For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/fr/articles/gpt-56-chatgpt-work-agent-control-plane.md.
GPT-5.6 offre aux équipes un menu plus clair en matière de capacités, de coûts, d’effort de raisonnement et d’exécution multi-agents. ChatGP...
La sortie de GPT-5.6 en juillet 2026 peut facilement être perçue comme un simple lancement de modèle. Sol est la voie phare, Terra l'option équilibrée, et Luna le niveau plus rapide et moins coûteux. La version officielle comprend des évaluations approfondies couvrant le codage, le travail professionnel, les sciences, l'utilisation informatique et la sécurité.
Cette interprétation est exacte, mais incomplète.
La manière la plus utile de comprendre GPT-5.6 est opérationnelle. OpenAI a exposé plusieurs décisions que les développeurs d'agents devaient auparavant cacher dans du code d'orchestration personnalisé : combien de raisonnement allouer, quand utiliser des agents parallèles, comment coordonner les outils sans renvoyer chaque résultat intermédiaire au modèle, et comment faire correspondre la capacité du modèle à la valeur et au risque d'une tâche.
Parallèlement, ChatGPT Work intègre le modèle de tâche longue durée associé à Codex dans un espace de travail plus large incluant documents, feuilles de calcul, diapositives, sites web, applications connectées, actions de navigation, utilisation informatique et travaux planifiés.
Ces capacités créent une responsabilité d'ingénierie plus importante. Donner à un modèle plus puissant davantage d'outils ne crée pas automatiquement un travailleur numérique fiable. Cela crée un système capable de fonctionner plus longtemps, sur une frontière de données plus étendue, et d'effectuer des modifications plus conséquentes.
Une conception de production doit répondre à plusieurs questions avant le début de l'exécution :
Ce guide présente une approche de plan de contrôle pour les équipes construisant avec GPT-5.6, ChatGPT Work, Codex ou des agents personnalisés. Il sépare la capacité du modèle de l'autorité opérationnelle et fournit des scénarios concrets, des règles de routage, des conseils d'évaluation et un modèle de politique réutilisable.
GPT-5.6 rend trois niveaux de capacité disponibles dans ChatGPT, Codex et l'API :
OpenAI décrit ces noms comme des niveaux de capacité durables plutôt que des noms de modèle temporaires avec date. Cette distinction est utile pour les systèmes de production.
Une politique telle que "utiliser le niveau équilibré pour la maintenance de routine du référentiel" peut survivre à un futur changement de snapshot. Lorsque la reproductibilité est importante, l'équipe peut épingler un snapshot exact séparément. C'est plus propre que de disperser les identifiants de modèle dans les prompts, scripts, files d'attente de tâches et variables d'environnement.
GPT-5.6 ajoute également des contrôles de calcul plus explicites.
max donne à une route de modèle plus de temps pour raisonner, explorer des alternatives, effectuer des vérifications et réviser son travail. ultra coordonne plusieurs agents à travers des flux de travail parallèles.
Ce sont des contrôles différents :
Une tâche peut bénéficier de l'un, des deux, ou d'aucun. L'exécution parallèle n'est pas automatiquement meilleure, surtout lorsque les sous-tâches partagent la même hypothèse incertaine ou nécessitent les mêmes identifiants restreints.
OpenAI décrit l'Appel d'outil programmatique comme une manière pour un modèle d'écrire et d'exécuter des programmes légers qui coordonnent les outils, traitent les résultats intermédiaires et décident quelles informations doivent être renvoyées au modèle.
Cela peut réduire les transferts de contexte répétés. Au lieu de retourner chaque ligne de base de données, réponse de navigateur ou résultat d'outil au modèle, un programme en mémoire peut d'abord filtrer et agréger les données.
Cette efficacité s'accompagne d'un compromis opérationnel. Plus de logique se déplace dans la couche d'exécution, ce qui signifie que les équipes ont besoin de traces claires, de limites et de règles de gestion des données pour ces étapes intermédiaires.
La version GPT-5.6 introduit également une version bêta multi-agent dans l'API Responses. L'exécution parallèle devient donc une capacité au niveau de l'API, et non seulement un schéma d'orchestration côté application.
Au lancement, les prix officiels sont :
| Route | Prix d'entrée par 1M de jetons | Prix de sortie par 1M de jetons |
|---|---|---|
| GPT-5.6 Sol | $5,00 | $30,00 |
| GPT-5.6 Terra | $2,50 | $15,00 |
| GPT-5.6 Luna | $1,00 | $6,00 |
Ces prix sont des entrées pour une décision de routage, et non la décision elle-même.
Un modèle moins cher peut coûter plus cher par résultat accepté s'il réessaie à plusieurs reprises, lit un contexte inutile ou produit un travail que les réviseurs rejettent. Un modèle plus fort peut être moins cher en pratique s'il termine la tâche en une seule fois avec un petit changement vérifié.
La métrique correcte n'est pas simplement le coût par jeton. C'est le coût par résultat accepté.
ChatGPT Work est présenté comme un agent capable de travailler sur plusieurs applications et fichiers, de continuer pendant des heures, de décomposer les objectifs en étapes plus petites et de créer des artefacts finis.
OpenAI affirme que la technologie Codex est intégrée dans le produit, mais la cible est plus large que le génie logiciel. Les flux de travail d'exemple incluent :
Le changement important est l'unité de délégation.
Un tour de chat normal demande une réponse. Une tâche Work demande un résultat.
Ce résultat peut nécessiter que le système :
informations apparaissent.
3. Créez plusieurs artefacts.
4. Attendez l'approbation humaine.
5. Continuez via une tâche planifiée pendant l'absence de l'utilisateur.
6. Utilisez des applications connectées, un navigateur intégré ou l'utilisation d'un ordinateur de bureau.
OpenAI consolide également ses surfaces produit. Chat, Work et Codex sont disponibles dans l'expérience de bureau mise à jour, tandis que les fonctionnalités du navigateur sont intégrées à l'environnement produit plus large.
Cela crée une frontière de permissions unique couvrant les fichiers locaux, les pages web, les services connectés, les actions du navigateur et les tâches de longue durée.
Les contrôles d'entreprise sont donc aussi importants que l'interface. La gestion administrative des connecteurs, les fonctionnalités de conformité et les mécanismes de révision pointent tous vers le même problème : l'agent doit agir avec la bonne identité, le contexte minimum requis, des effets visibles et une voie de récupération.
Même lorsqu'une équipe construit un agent API personnalisé plutôt que d'utiliser directement ChatGPT Work, Work constitue un modèle opérationnel de référence utile. Il expose les problèmes qui apparaissent lorsqu'un assistant devient un travailleur persistant :
Un modèle mappe le contexte d'entrée vers la sortie et les décisions d'outils. Il a des capacités, des limitations, un prix, une latence et un comportement de sécurité.
Sol, Terra et Luna sont des niveaux de modèle. Le modèle lui-même ne décide pas de l'autorité organisationnelle.
Le harnais d'agent est le logiciel qui entoure le modèle. Il sélectionne le contexte, expose les outils, exécute les commandes, stocke l'état, réessaie en cas d'échec et décide quand une exécution est terminée.
Changer le harnais peut modifier considérablement le coût et la fiabilité, même lorsque le modèle et la tâche restent identiques. Un harnais qui envoie de manière répétée de grandes fenêtres de contexte peut coûter bien plus qu'un autre qui filtre les résultats intermédiaires.
Pour cette raison, les « performances du modèle » sont incomplètes à moins que le harnais ne soit également spécifié.
Un agent combine :
Un agent peut prendre plusieurs mesures et réagir aux résultats des outils. Un agent de longue durée peut créer des sous-tâches ou des sous-agents, mais les travailleurs parallèles ne forment pas automatiquement un système multi-agents sûr. Ils partagent toujours des budgets, des permissions et une décision finale d'acceptation.
Le plan de contrôle est la couche de politique et d'opérations qui régit les exécutions des agents.
Il :
Le plan d'exécution effectue la tâche. Garder les deux séparés permet à une équipe de changer de modèles sans modifier qui est autorisé à déployer du code de production ou à envoyer des messages externes.
Une porte d'approbation est un point de décision qu'un agent ne peut franchir sans une personne autorisée ou une politique déterministe.
Les approbations doivent être attachées à une action spécifique et à ses preuves.
Une demande d'approbation utile est :
Approuver l'envoi de cet email finalisé à ces 412 destinataires en utilisant la liste de destinataires jointe et le contenu approuvé.
Une demande d'approbation faible est :
Approuver la tâche marketing.
Un test d'acceptation est une preuve que le
Le résultat demandé est complet.
Il peut s'agir de :
Un modèle qui dit « terminé » est une affirmation d'état, pas un test d'acceptation.
Un plan de contrôle de production utile a huit responsabilités.
La classification doit couvrir :
« Mettre à jour une FAQ provisoire » et « modifier une politique d'authentification » peuvent tous deux impliquer l'édition de texte, mais ils empruntent des voies différentes.
La voie éligible la moins chère est un choix par défaut raisonnable, mais l'éligibilité doit primer sur le prix.
Exemples :
L'agent doit recevoir des identifiants de courte durée pour les dépôts, dossiers, applications ou enregistrements exacts requis par la tâche.
Il ne doit pas hériter de la session complète du navigateur d'un développeur simplement parce que c'est pratique.
L'identité d'exécution doit être visible dans les journaux afin que l'équipe puisse attribuer chaque action externe.
Ce sont des capacités distinctes :
Un connecteur qui peut rechercher une boîte aux lettres ne doit pas automatiquement être capable d'envoyer des e-mails. Une intégration GitHub qui peut inspecter un dépôt ne doit pas automatiquement être capable de fusionner des demandes de tirage.
Une porte d'approbation doit apparaître immédiatement avant l'action conséquente et montrer un aperçu concis de l'effet et des preuves.
Pour le logiciel, les preuves peuvent inclure :
Pour la finance, elles peuvent inclure :
La trace doit inclure :
Un court résumé est utile pour les opérations, mais il ne suffit pas pour la révision d'incidents.
Les limites utiles incluent :
Arrêter une exécution faible ou en boucle n'est pas un échec d'autonomie. C'est une application réussie de la politique.
La récupération peut inclure :
Si le système ne peut pas expliquer la récupération avant l'exécution, la tâche n'est pas prête pour une opération sans surveillance.
Le routage de modèle doit être suffisamment explicite pour que les ingénieurs, les chefs de produit et les réviseurs de sécurité puissent le lire.
Le tableau suivant est un
point de départ, pas un classement universel.
| Route | Type de tâche appropriée | Preuve requise | Autorité typique |
|---|---|---|---|
| Luna | Classification, extraction, mise en forme, résumés à faible risque, recherche de code restreinte | Validation de schéma, vérification d'échantillons, liens vers les sources | Accès lecture seule ou brouillon uniquement |
| Terra | Modifications courantes du dépôt, production de documents, workflows connus, analyse modérée | Tests ciblés, validation des artefacts, vérification humaine ponctuelle | Écriture limitée, aucune action externe irréversible |
| Sol | Diagnostics ambigus, analyse intersystèmes, travail d'architecture, révision de sécurité, recherche de grande valeur | Vérifications déterministes larges, justification visible par le relecteur, provenance des sources | Écriture limitée avec approbations explicites |
Sol max | Raisonnement monothread difficile où davantage d'exploration et de révision peuvent améliorer la qualité | Points de contrôle, limite de coût, vérification finale | Même autorité que Sol |
Sol ultra | Tâches parallélisables de grande valeur avec des flux de travail indépendants | Preuve par flux de travail, révision de synthèse, plafond budgétaire total | Identités limitées séparées si possible |
La dernière colonne est la plus importante.
La capacité du modèle ne doit pas augmenter l'autorité.
Passer de Luna à Sol ne peut pas ajouter silencieusement un accès en écriture. Augmenter l'effort de raisonnement ne peut pas transformer un brouillon en message externe approuvé. Ultra ne doit pas créer plusieurs travailleurs qui partagent toutes les identifiants de production sans restrictions.
Une route Luna peut escalader lorsque :
Une tâche de codage Terra peut escalader lorsque :
Une route Sol doit s'arrêter et demander à un humain lorsque les exigences sont en conflit ou que la seule action restante est irréversible.
Une fois que Sol a produit un plan, Terra ou Luna peuvent exécuter des sous-tâches répétitives sous des contrôles restreints.
Un modèle puissant peut examiner un échantillon plutôt que de traiter chaque élément. Cela sépare le jugement du volume et peut réduire considérablement les coûts.
Un système d'autorisations doit commencer par des verbes.
lire
rechercher
créer_brouillon
modifier
envoyer
fusionner
déployer
supprimer
acheter
accorder_accès
Ces verbes ont des conséquences différentes.
De nombreuses intégrations de produits placent plusieurs actions derrière une seule portée OAuth large. Le plan de contrôle peut donc avoir besoin d'un proxy côté application qui expose des opérations plus restreintes.
« Lire Google Drive » est trop large pour de nombreux workflows.
Une règle plus restreinte pourrait être :
Lire le dossier de planification du T3 et le dossier de modèles de marque approuvés jusqu'à 18h00 UTC.
Pour les dépôts, l'accès peut être limité à un seul arbre de travail avec accès réseau désactivé. Pour les bases de données, une réplique en lecture ou une vue gouvernée est généralement plus sûre que des identifiants de production.
Exemples :
La modification de la source de données nécessite un administrateur.
L'agent qui initie un changement ne doit pas être le seul juge de sa validité.
Des preuves utiles peuvent provenir :
Un second modèle ne remplace pas un humain responsable, mais il peut révéler un désaccord avant qu'une action ne devienne externe.
Les protections du fournisseur ne sont qu'une seule couche. Elles ne peuvent pas savoir si l'utilisateur est autorisé à tester un dépôt spécifique, si un client a approuvé un changement, ou si la fenêtre de maintenance de production est ouverte.
L'autorisation de l'application reste la responsabilité du développeur.
Une équipe demande à ChatGPT Work ou à un agent personnalisé d'examiner :
Le livrable requis est un rapport de préparation listant les responsables et les blocages.
L'agent peut lire les quatre sources et créer le rapport. Il ne peut pas modifier le statut des tickets ou contacter les responsables sans approbation.
Le rapport cite un ticket déjà résolu car l'agent a utilisé un document mis en cache.
Le plan de contrôle doit exiger des liens directs vers les sources et des horodatages.
L'agent déclare le déploiement prêt parce que chaque ligne de la liste de contrôle contient du texte.
Le test d'acceptation devrait plutôt exiger que chaque dépendance bloquante ait un propriétaire vérifié, une date et un statut actuel.
La tâche consiste à mettre à jour une bibliothèque dans un monorepo.
Terra démarre car la migration est documentée et la suite de tests est solide. Il crée une branche, modifie le fichier de verrouillage et les paquets concernés, et exécute des vérifications ciblées.
Une erreur du compilateur révèle un changement d'API non documenté dans le module d'authentification. Cela déclenche une escalade vers Sol.
Le modèle change, mais pas l'autorité.
Sol reçoit la même arborescence de travail et aucun jeton de déploiement. Si la différence touche la logique d'autorisation, la politique ajoute une porte de révision de sécurité.
L'achèvement nécessite :
Un correctif qui semble fonctionner mais ignore ces vérifications n'est pas accepté.
Decrivez votre idee une fois, et We0 AI peut generer un site vitrine, des pages et un CMS, puis vous aider a attirer clients et trafic apres le lancement.
Une génération de projet complète pour une inscription gratuite
Idéal pour essayer un flux de génération complet et voir rapidement une première ébauche de projet.
Chaque matin, un agent lit les nouveaux tickets de support, regroupe les thèmes et met à jour une fiche produit.
Luna peut classer les tickets après suppression des champs sensibles. Terra peut rédiger la fiche avec des liens vers les sources.
Aucune des deux voies ne peut :
Une nouvelle instruction indique que l'agent doit « également gérer les réponses évidentes ».
Cela transforme un flux de travail d'analyse interne en communication externe.
Le classificateur de tâches doit détecter le nouveau verbe « envoyer » et exiger une politique distincte, un modèle approuvé, un plan d'échantillonnage et un responsable humain.
Une entreprise évalue trois options d'architecture.
Sol ultra attribue des flux de travail distincts à :
L'exécution parallèle est justifiée car les flux de travail sont
indépendante et la décision a de la valeur. Chaque travailleur reçoit des exigences de source et un budget fixe.
Tous les travailleurs citent le même benchmark de fournisseur et semblent d'accord.
La porte de synthèse doit mesurer la diversité des sources, signaler les hypothèses non étayées partagées et exiger au moins un contre-argument pour chaque option.
D'autres agents peuvent amplifier une mauvaise prémisse aussi facilement qu'ils peuvent améliorer la couverture.
Les benchmarks publics sont utiles, mais ils ne devraient pas déterminer directement une valeur par défaut de production.
L'audit d'OpenAI sur SWE-Bench Pro a rapporté qu'une part substantielle des tâches publiques présentait des problèmes tels que :
Cela ne signifie pas que chaque benchmark public est inutile.
Cela signifie que le score hérite de l'erreur de mesure de son ensemble de données et de son harnais.
Les évaluations publiques sont utiles pour :
Elles ne peuvent pas répondre à la question de savoir si un modèle apportera des modifications sûres dans un monorepo spécifique, un flux de travail métier ou un environnement de données.
Un plan de contrôle doit stocker la provenance du benchmark avec chaque décision de routage :
Sans ces détails, un score de benchmark devient un langage marketing.
Databricks fournit un exemple utile avec son évaluation de code base de plusieurs millions de lignes.
L'équipe a construit des tâches à partir de véritables demandes de tirage (pull requests) rédigées par des humains, couvrant :
Elle a sélectionné des modifications récentes et représentatives avec des tests significatifs, réécrit les descriptions des tâches pour préserver l'intention sans révéler la solution, et examiné manuellement chaque échantillon.
L'équipe a également découvert une fuite dans sa configuration initiale. Les agents pouvaient récupérer les commits futurs à partir de l'historique Git. Lors des exécutions d'évaluation, l'arbre de travail (worktree) était isolé de l'historique du dépôt.
Ce détail est plus important que le classement final. Il montre comment un benchmark peut accidentellement mesurer la découverte de raccourcis plutôt que la capacité d'ingénierie.
Une équipe peut commencer par 30 à 60 tâches.
Utilisez des modifications historiques acceptées qui ont :
Incluez un mélange de :
Préservez l'état du dépôt avant la modification et cachez le correctif final.
Utilisez des tests déterministes avant le jugement humain ou celui du modèle.
Ajoutez ensuite une revue humaine pour :
Ne laissez pas un modèle LLM remplacer chaque vérification de correction. Un modèle juge peut récompenser une réponse qui semble correcte.
Enregistrez :
La meilleure voie est celle qui produit un travail accepté dans les contraintes de l'équipe, pas celle avec le score public le plus élevé.
Le YAML suivant est un artefact de politique, pas un schéma d'API. Adaptez-le à votre fournisseur d'identité, file d'attente de tâches, connecteurs, contrôles de référentiel et système d'audit.
policy_version: 1
workflow: release_readiness
owner: product-operations
classification:
impact: medium
reversibility: high
data_sensitivity: internal
ambiguity: medium
verification: strong
routing:
default:
model_tier: terra
reasoning_effort: medium
escalate_to_sol_when:
- conflicting_sources
- unresolved_blocker_after_2_attempts
- security_boundary_detected
ultra:
allowed: false
budget:
max_wall_minutes: 45
max_tool_calls: 120
max_retries_per_step: 2
max_estimated_usd: 12
access:
jira:
verbs: [read]
projects: [NX]
github:
verbs: [read]
repositories: [We0 AI/product]
drive:
verbs: [read, create_draft]
folders: [launch-plans]
external_send: deny
deploy: deny
grant_access: deny
approvals:
- action: publish_report
role: product-director
evidence:
- source_links_present
- blockers_have_owner_and_date
- unresolved_conflicts_listed
acceptance:
required_checks:
- schema_valid
- all_sources_fresh_within_24h
- no_unattributed_claims
- human_approval_recorded
recovery:
on_budget_exceeded: stop_and_notify
on_tool_error_repeat: stop_and_attach_trace
on_policy_violation: revoke_credentials_and_open_incident
Ce modèle fait plusieurs choix délibérés :
Pour les workflows de codage, remplacez les vérifications de rapport par :
Pour les workflows de tableur, exigez :
La structure du plan de contrôle reste stable tandis que les preuves changent.
Les agents à longue durée d'exécution créent un nouveau problème d'observabilité.
Un journal de requêtes traditionnel peut montrer un appel API. Une trace d'agent peut contenir des centaines de décisions, d'appels d'outils, de tentatives et d'artefacts intermédiaires.
Les équipes ont besoin des deux :
Un registre utile comprend :
Cela permet de répondre à des questions telles que :
Une limite monétaire seule peut permettre à un modèle bon marché de boucler trop longtemps.
Une limite de temps seule peut permettre une rafale de travaux parallèles coûteux.
Les dimensions budgétaires utiles incluent :
Le rétablissement doit être testé comme toute autre fonctionnalité.
Les tests utiles incluent :
Les examens d'incidents doivent distinguer :
Blâmer « l'IA » cache le composant qui peut réellement être amélioré.
Commencez par un workflow fréquent, mesurable et réversible.
Les bons candidats incluent :
Évitez de faire le premier déploiement sur :
Mesurez :
Sans référence, une sortie plus rapide de l'agent peut simplement transférer plus de travail vers la correction.
Laissez l'agent produire un artefact tandis qu'un humain réalise indépendamment le workflow réel.
Comparez les résultats et étiquetez les modes d'échec. Utilisez ces exécutions pour construire l'évaluation privée avant d'augmenter les permissions.
Avant de passer d'un accès en mode brouillon à un accès en écriture limité, confirmez :
N'étendez qu'une seule dimension à la fois.
Une équipe peut ajouter une nouvelle source de données tout en gardant une sortie en mode brouillon, ou ajouter un accès en écriture limité tout en gardant le même modèle et la même tâche.
Changer le modèle, les outils, les permissions et le calendrier ensemble rend les régressions difficiles à attribuer.
GPT-5.6 et ChatGPT Work sont la preuve que l'infrastructure des agents devient une catégorie de produit à part entière.
La couche modèle continuera de changer. Le travail durable est le plan de contrôle qui rend
Ces modifications du modèle sont sûres.
Créez un petit registre pour Sol, Terra, Luna et tout candidat non-OpenAI.
Stockez :
Ajoutez une file d'attente d'évaluation privée afin qu'un nouveau modèle ne puisse pas devenir la valeur par défaut de production uniquement sur la base d'impressions sur les réseaux sociaux.
Placez un proxy d'autorisation entre les agents et les outils conséquents.
Exposez :
Maintenez la même frontière que la tâche commence dans ChatGPT Work, Codex, une application personnalisée ou un travail planifié en backend.
Une équipe qui peut expliquer comment une tâche est vérifiée peut l'automatiser en toute sécurité par étapes.
Une équipe qui ne peut pas définir la vérification n'est pas prête à laisser un agent fonctionner pendant des heures, quel que soit son score de référence.
Suivez les dollars et les minutes humaines par :
Cela aligne le routage du modèle, l'efficacité du harnais et la charge de travail du réviseur.
Cela donne également à l'équipe une réponse fondée lorsque le prochain modèle phare arrive.
Plusieurs affirmations dans les documents de version restent déclarées par le fournisseur.
Les comparaisons de référence entre fournisseurs utilisent des éléments différents :
Traitez ces affirmations comme des hypothèses pour les tests internes.
L'appel d'outils programmatique et l'exécution multi-agent peuvent réduire la surcharge de contexte, mais ils peuvent également rendre la logique intermédiaire moins visible lorsque le traçage est faible.
Avant d'utiliser ces fonctionnalités dans des flux de travail réglementés, vérifiez :
Les applications connectées de ChatGPT Work et les capacités d'utilisation de l'ordinateur augmentent l'utilité tout en élargissant la frontière d'autorité. La disponibilité, les contrôles administratifs et les autorisations de connecteur peuvent différer selon le plan et le déploiement.
Une annonce de produit ne remplace pas une revue de sécurité spécifique à l'espace de travail.
Il existe également un problème humain-système. Lorsque les agents continuent pendant des heures, les utilisateurs peuvent approuver un travail qu'ils n'ont pas observé de près. De meilleurs résumés aident, mais la qualité de l'approbation dépend de la présentation de l'effet proposé, de l'incertitude et des vérifications échouées au moment de la décision.
La conception du produit doit protéger l'attention humaine, pas simplement demander un clic.
Le modèle le plus fort n'est donc pas l'architecture finale.
La qualité de production provient de la relation entre :
C'est ce que le plan de contrôle de l'agent rend explicite.
GPT-5.6 est la famille de modèles d'OpenAI de juillet 2026, organisée en niveaux de capacité Sol, Terra et Luna. Sol est l'itinéraire de plus haute capacité, Terra équilibre capacité et coût, et Luna priorise la vitesse et l'abordabilité.
ChatGPT Work est un espace de travail agentique pour des tâches de longue durée à travers les fichiers, les applications, les actions du navigateur, l'utilisation de l'ordinateur, et les actions en
travail planifié. Contrairement à un tour de discussion normal, une tâche de type Travail est conçue autour d'un résultat ou d'un artefact finalisé.
Un plan de contrôle d'agent est la couche de politiques et d'opérations qui régit l'exécution des agents. Il classe les tâches, choisit une route de modèle, délivre des identifiants avec des périmètres définis, applique des restrictions d'outils, impose des approbations, enregistre les traces, évalue les résultats, contrôle les budgets et gère la reprise.
Le harnais est le logiciel qui assemble le contexte, expose les outils, stocke l'état, exécute les actions et gère les tentatives. Le plan de contrôle régit la manière dont ce harnais peut fonctionner, y compris l'autorité, le routage, les budgets, les approbations, l'évaluation et la reprise.
Luna convient à l'extraction, la classification et le formatage à faible risque. Terra est adapté au travail de dépôt de code courant, à la production de documents et à l'analyse modérée avec des contrôles stricts. Sol est plus approprié pour le diagnostic ambigu, l'architecture, la revue de sécurité et la recherche à forte valeur ajoutée.
Non. La capacité du modèle et l'autorité opérationnelle doivent rester séparées. Passer de Luna ou Terra à Sol devrait modifier la capacité de raisonnement, et non l'accès aux outils, les droits d'écriture, les droits de déploiement ou les exigences d'approbation.
Les benchmarks publics peuvent contenir des tâches imparfaites, des hypothèses spécifiques au harnais ou des fuites. Ils sont utiles pour découvrir des candidats, mais une évaluation privée construite à partir de travaux internes réels est nécessaire pour mesurer le coût, la fiabilité, la charge de révision et la sécurité dans l'environnement réel.
Le journal doit inclure l'objectif, la route du modèle, l'effort de raisonnement, les appels d'outils, les sources, les approbations, les erreurs, les tentatives, l'utilisation de tokens, le coût, le temps écoulé, les artefacts, les résultats de validation, les raisons de l'escalade et l'état final.
aperçu technique antérieur du modèle Sol.
GPT-5.6 offre aux équipes un menu plus clair de capacités, de coûts, d'effort de raisonnement et d'exécution multi-agents. ChatGPT Work étend ces capacités à des tâches persistantes à travers fichiers, applications, navigateurs et workflows planifiés.
Le défi de la production ne consiste pas simplement à sélectionner le modèle le plus puissant. Les équipes ont également besoin d'une identité cadrée, d'autorisations d'outils restreintes, de points d'approbation, de contrôles d'acceptation indépendants, de traces complètes, de budgets multidimensionnels, d'évaluations privées et de procédures de reprise testées.
Commencez par un workflow réversible, enregistrez la référence humaine, exécutez en mode masqué et n'augmentez qu'une seule dimension d'autorité à la fois.
Un agent de qualité production n'est pas simplement un modèle puissant avec des outils. C'est un modèle opérant au sein d'un plan de contrôle mesurable, réversible et responsable.
Partez d’une phrase et obtenez un site complet en quelques minutes.
