IntroductionOpenAI a publié la famille de modèles GPT-5.6, avec trois versions conçues pour différents niveaux de performance et de coût : Sol, Terra et Luna. Selon le rapport original d'AIBase, cette série est désormais disponible dans ChatGPT, Codex et l'API OpenAI.Ce lancement s'articule principalement autour de deux thèmes : des capacités accrues pour les tâches complexes, notamment la cybersécurité et le codage, ainsi qu'une meilleure efficacité des coûts pour différentes charges de travail. Plutôt que de publier un modèle pour chaque cas d'utilisation, OpenAI divise la famille en un modèle phare, un modèle équilibré et un modèle économique.## GPT-5.6 se décline en trois versions : Sol, Terra et LunaLa famille GPT-5.6 est structurée autour de trois niveaux de modèles :| Modèle | Positionnement | Meilleure utilisation |
|-|-|-|
| GPT-5.6 Sol | Modèle phare | Raisonnement complexe, codage, cybersécurité et tâches agentiques avancées |
| GPT-5.6 Terra | Modèle équilibré | Travail professionnel quotidien avec un meilleur équilibre entre performance et coût |
| GPT-5.6 Luna | Modèle économique | Charges de travail volumineuses où le prix et la vitesse sont primordiaux |L'article original décrit Sol comme le modèle phare principal, Terra comme l'option de milieu de gamme et Luna comme la version économique. Cette structure facilite la compréhension de la publication : les utilisateurs n'ont pas besoin d'utiliser le plus grand modèle pour chaque tâche.La documentation officielle du modèle OpenAI présente également Sol comme l'option phare pour le raisonnement complexe et le codage, Terra comme le modèle qui équilibre intelligence et coût, et Luna comme l'option pour les charges de travail volumineuses sensibles aux coûts.## Un fort accent sur la cybersécuritéL'un des plus grands thèmes de cette publication est la cybersécurité. L'article original affirme que GPT-5.6 est présenté comme le modèle de cybersécurité le plus puissant d'OpenAI à ce jour.Le point important est que le modèle est conçu autour du travail de sécurité défensive, et non d'activités offensives sans restriction. Les tâches utiles liées à la sécurité incluent :- Modélisation des menaces
- Révision de code
- Analyse des vulnérabilités
- Développement de correctifs
- Débogage
- Tests défensifs
- Exercices d'équipe bleue
- Formation à la sécuritéLes documents officiels d'OpenAI soulignent également cet équilibre. L'entreprise affirme que les modèles GPT-5.6 ont été développés avec des garde-fous renforcés, tout en soutenant les travaux de sécurité légitimes tels que la recherche de vulnérabilités, la révision de code, le développement de correctifs et les tests défensifs.Il s'agit d'une distinction importante. Des modèles de cybersécurité plus performants peuvent aider les défenseurs à agir plus rapidement, mais ils nécessitent également des garde-fous, une surveillance et des limites politiques plus strictes.## Performances en codage et affirmations sur les agentsL'article original d'AIBase met en avant les performances de GPT-5.6 Sol en matière de codage et de benchmarks agentiques. Il indique que Sol a obtenu un score de 80 sur le benchmark ACI de codage agentique, établissant un nouveau record et surpassant Fable 5 d'Anthropic de 2,8 points.Il précise également que Sol peut produire les mêmes résultats avec moins de la moitié des jetons de sortie et du temps utilisés par Fable, tout en coûtant environ les deux tiers du prix.Pour le référencement et la précision éditoriale, il est préférable de formuler ces chiffres avec prudence :> Selon le rapport original d'AIBase, Sol a obtenu un score de 80 sur l'ACILe benchmark de l'agent de codage a démontré une efficacité élevée par rapport à Fable 5.Les documents officiels d'OpenAI décrivent la même orientation plus large : GPT-5.6 est conçu pour améliorer le rapport performance-coût, réduire les allers-retours inutiles du modèle et prendre en charge des workflows plus lourds en outils. OpenAI décrit également de nouveaux modes de raisonnement à plus haute intensité, tels que le mode
max et le mode multi-agent ultra pour les tâches les plus exigeantes.## Pourquoi l'efficacité des tokens est importanteLe score de référence d'un modèle n'est qu'un aspect de l'histoire. Pour les développeurs et les entreprises, le coût par tâche terminée est souvent plus important.Si un modèle utilise moins de tokens, nécessite moins de tentatives et termine les tâches plus rapidement, il devient plus pratique pour les workflows quotidiens. Cela est particulièrement vrai pour :- Les agents de codage IA
- L'analyse de longs documents
- Les workflows gourmands en données
- La recherche en plusieurs étapes
- Les audits de sécurité
- L'automatisation d'entreprise
- Les tâches d'agents avec de nombreux outilsL'article original indique que Sol améliore l'efficacité des tokens dans les tâches de codage IA de 54 %. C'est l'une des principales raisons pour lesquelles OpenAI présente GPT-5.6 comme une famille de modèles construite autour à la fois de la capacité et de l'efficacité commerciale.## Terra et Luna : options à moindre coût pour les charges de travail quotidiennesLe rapport original souligne également que les modèles de milieu de gamme et économiques ne sont pas de simples « petites sauvegardes ». Il indique que Terra fonctionne légèrement au-dessus de Fable 5, tandis que Luna bat également Opus 4.8 dans la comparaison citée.La conclusion générale est qu'OpenAI essaie de rendre toute la série GPT-5.6 utile pour différents budgets :- Utilisez Sol lorsque la tâche est complexe, à haute valeur ajoutée ou nécessite le raisonnement le plus fort.
- Utilisez Terra lorsque vous avez besoin de performances solides mais souhaitez un meilleur contrôle des coûts.
- Utilisez Luna lorsque le volume, la vitesse et le prix sont plus importants que la capacité maximale.Ce type de routage de modèle devient de plus en plus important. Les équipes n'ont plus besoin d'envoyer chaque tâche au modèle le plus coûteux. Elles peuvent concevoir des workflows qui choisissent un modèle en fonction du risque, de la complexité et du budget de la tâche.## Tarification GPT-5.6L'article original liste les prix commerciaux clairs pour les trois modèles GPT-5.6. La documentation officielle du modèle OpenAI donne la même tarification par million de tokens :| Modèle | Prix d'entrée | Prix de sortie |
|-|-|-|
| GPT-5.6 Sol | 5 $ / 1 M tokens | 30 $ / 1 M tokens |
| GPT-5.6 Terra | 2,50 $ / 1 M tokens | 15 $ / 1 M tokens |
| GPT-5.6 Luna | 1 $ / 1 M tokens | 6 $ / 1 M tokens |Pour les équipes qui exécutent de nombreux workflows d'agents, ces différences peuvent s'accumuler rapidement. Un produit à volume élevé pourrait utiliser Luna pour les tâches de routine, Terra pour les workflows plus importants, et Sol uniquement pour les décisions de planification, de codage ou de sécurité les plus difficiles.## Disponibilité sur ChatGPT, Codex et l'API OpenAIL'article original d'AIBase indique que GPT-5.6 est disponible dans ChatGPT, Codex et l'API OpenAI.Pour les développeurs, le côté API est particulièrement important. La documentation officielle du modèle OpenAI liste les identifiants de modèle GPT-5.6 comme suit :```Plaintext
gpt-5.6-sol
gpt-5.6-terra
gpt-5.6-luna
```La documentation note également que l'alias gpt-5.6 redirige vers gpt-5.6-sol.Les recommandations actuelles du modèle OpenAI suggèrent :