérieur. Utilisez le réglage prévu. Business peut ajouter automatiquement du raisonnement via son option Higher intelligence ; le comportement peut donc varier selon l’espace de travail. Fonctionnement des abonnements individuels, réglages Business.

Si vous examinez un plan de lancement, augmentez l’effort lorsque la tâche exige de concilier plusieurs contraintes. Si le problème vient d’un document source manquant, fournissez d’abord ce document. Davantage de raisonnement ne remplace pas les faits nécessaires à la tâche.

Quel modèle GPT Codex utilise-t-il pour vous ?

Codex n’a pas de modèle par défaut unique sur lequel compter pour tous les abonnements, clients et espaces de travail. OpenAI recommande GPT-6.1 Sol, lorsqu’il est disponible, pour les workflows complexes de programmation et d’agents, et Luna pour les tâches ciblées et répétitives. La disponibilité varie selon le mode de connexion et le client. Modèles de Work et Codex.

Codex conserve le modèle que vous avez sélectionné manuellement. Les administrateurs d’un espace de travail peuvent définir les modèles et les niveaux de raisonnement initiaux de Work et Codex indépendamment de Chat. Si un CTO veut une configuration de référence commune pour la revue de code, il doit la définir et la documenter, sans supposer que chaque développeur en a hérité. Réglages initiaux.

1. 1

   Vérifiez la sélection actuelle

   Dans Work ou Codex, regardez le sélecteur de modèle sous la zone de saisie. Dans une session interactive de Codex CLI, utilisez /model pour consulter et modifier le modèle ou l’effort.

2. 2

   Sélectionnez explicitement un modèle pour les tâches à reproduire

   Pour une nouvelle session CLI, OpenAI documente la commande codex --model gpt-6.1-sol. Utilisez un modèle effectivement proposé par votre compte et votre client ; sa présence dans un guide ne vous en donne pas l’accès.

3. 3

   Vérifiez le client et l’espace de travail

   Astra nécessite Codex CLI 0.153.0 ou une version ultérieure. Pour Enterprise, confirmez aussi l’accès au modèle auprès de l’administrateur, en plus de mettre à jour le client.

Sources : sélection des modèles dans Codex, version du client requise pour Astra.

Un retrait illustre cette séparation entre produits : GPT-5.5 a été retiré de Codex avec connexion ChatGPT le 14 octobre 2026 à 19:00 UTC. Selon OpenAI, ce changement n’a pas affecté l’accès via API ni les sessions Codex utilisant une clé API. Ne transformez pas une date de retrait dans Codex en date d’arrêt de l’API. Avis de retrait dans Codex.

Fenêtres de contexte : ce que les chiffres permettent réellement

La fiche API de GPT-6.1 Sol indique un contexte de 1,050,000 tokens, tandis que Work et Codex utilisent 500,000 tokens par défaut. Un token est une petite unité de texte ou d’une autre entrée du modèle. Le contexte est l’espace de travail disponible pour une requête ; il ne promet ni un nombre précis de documents complets ni une prise en compte correcte de chaque détail. Spécification API, limite de Work et Codex.

Pour un développeur qui analyse un dépôt de code, cela signifie qu’il ne peut pas compter sur le plafond de l’API pour une tâche dans Codex. Sélectionnez les fichiers pertinents et gardez de la place pour les consignes, les résultats des outils et la réponse. Pour un responsable qui compare des offres fournisseurs, regroupez les documents autour de la décision à prendre et demandez des éléments étayés par des sources ; empiler davantage de documents n’améliore pas forcément le brief.

Les fiches des modèles GPT-6 distinguent aussi la fenêtre de contexte du maximum de 128,000 tokens en sortie. La capacité d’entrée et la longueur de réponse sont deux limites distinctes. Les fiches des modèles gpt-oss téléchargeables indiquent 131,072 tokens de contexte. Retenez les chiffres qui correspondent exactement au déploiement prévu. Limites d’Astra, limites de gpt-oss.

Les compromis de migration sont détaillés dans GPT-6.1 Sol vs GPT-6 Sol.

gpt-oss : les modèles à télécharger

Choisissez gpt-oss lorsque la maîtrise du déploiement fait partie des exigences. Des poids ouverts signifient que les fichiers contenant les paramètres appris par le modèle peuvent être téléchargés et exécutés. OpenAI publie gpt-oss-120b et gpt-oss-20b sous licence Apache 2.0, mais ne les propose ni via son API ni dans ChatGPT. La présence d’une fiche dans le catalogue ne signifie pas qu’OpenAI héberge un point d’accès au modèle. Présentation des modèles à poids ouverts.

Selon OpenAI, gpt-oss-120b tient dans 80 Go de mémoire, tandis que gpt-oss-20b nécessite 16 Go. Ces chiffres aident à distinguer les déploiements de taille serveur des expérimentations locales plus modestes. Ils ne garantissent pas une vitesse exploitable sur tous les appareils disposant de cette quantité de mémoire. Recommandations de déploiement d’OpenAI.

Pour un CTO qui doit faire fonctionner le modèle dans une infrastructure maîtrisée, cette branche mérite une évaluation. Pour un fondateur qui a simplement besoin d’un assistant hébergé, télécharger les poids ajoute une responsabilité : exploiter le service d’inférence, sécuriser les accès et maintenir l’application qui l’entoure. Désignez la personne responsable de ce travail avant de choisir le modèle.

D’après leurs fiches, les modèles gpt-oss ne traitent que du texte. Si votre workflow repose sur l’interprétation de captures d’écran, ne supposez pas que la prise en charge des images de GPT-6 se retrouve dans ces poids. Modalités de gpt-oss-20b.

Anciens modèles GPT : les dates de retrait à surveiller

Vérifiez les identifiants exacts : une même famille peut compter des versions retirées et d’autres encore disponibles. Voici une sélection d’arrêts de l’API concernant les modèles généralistes de texte et de raisonnement, tirée de la page des retraits d’OpenAI :

• 23 octobre 2026, déjà arrêtés : les alias et versions de GPT-3.5 Turbo, GPT-4 et GPT-4 Turbo répertoriés ; GPT-4.1 nano ; gpt-4o-2024-05-13 ; ainsi que les modèles o1, o1-pro, o3-mini et o4-mini répertoriés.
• 11 décembre 2026 : GPT-5, GPT-5 mini, GPT-5 nano, GPT-5 pro, o3 et o3-pro, y compris les versions identifiées dans l’avis.
• 14 janvier 2027 : gpt-4o-2024-08-06, gpt-4o-2024-11-20, gpt-4o-mini-2024-07-18, gpt-4.1-2025-04-14 et gpt-4.1-mini-2025-04-14. OpenAI désigne gpt-6-luna comme remplaçant.
• 1er avril 2027 : gpt-5.3-codex, gpt-5.1, gpt-5.1-2025-11-13, gpt-5.4-nano et gpt-5.4-nano-2026-03-17.

Le statut Deprecated signifie qu’un arrêt a été annoncé, pas que l’accès est déjà coupé. Legacy signifie que le modèle ne reçoit plus de mises à jour. OpenAI expose également un champ facultatif shutdown_date via ses points d’accès de liste et de consultation des modèles. Définition des statuts et suivi.

Si vous pilotez un workflow de traitement de documents, demandez au développeur l’identifiant configuré ainsi que l’éventuel identifiant de secours. Planifiez la migration de chaque workflow concerné, puis vérifiez le remplaçant sur des documents représentatifs. Une migration est terminée lorsque l’application produit toujours des résultats acceptables, pas simplement lorsqu’un fichier de configuration contient un nom plus récent.

Quel modèle GPT choisir selon votre rôle et vos tâches ?

Partez du coût d’un échec et des contraintes de déploiement. Le catalogue API d’OpenAI oriente les utilisateurs indécis vers Astra ; sa documentation Work/Codex recommande GPT-6.1 Sol pour les tâches complexes de programmation et Luna pour les tâches ciblées. Les choix ci-dessous sont des points de départ concrets pour une évaluation, pas un classement de benchmarks. Point de départ pour l’API, recommandations Work/Codex.

Pour un fondateur ayant levé des fonds : utilisez le modèle le plus performant à votre disposition pour un document stratégique à fort enjeu fondé sur des éléments contradictoires, puis confrontez son raisonnement aux sources. Essayez Astra pour cette tâche. N’imposez pas Astra pour de simples retouches de texte si un modèle plus léger répond déjà au brief.

Pour un responsable opérationnel expérimenté : commencez un workflow récurrent d’extraction ou de classification avec Luna et une sortie clairement définie. Incluez dans l’évaluation des cas difficiles, des champs manquants et des enregistrements contradictoires. Passez à un modèle plus performant lorsque les échecs exigent de l’interprétation, plutôt que de meilleures consignes en entrée.

Pour un développeur travaillant seul : commencez les modifications complexes de code avec GPT-6.1 Sol lorsqu’il est disponible. Conservez une configuration éprouvée de Sol d’origine pendant la vérification des appels d’outils et des niveaux d’effort. Consultez Sol vs Luna pour approfondir la distinction entre les travaux d’ingénierie étendus et les tâches au périmètre bien défini.

Pour un CTO d’entreprise de taille intermédiaire : choisissez d’abord le mode de déploiement autorisé. L’accès à l’API OpenAI, le déploiement sur Azure et l’auto-hébergement de gpt-oss impliquent des décisions d’exploitation différentes. Comparez ensuite les modèles éligibles selon les mêmes critères d’acceptation. Un modèle plus puissant proposé dans un environnement que votre organisation ne peut pas utiliser n’est pas un candidat.

Pour les tarifs en vigueur, consultez le guide des prix de l’API OpenAI.

Ce que le battage masque : un nom récent ne suffit pas à préparer un déploiement

Un nom de modèle plus récent ne règle ni l’accès, ni l’intégration, ni la qualité. « Utilise GPT-6 » ne précise pas le membre de la famille concerné. « Inclut Astra » ne précise ni le produit ni le quota. « Grand contexte » ne précise pas la limite de travail du produit. Demandez la configuration complète avant de prendre un engagement commercial.

Les règles de décision utiles sont simples :

• Agissez maintenant si un modèle configuré est retiré ou approche de sa date d’arrêt, ou si son remplaçant corrige un échec que votre workflow rencontre réellement.
• Évaluez avant de basculer lorsqu’un changement de génération de Sol affecte les appels d’outils, les réglages de raisonnement ou les documents que votre application peut traiter.
• Attendez lorsque le workflow satisfait déjà ses critères d’acceptation et que le seul motif de changement est un nom plus récent. Continuez à surveiller sa date de retrait.
• Conservez votre configuration lorsqu’un retrait concerne un autre produit ou un autre mode d’authentification, comme le changement relatif à GPT-5.5 dans Codex, sans effet sur les sessions avec clé API.

Une mise à niveau de modèle mérite une comparaison limitée mais représentative, fondée sur vos entrées, vos sorties attendues et votre processus de validation. Le positionnement du fournisseur aide à sélectionner les candidats ; vos critères d’acceptation déterminent si l’un d’eux peut reprendre le travail.

Questions fréquentes

Quel modèle OpenAI utilise-t-il ?

OpenAI utilise différents modèles selon les produits. La gamme phare de son catalogue API comprend GPT-6 Astra, GPT-6.1 Sol et GPT-6 Luna ; dans ChatGPT, la sélection dépend de l’abonnement et de l’expérience utilisée. Catalogue actuel.

Quels sont les différents types de modèles d’IA ?

Pour faire ce choix, distinguez les modèles généralistes de texte et de raisonnement, les modèles spécialisés dans l’image ou l’audio, et les modèles téléchargeables à poids ouverts. La première distinction porte sur les besoins de la tâche ; la seconde, sur l’endroit où le modèle peut fonctionner. OpenAI sépare ces catégories dans son catalogue de modèles.

Qu’est-ce que le modèle GPT-2 ?

GPT-2 est un ancien modèle de langage d’OpenAI fondé sur l’architecture Transformer, annoncé en 2019 et entraîné à prédire le mot suivant. Il éclaire l’histoire de cette gamme ; il ne désigne pas un abonnement ChatGPT actuel. Annonce de GPT-2 par OpenAI.

Quelles sont les limites des modèles GPT ?

Le contexte, la longueur des réponses, les types d’entrées acceptés et la compatibilité avec les outils varient selon le modèle et le produit. Une grande fenêtre de contexte ne garantit pas non plus une réponse correcte. Pour une application, vérifiez la fiche du modèle et évaluez le workflow complet sur des exemples connus. Documentation GPT-6.

Quelles informations faut-il éviter de donner à ChatGPT ?

Ne collez pas de mots de passe ou de contenus confidentiels sans autorisation et sans dispositif approuvé de traitement des données. OpenAI déconseille de saisir des informations sensibles que vous ne voudriez pas voir examinées ou utilisées ; vérifiez les paramètres Data controls de votre compte et la politique de votre organisation. Recommandations sur les données des particuliers.

Quel GPT est sans limite ?

Aucune option n’est illimitée sur tous les plans. Les quotas de conversation courante ne suppriment ni les limites de contexte et d’outils, ni les quotas de raisonnement, ni les garde-fous. Business distingue explicitement les conversations Instant pratiquement illimitées des usages du raisonnement, de Pro, de Work et de Codex. Limites de Business.

Quelle IA est sans censure ?

Des poids ouverts décrivent l’accès aux fichiers du modèle, sans promettre un comportement sans restrictions. OpenAI indique que gpt-oss a reçu un entraînement à la sécurité. Si votre exigence est de maîtriser le déploiement, évaluez directement ce point plutôt que de vous fier à l’étiquette « sans censure ». Publication de gpt-oss.

Existe-t-il une IA meilleure que ChatGPT ?

Impossible de donner une réponse universelle utile sans définir la tâche. ChatGPT est un produit ; un modèle GPT n’en est qu’un composant. Comparez des workflows complets à partir de vos documents, des outils requis, des erreurs acceptables et de la charge de vérification.

Quelle est l’IA la plus stupide ?

Ce n’est pas un critère de choix utile. Un petit modèle peut réussir une tâche d’extraction ciblée tandis qu’un modèle plus performant échoue faute de contexte. Définissez le travail à accomplir et examinez les échecs plutôt que de classer les systèmes à coups d’insultes.

Dès lundi : faites l’inventaire de vos modèles

Dressez l’inventaire des modèles utilisés dans les workflows dont dépend votre activité. Pour chacun, consignez le produit, le modèle exact sélectionné, l’effort, le responsable et toute date d’arrêt prévue. Demandez au responsable d’identifier un exemple réussi et un exemple en échec. Traitez d’abord les dépendances déjà retirées, puis évaluez les mises à niveau là où les échecs ont des conséquences.

Cet inventaire transforme la question « Quel GPT utilisons-nous ? » en une réponse que quelqu’un peut vérifier et tenir à jour.

Pour suivre l’évolution des modèles et des workflows avec des conseils pratiques, inscrivez-vous à la newsletter.