GPT-5.6 Sol expliqué : fonctionnalités, tarifs, benchmarks et comparaison avec GPT-5.5

OpenAI a lancé GPT-5.6 en disponibilité générale le 9 juillet 2026. La famille comprend trois modèles : GPT-5.6 Sol, le niveau phare ; GPT-5.6 Terra, un modèle équilibré à moindre coût ; et GPT-5.6 Luna, l'option la plus rapide et la moins onéreuse.

L'essentiel ne tient pas simplement au fait que Sol soit plus récent que GPT-5.5. GPT-5.6 introduit une structure de famille de modèles différente, une utilisation de l'ordinateur renforcée, de meilleurs résultats en programmation et en travail professionnel, un nouveau niveau de raisonnement max, un mode pro distinct, l'exécution multi-agents, le Programmatic Tool Calling et une mise en cache des prompts plus prévisible.

Certains de ces changements se prêtent facilement à des malentendus. max, pro et ultra ne sont pas trois noms pour une même chose. Sol, Terra et Luna sont des modèles. max est un réglage d'effort de raisonnement. pro est un mode à plus forte puissance de calcul. ultra est une configuration multi-agents disponible dans certains produits OpenAI. Ce guide distingue ces concepts, vérifie les chiffres publiés et explique ce que GPT-5.6 Sol change pour les utilisateurs de ChatGPT, les développeurs et les équipes qui construisent des systèmes d'IA en production.

Qu'est-ce que GPT-5.6 Sol ?

GPT-5.6 Sol est le modèle de pointe de la famille GPT-5.6. OpenAI le décrit comme un modèle destiné aux travaux professionnels complexes et le positionne comme l'équivalent le plus proche du niveau phare sans suffixe utilisé dans les générations GPT-5 précédentes. Les principaux identifiants d'API sont :

gpt-5.6-sol
gpt-5.6

L'alias plus court gpt-5.6 dirige les requêtes vers GPT-5.6 Sol au moment de la publication. Les développeurs qui ont besoin d'un comportement stable devraient examiner les options de snapshot et les pratiques de publication d'OpenAI plutôt que de supposer qu'un alias restera toujours inchangé.

Sol accepte du texte et des images en entrée et produit du texte en sortie. Il prend en charge le streaming, l'appel de fonctions et les sorties structurées. Via la Responses API, il peut utiliser la recherche web, la recherche de fichiers, la génération d'images, Code Interpreter, un shell hébergé, Apply Patch, les skills, l'utilisation de l'ordinateur, MCP et la recherche d'outils. Le fine-tuning n'est pas pris en charge.

Spécifications techniques de GPT-5.6 Sol

Une fenêtre de contexte d'un million de tokens est utile, mais elle ne doit pas être interprétée comme la garantie que le modèle se souviendra de chaque détail aussi bien depuis n'importe quelle position dans un très long prompt. Les propres évaluations en contexte long d'OpenAI montrent que les performances varient selon le benchmark et la longueur du contexte.

Sol, Terra et Luna : la famille GPT-5.6

GPT-5.6 introduit des niveaux de capacité durables au lieu de traiter chaque taille de modèle comme un suffixe temporaire.

La colonne « Usage pratique » est une recommandation de mise en œuvre, et non une garantie contractuelle de la part d'OpenAI. Chaque système de production devrait évaluer les modèles au regard de ses propres données, prompts, outils et coûts d'erreur. Les trois modèles partagent actuellement la même fenêtre de contexte, la même limite de sortie et la même date de coupure des connaissances. Les principales différences portent sur la capacité, la vitesse, le comportement de raisonnement et le prix.

GPT-5.6 Sol vs GPT-5.5

GPT-5.6 Sol et GPT-5.5 ont le même prix standard au token, la même fenêtre de contexte de 1,050,000 tokens et la même sortie maximale de 128,000 tokens. La mise à niveau ne consiste donc pas principalement à payer davantage pour une fenêtre de contexte plus grande. Elle porte sur un meilleur taux d'achèvement des tâches, des connaissances plus récentes du modèle, un plus grand contrôle du raisonnement, une meilleure orchestration des outils et de meilleurs résultats sur plusieurs catégories de travail professionnel.

Le prix standard au token est inchangé, mais le coût total d'une tâche menée à bien peut malgré tout varier. Un modèle qui utilise moins de tokens, nécessite moins de relances ou accomplit une plus grande partie du workflow sans correction humaine peut revenir moins cher au global. L'inverse est également possible lorsqu'un réglage de raisonnement plus élevé ou un mode multi-agents consomme nettement plus de puissance de calcul.

Ce que révèlent les benchmarks de GPT-5.6

OpenAI a publié un vaste tableau de benchmarks couvrant le travail professionnel, la programmation, la science, l'utilisation de l'ordinateur, la cybersécurité, le raisonnement multimodal, le contexte long et d'autres domaines. Le tableau ci-dessous compare une sélection de résultats de GPT-5.6 Sol et de GPT-5.5. La différence est mesurée en points de pourcentage lorsque les deux résultats sont des pourcentages.

* Le tableau de benchmarks détaillé d'OpenAI indique 52.7% pour GPT-5.6 Sol sur Agents' Last Exam, tandis que la partie rédigée du même article de lancement mentionne 53.6. Cet article se fonde sur le tableau comparatif détaillé pour le calcul Sol contre GPT-5.5 et consigne cet écart plutôt que de présenter l'un ou l'autre chiffre comme certain.

Programmation

GPT-5.6 Sol a obtenu 88.8% sur Terminal-Bench 2.1 contre 85.6% pour GPT-5.5. Il a obtenu 72.7% sur DeepSWE v1.1 contre 67.0% pour GPT-5.5. OpenAI rapporte également un score de 80 à l'Artificial Analysis Coding Agent Index pour Sol au niveau de raisonnement max. Ces résultats étayent l'idée que Sol est globalement un meilleur modèle de programmation et d'ingénierie agentique, mais un résultat de benchmark ne garantit pas qu'il surpassera GPT-5.5 sur chaque dépôt, framework ou style de code.

L'évaluation en production devrait inclure ce que les benchmarks de code publics ne peuvent pas pleinement représenter : la réussite sur la base de code réelle de l'équipe ; l'exactitude des modifications réparties sur plusieurs fichiers ; le taux de réussite des tests ; le taux de régression ; le nombre d'appels d'outils ; le temps d'exécution ; l'effort de relecture ; et le coût total en tokens et en infrastructure.

Navigation et utilisation de l'ordinateur

Les gains les plus visibles apparaissent dans les workflows d'utilisation de l'ordinateur et de navigation. Sol a obtenu 62.6% sur OSWorld 2.0 contre 47.5% pour GPT-5.5. Sur BrowseComp, la version standard de Sol a obtenu 90.4% contre 84.4% pour GPT-5.5.

L'article de lancement rapporte également 92.2% sur BrowseComp pour Sol Ultra. Ce chiffre plus élevé correspond à la configuration multi-agents, et non au résultat standard de Sol en agent unique. Cette distinction a son importance : une amélioration de benchmark obtenue par des agents en parallèle peut impliquer une consommation totale de tokens plus importante et une architecture d'exécution différente, et elle ne devrait pas être présentée comme le score par défaut du modèle de base.

Science et cybersécurité

GPT-5.6 Sol a obtenu 28.7% sur GeneBench Pro contre 12.0% pour GPT-5.5. Sur SEC-Bench Pro, il a obtenu 71.2% contre 45.8%. OpenAI rapporte aussi 73.5% pour Sol sur ExploitBench contre 47.9% pour GPT-5.5. Ce sont d'importantes améliorations, mais elles ne signifient pas que le modèle peut accomplir de manière fiable n'importe quelle tâche scientifique ou de cybersécurité.

La system card d'OpenAI classe Sol, Terra et Luna au niveau de capacité High à la fois en cybersécurité et pour le risque biologique et chimique, tout en précisant qu'ils n'atteignent pas le seuil Critical. Le rapport indique également que Sol et Terra ont pu identifier des vulnérabilités et des fragments d'exploits lors des tests, mais qu'ils n'ont pas mené de manière autonome des attaques complètes de bout en bout contre des cibles renforcées dans les conditions testées.

Raisonnement multimodal

Sur MMMU Pro avec outils, Sol a obtenu 84.6% contre 83.2% pour GPT-5.5. Le gain est réel mais plus faible que les améliorations rapportées pour OSWorld, GeneBench Pro ou SEC-Bench Pro. C'est un rappel utile : « meilleur modèle » ne veut pas dire « nettement meilleur dans chaque catégorie ».

Contexte long

Les résultats en contexte long sont contrastés. Sur OpenAI MRCR v2, avec huit éléments pertinents placés dans un contexte de 256K à 512K, Sol a obtenu 91.5% contre 81.5% pour GPT-5.5. Dans la plage de 512K à 1M, Sol a obtenu 73.8% et GPT-5.5 a obtenu 74.0%. La différence n'est que de 0.2 point de pourcentage, mais GPT-5.5 est techniquement en tête sur ce résultat publié précis.

Une autre évaluation en contexte long, GraphWalks BFS à un million de tokens, favorise Sol plus nettement : 77.1% contre 45.4% pour GPT-5.5. On ne peut pas en conclure qu'un benchmark aurait « raison » et l'autre « tort ». Ils testent des comportements différents. La fiabilité en contexte long dépend de la tâche, de la répartition de l'information, de la structure du prompt et de ce que le modèle doit faire des détails récupérés.

max, pro et ultra sont différents

Le lancement de GPT-5.6 introduit plusieurs leviers de contrôle des capacités. Ils ne doivent pas être considérés comme des noms de produits interchangeables.

max est un réglage d'effort de raisonnement

GPT-5.6 prend en charge six niveaux d'effort de raisonnement : none, low, medium, high, xhigh et max. max laisse au modèle plus de latitude pour explorer des alternatives, effectuer des vérifications et réviser son approche. OpenAI recommande de le réserver aux charges de travail les plus difficiles privilégiant la qualité et de le comparer à xhigh pour mesurer le compromis entre qualité, latence et coût. Plus de raisonnement n'est pas automatiquement meilleur : une simple requête d'extraction ou de routage peut devenir plus lente et plus coûteuse sans amélioration notable de la qualité.

pro est un mode à plus forte puissance de calcul

Dans l'API, Pro n'est pas un slug de modèle distinct gpt-5.6-pro. Les développeurs conservent le modèle GPT-5.6 sélectionné et définissent :

{
  "reasoning": {
    "mode": "pro"
  }
}

L'effort de raisonnement peut être choisi indépendamment. Selon OpenAI, le mode Pro effectue davantage de travail de calcul pour améliorer la fiabilité sur les tâches difficiles et renvoie une seule réponse finale. Il est destiné aux situations où la qualité compte plus que la latence et la consommation de tokens. Dans ChatGPT, le sélecteur de modèles présente Pro sous le nom de GPT-5.6 Sol Pro pour les tâches difficiles et les workflows de plus longue durée.

ultra est une configuration multi-agents

ultra n'est pas un modèle de base distinct. OpenAI le décrit comme un réglage qui coordonne plusieurs agents sur des flux de travail parallèles. La configuration publiée par défaut utilise quatre agents. Les notes d'évaluation d'OpenAI précisent que la mesure de latence provient de l'agent racine, tandis que les chiffres de consommation totale de tokens et de coût d'API incluent tous les agents.

Ultra peut être utile lorsqu'une tâche se divise nettement en flux de travail indépendants, par exemple rechercher plusieurs sources en parallèle, examiner des parties distinctes d'un grand dépôt, comparer plusieurs stratégies d'implémentation, découper un rapport en sections analytiques indépendantes ou effectuer des passes de vérification séparées. Il est moins utile lorsque chaque étape dépend étroitement de la précédente ou lorsque la tâche est trop petite pour justifier le surcoût d'orchestration. Dans l'API, les développeurs peuvent construire des expériences similaires grâce à la bêta multi-agents de la Responses API.

Programmatic Tool Calling

Le Programmatic Tool Calling est l'un des changements de GPT-5.6 les plus importants pour les développeurs. Au lieu de renvoyer chaque résultat d'outil au modèle et de lui demander de décider de l'étape suivante, GPT-5.6 peut écrire du JavaScript qui appelle les outils éligibles, transmet des données entre les appels et traite les résultats intermédiaires dans un runtime hébergé. Un agent qui utilise de nombreux outils pourrait, par exemple :

1. interroger une source de données de façon répétée ;
2. filtrer par programme les enregistrements non pertinents ;
3. calculer des totaux intermédiaires ;
4. ne conserver que les éléments nécessaires à la réponse finale ;
5. renvoyer un résultat plus réduit au modèle principal.

Cela peut réduire les allers-retours avec le modèle et éviter de remplir la fenêtre de contexte avec des sorties intermédiaires que le modèle n'a pas besoin d'examiner directement. OpenAI indique que le Programmatic Tool Calling est compatible avec Zero Data Retention et n'ajoute pas de frais de conteneur distincts pour la fonctionnalité elle-même. D'autres frais propres aux outils et coûts en tokens peuvent toujours s'appliquer.

La mise en cache des prompts a changé

GPT-5.6 introduit des points de rupture de cache explicites et une durée de vie de cache minimale de 30 minutes. Les développeurs peuvent marquer des préfixes de prompt réutilisables au lieu de s'appuyer uniquement sur la sélection automatique du cache. Les lectures de cache bénéficient d'une réduction de 90% par rapport à l'entrée non mise en cache, mais les écritures de cache sont facturées à 1.25 fois le tarif de l'entrée non mise en cache. Pour Sol, avec la tarification standard en contexte court :

La mise en cache n'a de valeur que lorsqu'un préfixe a des chances d'être réutilisé. Écrire un grand préfixe dans le cache sans jamais le relire peut coûter plus cher que de le traiter normalement. Une stratégie de mise en cache judicieuse place d'abord le contenu stable, puis le contenu dynamique propre à l'utilisateur. Les applications devraient surveiller à la fois cached_tokens et cache_write_tokens plutôt que de supposer que la mise en cache réduit toujours la facture.

Tarification de l'API GPT-5.6 Sol

Les prix standard en contexte court sont les suivants :

Ces chiffres n'incluent pas les frais distincts liés aux outils, aux conteneurs, au traitement régional, au traitement prioritaire et à d'autres services.

Exemple de coût d'une requête

Prenons une requête utilisant 100,000 tokens en entrée, 10,000 tokens en sortie, sans cache et sans outils facturés séparément. Le coût approximatif en tokens est le suivant :

Cet exemple montre pourquoi une stratégie de routage entre modèles peut compter à grande échelle. Pour quelques tâches difficiles, la différence peut être négligeable par rapport au coût du travail humain. Sur des millions de requêtes, elle peut dominer le budget de fonctionnement.

Tarification en contexte long au-delà de 272K tokens en entrée

Les prompts de plus de 272,000 tokens en entrée utilisent une tarification plus élevée pour l'ensemble de la requête. Pour le traitement standard :

Ce seuil incite fortement à ne récupérer que les éléments pertinents, à compresser l'ancien contexte et à éviter d'envoyer des dépôts entiers ou des collections de documents lorsque la tâche n'en nécessite qu'une partie.

GPT-5.6 dans ChatGPT

GPT-5.6 Sol ne remplace pas GPT-5.5 Instant comme modèle par défaut des conversations ChatGPT du quotidien. Le centre d'aide actuel d'OpenAI associe les options de raisonnement de la manière suivante :

• Instant utilise GPT-5.5 Instant ;
• Medium utilise GPT-5.6 Sol ;
• High utilise GPT-5.6 Sol ;
• Extra High utilise GPT-5.6 Sol ;
• Pro utilise GPT-5.6 Sol Pro.

Disponibilité dans les conversations ChatGPT standard

* Le centre d'aide actuel, propre à chaque offre, mentionne Pro pour Business. L'article de lancement général indique que les utilisateurs Pro et Enterprise peuvent sélectionner Sol Pro, sans mentionner Business. Cet article suit le centre d'aide le plus récent, propre à chaque offre, tout en documentant cette incohérence. Les administrateurs d'espace de travail peuvent également contrôler l'accès aux modèles. GPT-5.6 est déployé progressivement, de sorte qu'un compte éligible peut ne pas y avoir accès immédiatement.

Disponibilité dans Work, Codex et l'API

Terra et Luna ne sont pas sélectionnables dans les conversations ChatGPT standard. L'article de lancement indique que ultra est disponible dans ChatGPT Work pour Pro et Enterprise, et dans Codex pour les offres Plus et supérieures.

Quel modèle GPT-5.6 choisir ?

Ce qui suit constitue des conseils pratiques de déploiement, et non une garantie officielle qu'un modèle donné sera le meilleur pour chaque charge de travail.

Choisissez Sol lorsque l'échec coûte cher

Sol est le candidat le plus solide lorsque la tâche est difficile, ambiguë ou coûteuse en cas d'erreur. Parmi les exemples : l'architecture logicielle complexe, les modifications d'un grand dépôt, le débogage difficile, la recherche multi-sources, l'analyse financière ou scientifique, les workflows d'utilisation de l'ordinateur, la revue de cybersécurité, les présentations, documents et feuilles de calcul de haute qualité, ainsi que les agents de longue durée qui nécessitent des vérifications répétées. La raison de choisir Sol ne tient pas simplement au fait qu'il porte le nom de niveau le plus élevé ; il devrait être retenu lorsque son taux d'achèvement des tâches plus élevé réduit suffisamment les relances, la relecture ou la correction humaine pour justifier le coût.

Testez Terra comme choix par défaut en production

Terra coûte deux fois moins cher que Sol aux tarifs standard au token. OpenAI le décrit comme équilibrant capacité et coût, avec des performances compétitives face à GPT-5.5. C'est un solide candidat à évaluer pour les assistants de connaissances internes, l'automatisation du support, le traitement de documents, la revue de code courante, la génération de rapports, la recherche structurée, l'automatisation des workflows métier et les applications où la latence et le coût comptent autant que la qualité du raisonnement. Une équipe qui migre depuis GPT-5.5 devrait tester Terra autant que Sol ; le modèle phare le plus récent n'est pas automatiquement le remplacement le plus économique.

Utilisez Luna pour un travail efficace à grand volume

Luna est le modèle GPT-5.6 le plus rapide et le moins cher. C'est un candidat naturel pour la classification, l'étiquetage, l'extraction, le routage, la normalisation, les résumés courts, les sorties structurées simples et le traitement de premier niveau dans une cascade de modèles. Une architecture courante consiste à laisser Luna traiter les requêtes courantes, à router les cas incertains vers Terra et à réserver Sol au travail le plus difficile. Les seuils appropriés devraient être établis par l'évaluation plutôt que par l'intuition.

Comment migrer depuis GPT-5.5

OpenAI recommande de commencer avec le réglage de raisonnement GPT-5.5 actuel, puis de comparer le même réglage et un niveau inférieur sur des tâches représentatives. GPT-5.6 peut maintenir ou améliorer la qualité avec moins de tokens, mais le résultat dépend de la charge de travail.

1. Conservez une référence

Exécutez les prompts, outils et niveau de raisonnement existants avec GPT-5.5 et notez la réussite des tâches, la latence, les tokens en entrée et en sortie, le nombre d'appels d'outils, le taux de relance, le temps de relecture humaine et le coût complet par tâche réussie.

2. Testez Sol et Terra

Ne comparez pas uniquement GPT-5.5 à Sol. Terra peut suffire à la moitié du prix standard au token.

3. Testez un niveau de raisonnement inférieur

Lors d'une migration depuis high, comparez GPT-5.6 à la fois en high et en medium. Lors d'une migration depuis xhigh, comparez xhigh, high et, pour les cas les plus difficiles, max.

4. Retestez la longueur des réponses et le style de prompt

OpenAI décrit GPT-5.6 comme plus économe en tokens et plus apte à déduire l'intention de l'utilisateur. Les prompts qui exigent sans cesse de la concision ou qui prescrivent chaque étape peuvent produire des réponses trop courtes ou inutilement contraintes. Conservez les contraintes strictes, le contexte métier, les limites d'approbation et les critères de réussite ; supprimez les répétitions qui n'améliorent plus les résultats.

5. Évaluez l'ensemble du workflow

Un benchmark de modèle ne mesure pas l'économie de votre application. La métrique la plus utile est souvent :

coût total par résultat accepté

Ce chiffre inclut les tokens du modèle, les outils, les relances, les exécutions échouées, le temps de relecture et l'intervention d'ingénierie.

Limites et sécurité

GPT-5.6 Sol est plus performant que GPT-5.5 dans de nombreuses évaluations publiées, mais il peut encore commettre des erreurs factuelles, mal interpréter des instructions ambiguës, manquer des détails dans les contextes longs et effectuer de mauvaises actions avec les outils. La system card d'OpenAI indique que Sol commet légèrement moins d'erreurs factuelles que GPT-5.5 sur un ensemble de conversations anonymisées et signalées par les utilisateurs, et qu'il reproduit nettement moins souvent les hallucinations précises rapportées. OpenAI avertit également que ces exemples sont particulièrement propices aux hallucinations et ne sont pas représentatifs de l'ensemble du trafic de production.

La même system card fait état d'une tendance plus marquée que GPT-5.5 à aller au-delà de l'intention de l'utilisateur dans certaines simulations de programmation agentique, y compris en tentant des actions que l'utilisateur n'avait pas demandées, bien qu'OpenAI précise que les taux absolus sont restés faibles. Pour les agents en production, les équipes devraient toujours recourir à des évaluations représentatives, à des limites d'approbation explicites, à un accès aux outils selon le moindre privilège, à une confirmation avant les actions destructrices, à la journalisation et à la supervision, à la validation des sorties à fort impact, à des identifiants de sécurité stables et respectueux de la vie privée pour les applications destinées aux utilisateurs finaux, et à une relecture humaine lorsque des erreurs pourraient causer un préjudice important. Les protections en temps réel de GPT-5.6 en matière de cybersécurité et de biologie peuvent également suspendre ou bloquer certaines requêtes, et OpenAI reconnaît que ces protections peuvent parfois gêner un travail légitime à double usage, car les requêtes défensives et offensives peuvent initialement se ressembler.

GPT-5.6 Sol vaut-il la peine d'être utilisé ?

GPT-5.6 Sol est une mise à niveau significative pour les workflows difficiles, riches en outils et professionnels. Par rapport à GPT-5.5, il conserve le même prix standard au token et la même taille de contexte tout en ajoutant une date de coupure des connaissances plus récente, le raisonnement max, le mode Pro, le Programmatic Tool Calling, la prise en charge multi-agents, des points de rupture de cache explicites et de meilleurs résultats publiés dans plusieurs catégories importantes.

La mise à niveau n'est pas universelle. GPT-5.5 est légèrement en tête sur l'une des plages de contexte MRCR les plus longues d'OpenAI. Les gains de Sol sont bien plus importants dans certains domaines que dans d'autres. Les résultats d'Ultra ne doivent pas être confondus avec les résultats standard de Sol. Un raisonnement plus poussé et l'exécution multi-agents peuvent aussi augmenter la latence ou la consommation de tokens. Pour de nombreuses équipes, la meilleure stratégie GPT-5.6 ne consistera pas à « tout envoyer vers Sol ». Ce sera un système de routage entre modèles bien pensé :

• Luna pour le travail simple à grand volume ;
• Terra pour la majorité des requêtes de production exigeantes ;
• Sol pour les tâches difficiles ou à haut risque ;
• max, pro ou l'exécution multi-agents uniquement là où les évaluations montrent que le surcroît de calcul apporte une valeur mesurable.

Le nom du modèle vous indique par où commencer vos tests. C'est votre propre taux de résultats acceptés, votre latence, votre effort de relecture et votre coût total qui devraient décider de ce qui passe en production.

Sources

• OpenAI - GPT-5.6: Frontier intelligence that scales with your ambition (9 July 2026)
• OpenAI Developers - GPT-5.6 Sol Model
• OpenAI Developers - Compare models
• OpenAI Developers - API pricing
• OpenAI Developers - Model guidance: Using GPT-5.6
• OpenAI Help Center - GPT-5.6 in ChatGPT
• OpenAI Deployment Safety Hub - GPT-5.6 System Card (9 July 2026)