Premiers résultats de la bêta de GPT-5.6 Sol : un coût par tâche environ deux fois inférieur à celui de Fable 5

Introduction

GPT-5.6 Sol est disponible en aperçu depuis peu, et les premiers résultats des tests utilisateurs commencent à apparaître. Le signal initial est clair : Sol semble très performant pour les longues tâches de programmation, le raisonnement complexe et la génération visuelle, tout en étant nettement moins cher que Claude Fable 5 sur une base par jeton.

Cet article s’appuie sur la publication originale de BAAI / QbitAI et en conserve la structure générale : premières impressions, retours sur le code, comparaison avec Fable 5, tarification et restrictions de sécurité. Le texte a été réécrit dans un anglais naturel pour une publication de blog, tout en préservant les chiffres clés, les affirmations et la logique des sources.

Note sur la source : l’article original a été publié par BAAI Hub et repris de QbitAI. Il contient plusieurs captures d’écran de publications sur X ainsi que des images comparatives. Les captures directement liées au contenu de l’article sont conservées ci-dessous. Les images de réaction de type mème, les codes QR, les visuels de recrutement communautaire et les éléments graphiques décoratifs sans rapport ont été omis.

Source originale : article de BAAI Hub

Premiers résultats de l’aperçu de GPT-5.6 Sol

L’aperçu de GPT-5.6 Sol n’est disponible que depuis peu, mais les premiers testeurs partagent déjà leurs résultats. L’un des commentaires les plus directs est venu d’un ingénieur de NVIDIA, qui a décrit les progrès de Sol en accélération CUDA en termes très simples : Sol semblait puissant.

Lors d’un essai rapporté, Sol a atteint en environ 30 heures un résultat d’accélération CUDA qu’Opus avait mis 64 heures à atteindre. Le testeur a également noté que Sol ne semblait pas s’appuyer d’abord sur la basse précision. À la place, il misait sur le clustering et une optimisation de type DSMEM, avec la possibilité d’évoluer ensuite vers la basse précision et les cœurs tensoriels.

L’essentiel n’est pas seulement que Sol ait produit un résultat rapide. Ce qui compte davantage, c’est l’approche. Les premiers commentaires suggèrent que Sol est prêt à explorer des voies d’optimisation plus profondes au lieu de se contenter de produire une réponse fonctionnelle en surface.

Il y avait aussi des comparaisons en génération visuelle. Dans la discussion d’origine, les utilisateurs ont comparé GPT-5.6 et GPT-5.5 à partir d’invites similaires sur le thème du « vaisseau spatial ». GPT-5.6 a produit un couloir avec un éclairage plus marqué, un contraste plus net et une impression de profondeur plus cinématographique. GPT-5.5 paraissait plus plat et plus terne en comparaison.

Le même schéma est apparu dans la scène spatiale. GPT-5.6 a livré un résultat plus propre et plus cohérent, tandis que GPT-5.5 paraissait plus brut. En matière de cohérence visuelle et de composition spatiale, Sol s’est clairement imposé dans ces premiers exemples.

Une autre raison pour laquelle GPT-5.6 Sol est redevenu un sujet brûlant tient au calendrier. Claude Fable 5 venait tout juste de revenir sur le devant de la scène, et la propre gamme de modèles d’OpenAI semblait enfin se remettre en mouvement. L’article original citait des publications sur les réseaux sociaux laissant entendre que le modèle pourrait bientôt être plus largement disponible, bien que

Le Centre d’aide d’OpenAI indique toujours que l’aperçu est limité et qu’aucune date de disponibilité générale n’a été annoncée.

Sam Altman s’est également joint à la conversation avec une comparaison pleine d’humour, disant que voir son enfant aîné assembler deux mots pour la première fois lui semblait à peu près aussi incroyable que GPT-5.6 découvrant de nouvelles mathématiques.

Les premiers retours de la bêta sont arrivés

Après avoir parcouru les publications des premiers testeurs, plusieurs thèmes commencent à revenir de façon récurrente.

Le premier concerne le style de code. Comparé à certains autres modèles de pointe, Sol semble écrire moins de code. Il paraît plus mesuré. Si un problème peut être résolu en trois lignes, il n’étire pas la réponse sur cinq.

Un testeur a indiqué que Sol utilisait environ un cinquième du nombre de lignes de code d’Opus pour une tâche comparable. La différence était particulièrement visible en C++, où la sortie de Sol ressemblait davantage à quelque chose qu’un ingénieur humain pourrait écrire à la main. Il y avait moins de commentaires, moins de couches supplémentaires et moins d’échafaudage inutile.

Pour la maintenance à long terme, c’est important. Un code plus petit et plus propre est plus facile à relire et plus facile à faire vivre dans de vrais projets.

Cela dit, les premiers retours n’étaient pas tous élogieux. Sol semble aussi avancer plus lentement lors des itérations. Il peut échouer plus souvent parce qu’il s’attaque à des problèmes plus difficiles. Par rapport à Opus, il semble explorer moins de pistes. Une fois qu’il choisit une voie, il a tendance à s’y tenir et à creuser davantage.

En termes simples, Sol semble moins intéressé par une approche large d’essais-erreurs que par une optimisation à long horizon. Il ne cherche pas toujours d’abord le résultat de surface le plus soigné. À la place, il consacre davantage d’efforts à la performance sous-jacente et au cheminement de raisonnement.

Cela correspond au positionnement d’OpenAI lui-même pour GPT-5.6 Sol. OpenAI le décrit comme un modèle destiné au raisonnement difficile, au code complexe et aux flux de travail longs qui nécessitent planification, itération, usage d’outils et coordination des étapes. Le billet de lancement officiel indique également que Sol introduit un effort de raisonnement max plus élevé ainsi qu’un mode ultra capable d’utiliser des sous-agents pour les tâches complexes.

Comparaisons de prompts avec GPT-5.5 Pro

Lorsque les mêmes prompts ont été donnés à GPT-5.6 Sol et à GPT-5.5 Pro, les différences étaient faciles à voir dans plusieurs catégories.

Pour les SVG interactifs, les modèles 3D et les jeux générés, Sol semblait plus performant en suivi des instructions et en raisonnement spatial. Ses sorties étaient également plus cohérentes. Cette cohérence est importante lorsqu’une tâche dépend de

la mise en page, les relations entre les objets, l’angle de caméra ou la logique visuelle.

La conception frontend a été un autre domaine dans lequel Sol s’est bien comporté. Par rapport à GPT-5.5, Sol a produit des structures de page plus propres, un meilleur espacement, une hiérarchie plus claire et un style visuel plus soigné. Autrement dit, il ne s’est pas contenté d’exécuter la tâche. Il a rendu le résultat plus agréable à utiliser.

GPT-5.6 Sol a-t-il réellement réussi à défier Fable 5 ?

La question qui intéresse beaucoup de monde est simple : comment GPT-5.6 Sol se compare-t-il à Claude Fable 5 ?

La réponse issue des premières discussions est nuancée. Sol est très performant, mais Fable 5 conserve peut-être encore un avantage dans le ressenti global du modèle et la qualité du code dans certains scénarios.

Dans certaines comparaisons de benchmarks, Sol a égalé, voire dépassé Fable
5. Mais l’expérience utilisateur ne se résume pas aux scores de benchmark. Pour le codage complexe et la qualité du produit final, certains testeurs ont tout de même estimé que Fable 5 gardait une légère avance.

Un exemple cité dans l’article original était un test de jeu FPS 3D réalisé par un utilisateur nommé Gipp. GPT-5.6 travaillait encore sur l’univers du jeu, l’éclairage et les détails de gameplay, tandis que Fable 5 pouvait transformer une seule invite en un jeu jouable plus complet.

C’est une différence importante. Dans le codage créatif et le prototypage en une seule tentative, l’expérience utilisateur finale peut compter davantage que le simple score brut du modèle aux benchmarks.

Différence de coût : Sol est bien moins cher que Fable 5

C’est sur le plan du coût que GPT-5.6 Sol semble particulièrement compétitif.

Selon le centre d’aide d’OpenAI, GPT-5.6 Sol est facturé 5 $ par million de tokens d’entrée et 30 $ par million de tokens de sortie pendant la phase de préversion. La page du modèle Claude Fable 5 d’Anthropic indique un tarif de 10 $ par million de tokens d’entrée et 50 $ par million de tokens de sortie.

Sur la base de ces chiffres, Sol coûte environ deux fois moins cher que Fable 5 pour les tokens d’entrée, et il est aussi nettement moins coûteux pour les tokens de sortie. Pour les équipes qui exécutent de longues tâches de codage agentique, cette différence peut compter énormément.

Bien sûr, le choix d’un modèle ne devrait pas se fonder uniquement sur le prix des tokens. Si un modèle termine une tâche en moins d’essais, avec moins d’appels aux outils, ou

avec moins de jetons au total, son coût réel par tâche peut être inférieur même si son prix affiché par jeton est plus élevé. Mais si les capacités sont proches, le prix plus bas de Sol lui donne un avantage considérable.

Les restrictions de sécurité restent un enjeu majeur

L’autre grand facteur concerne le comportement en matière de sécurité.

Après le retour de Fable 5, les utilisateurs ont remarqué que ses garde-fous étaient stricts. Dans des tâches courantes de codage ou de débogage, certaines requêtes pouvaient être classées comme présentant un risque élevé et être redirigées de Fable 5 vers Opus 4.8. Même des requêtes paraissant inoffensives étaient parfois bloquées par le filtre, selon le résumé de l’article original sur les réactions des utilisateurs.

Anthropic a expliqué que Fable 5 utilise des garde-fous plus stricts en cybersécurité ainsi que des classificateurs de sécurité renforcés. L’entreprise indique également que ces classificateurs peuvent parfois bloquer des requêtes bénignes, car ils sont conçus avec une large marge de sécurité.

Le GPT-5.6 Sol d’OpenAI est lui aussi doté de garde-fous renforcés. OpenAI affirme que la famille GPT-5.6 utilise des protections à plusieurs niveaux, notamment le refus au niveau du modèle, des vérifications en temps réel, des signaux au niveau du compte, un accès différencié, une surveillance continue et des tests permanents. La fiche système officielle considère également la famille GPT-5.6 comme très performante en cybersécurité ainsi qu’en matière de risques biologiques et chimiques, tout en précisant que les modèles n’atteignent pas le seuil maximal dit « critique ».

La conclusion pratique est simple : les deux familles de modèles deviennent plus puissantes, en particulier pour le code et les travaux liés à la cybersécurité. Par conséquent, les utilisateurs doivent s’attendre à davantage de contrôles de sécurité, à plus de cas limites bloqués et à des politiques de déploiement plus prudentes.

Ce que cela signifie pour les développeurs

Pour les développeurs, GPT-5.6 Sol semble prometteur dans trois domaines.

Premièrement, il paraît performant pour les tâches de codage longues et difficiles. Les premiers testeurs ont décrit un code plus propre, moins de lignes, et un style C++ plus proche de celui d’un humain. Deuxièmement, il semble meilleur que GPT-5.5 en raisonnement spatial, en conception frontend et en sorties interactives. Troisièmement, sa tarification par jeton est sensiblement inférieure à celle de Fable 5, ce qui le rend attractif pour les tâches agentiques à fort volume ou de longue durée.

Mais il est encore tôt. Le modèle est en préversion, l’accès est limité, et les impressions publiques reposent sur un nombre relativement restreint de tests. Fable 5 peut encore produire de meilleurs résultats de bout en bout dans certaines tâches de codage créatif et de prototypage complexe.

La comparaison réelle deviendra plus claire lorsque les deux modèles seront largement disponibles et testés sur les mêmes flux de travail, avec le même budget, les mêmes requêtes et les mêmes critères d’évaluation.

FAQ

Qu’est-ce que GPT-5.6 Sol ?

GPT-5.6 Sol est le modèle phare d’OpenAI dans la famille GPT-5.6. OpenAI le présente comme son modèle le plus puissant à ce jour, destiné au raisonnement difficile, à l’ingénierie logicielle, aux travaux scientifiques, à la cybersécurité et aux flux de travail agentiques à longues chaînes.

GPT-5.6 Sol est-il disponible publiquement ?

Pendant la période de préversion, OpenAI indique que GPT-5.6 Sol, Terra et Luna ne sont accessibles qu’à un groupe limité de partenaires et d’organisations de confiance via l’API et Codex. Le centre d’aide d’OpenAI précise que GPT-5.6 n’est pas disponible dans ChatGPT durant la préversion et qu’aucune date de disponibilité générale n’a été annoncée.

Combien coûte GPT-5.6 Sol ?

OpenAI affiche GPT-5.6 Sol à 5 $ par million de jetons d’entrée et 30 $ par million de jetons de sortie pendant la préversion.

La même page du Centre d’aide indique Terra à 2,50 $ / 15 $ et Luna à 1 $ / 6 $ par 1 million de tokens d’entrée / de sortie.

Comment GPT-5.6 Sol se compare-t-il à Claude Fable 5 ?

Les premiers retours des utilisateurs suggèrent que Sol est performant en programmation, en mise en page frontend, en raisonnement spatial et en optimisation à long horizon. Fable 5 peut toutefois sembler plus solide dans certaines tâches de programmation de bout en bout et de prototypage créatif, mais Sol présente un net avantage tarifaire.

Pourquoi Sol est-il considéré comme moins cher que Fable 5 ?

Le prix affiché de Sol est de 5 $ par million de tokens d’entrée et de 30 $ par million de tokens de sortie, tandis que Claude Fable 5 est affiché à 10 $ par million de tokens d’entrée et à 50 $ par million de tokens de sortie. Cela fait de Sol une option environ deux fois moins chère en entrée, et également moins chère en sortie.

Pourquoi les modèles de programmation avancés ont-ils des contrôles de sécurité plus stricts ?

Les modèles capables de raisonner en profondeur sur le code et la cybersécurité peuvent aussi être détournés à des fins offensives. C’est pourquoi OpenAI et Anthropic évoquent tous deux des protections multicouches, des classificateurs de sécurité, un accès progressif et une surveillance autour de leurs modèles les plus puissants.

Les développeurs doivent-ils passer immédiatement à GPT-5.6 Sol ?

Pas nécessairement. Sol semble prometteur, en particulier pour les tâches de programmation et agentiques sensibles aux coûts, mais l’accès reste limité et les tests publics n’en sont qu’à leurs débuts. Les développeurs devraient comparer les modèles sur leurs propres charges de travail, notamment en termes de qualité, de volume total de tokens, de nouvelles tentatives, de latence et de comportement en cas de requête bloquée.

Outils associés

• API OpenAI : Documentation officielle pour les développeurs qui créent avec les modèles et API d’OpenAI.
• OpenAI Codex : L’agent de programmation d’OpenAI pour les flux de travail de développement logiciel.
• Documentation développeur Codex : Documentation officielle de Codex pour la configuration, les flux de travail, les outils et l’utilisation des modèles.
• Claude : La plateforme d’assistant IA d’Anthropic pour les usages de conversation, de travail et de programmation.
• Claude Code : L’outil de programmation agentique d’Anthropic pour modifier du code, exécuter des commandes et travailler à travers les outils de développement.
• Tarification de la plateforme Claude : Documentation officielle sur les tarifs de l’API Claude.

Liens associés

• Article original de BAAI Hub : L’article source sur lequel cette réécriture anglaise est fondée.
• Présentation de GPT-5.6 Sol : L’annonce officielle d’OpenAI pour GPT-5.6 Sol.
• Aperçu de GPT-5.6 Sol, Terra et Luna : Page du Centre d’aide d’OpenAI couvrant la disponibilité, l’accès, la tarification et la FAQ.
• System Card de prévisualisation GPT-5.6 : Rapport de sécurité de déploiement d’OpenAI pour la préversion de GPT-5.6.
• Claude Fable 5 et Claude Mythos 5 : L’annonce officielle d’Anthropic pour Fable 5 et Mythos 5.
• Page du modèle Claude Fable : La page officielle de Fable d’Anthropic, incluant son positionnement et ses informations tarifaires.
• Redéploiement de Fable 5 : Mise à jour d’Anthropic sur

Redéploiement de Fable 5, contrôles à l’exportation et modifications du classificateur de sécurité.

• Terminal-Bench : projet de benchmark pour tester des agents sur des tâches réalistes en ligne de commande.

Résumé

Les premières impressions sur GPT-5.6 Sol indiquent que le nouveau modèle phare d’OpenAI est performant pour les longues tâches de programmation, le raisonnement spatial, la génération d’interfaces frontend et l’optimisation axée sur les performances. Il semble également produire un code plus propre et plus concis dans certains tests.

La comparaison avec Claude Fable 5 n’est pas à sens unique. Fable 5 peut encore conserver un avantage dans certains scénarios de programmation de bout en bout et de qualité du produit final, mais Sol est bien moins cher selon les tarifs affichés par token et paraît très compétitif dans les premiers résultats.

Le comportement en matière de sécurité reste un facteur important. OpenAI comme Anthropic renforcent les garde-fous autour des modèles de programmation à hautes capacités et des modèles de cybersécurité, ce qui signifie que les développeurs doivent évaluer non seulement la qualité des sorties, mais aussi les règles d’accès, les requêtes bloquées, le comportement en cas de nouvelle tentative et le coût réel des tâches.

En bref : GPT-5.6 Sol n’est pas simplement un modèle moins cher. C’est un véritable modèle de pointe pour la programmation, dont la valeur réelle dépendra de ses performances dans des workflows de développement complets et répétés.