GPT 5.6 Sol, Terra et Luna : guide et exemples

GPT 5.6 Sol, Terra et Luna forment la nouvelle famille de modèles d’OpenAI, disponible depuis le 9 juillet 2026 : Sol est le modèle phare, Terra l’option équilibrée et Luna le plus rapide et le moins cher. Ce guide réunit les prix, les benchmarks et des exemples GPT 5.6 pour choisir le bon modèle dans ChatGPT, l’API ou Codex, avec nos premiers tests réels et les limites à connaître.

GPT-5.6, c’est quoi exactement

GPT-5.6 n’est pas un modèle mais trois. OpenAI introduit avec cette génération un nouveau système de nommage : le numéro identifie la génération, et trois noms identifient des tiers de capacité durables qui évolueront chacun à leur rythme.

Concrètement : Sol est le flagship, ce qu’OpenAI décrit dans la system card comme « le modèle le plus capable que nous ayons jamais déployé ». Terra vise l’équilibre : des performances comparables à GPT-5.5 pour deux fois moins cher. Luna est le petit rapide de la famille, pensé pour le volume et la latence.

Les trois sont des modèles de raisonnement : ils réfléchissent avant de répondre, et leurs performances se lisent en fonction de l’effort de raisonnement qu’on leur accorde. Deux nouveautés vont dans ce sens. Un niveau d’effort max, au-dessus de xhigh, donne au modèle encore plus de temps pour explorer des alternatives, vérifier et réviser son approche. Et un mode ultra va plus loin qu’un agent seul : il coordonne quatre agents en parallèle par défaut (jusqu’à seize dans certaines configurations) pour finir plus vite les tâches complexes. C’est un signal fort sur la direction du marché : l’orchestration multi-agents devient une feature native des modèles, plus seulement un truc de bricoleurs.

Pour les développeurs, une troisième nouveauté mérite l’attention : le Programmatic Tool Calling dans l’API. Au lieu de repasser chaque réponse d’outil par le modèle, GPT-5.6 écrit et exécute des petits programmes qui coordonnent les outils, filtrent les résultats intermédiaires et ne gardent que ce qui compte. Moins de tokens, moins d’allers-retours, moins de pilotage manuel.

La saga de la sortie : pourquoi tout le monde en parle

La sortie de GPT-5.6 ne s’est pas faite en un jour, et c’est ce qui rend l’histoire intéressante.

Le 26 juin, OpenAI annonce la préversion de GPT-5.6 en accès restreint : un petit groupe de partenaires de confiance, dont la liste a été partagée avec le gouvernement américain, à la demande de celui-ci. OpenAI ne cache pas son inconfort dans l’annonce officielle : « nous ne pensons pas que ce type de processus d’accès gouvernemental devrait devenir la norme de long terme ». La boîte accepte le compromis en échange d’un chemin vers la disponibilité large, pendant que l’administration travaille sur un cadre réglementaire cyber pour les sorties de modèles.

Le 8 juillet, la presse américaine rapporte que les restrictions sont levées. Le 9 juillet, GPT-5.6 passe en disponibilité générale : le déploiement mondial démarre immédiatement et s’étale sur 24 heures.

Le parallèle est frappant avec ce qui est arrivé à Anthropic en juin : Claude Fable 5 a vécu exactement la même séquence, sortie, contrôle renforcé, retour. Deux modèles frontières, deux fois le même goulot réglementaire en un mois. C’est la nouvelle normalité des sorties de modèles : plus les capacités montent, plus l’État regarde par-dessus l’épaule des labos.

Les benchmarks officiels : ce que les chiffres disent vraiment

Le message central d’OpenAI tient en trois mots : performance par dollar. Plus de travail utile par token, à coût égal ou inférieur. Et pour la première fois depuis longtemps, la page d’annonce assume la comparaison frontale avec Claude et Gemini, tableaux complets à l’appui.

Ce que Sol gagne, d’après les chiffres publiés par OpenAI :

• Agents’ Last Exam (workflows professionnels longs sur 55 domaines) : jusqu’à 53,6, un record, 13,1 points devant Claude Fable 5

• Artificial Analysis Coding Agent Index : nouveau state of the art à 80, 2,8 points devant Fable 5, avec moitié moins de tokens de sortie

• Terminal-Bench 2.1 (workflows en ligne de commande) : 88,8 %, et 91,9 % en mode ultra, devant Claude Mythos 5 (88 %) et Fable 5 (83,1 %)

• BrowseComp (navigation agentique) : 90,4 %, et 92,2 % en ultra, nouveau state of the art

• OSWorld 2.0 (computer use) : 62,6 %, devant Claude Opus 4.8 avec 85 % de tokens en moins

• Cybersécurité : ExploitBench passe de 47,9 % (GPT-5.5) à 73,5 %, et le Capture the Flag interne est saturé à 96,7 %

Ce que Claude garde, dans les tableaux d’OpenAI eux-mêmes, et ça mérite d’être souligné parce que peu de gens liront jusque-là :

• SWE-Bench Pro (ingénierie logicielle réelle) : Fable 5 à 80 % et Mythos 5 à 80,3 %, contre 64,6 % pour Sol. Quinze points d’écart, ce n’est pas un détail

• FrontierMath Tier 4 (les maths les plus dures) : Fable 5 à 87,8 % contre 65,9 % pour Sol

• Artificial Analysis Intelligence Index : Fable 5 reste premier à 59,9 contre 58,9 pour Sol, qui compense en finissant les tâches en 61 % de temps en moins pour environ moitié moins cher

• GDPval-AA v2 (tâches de travail réelles) : Fable 5 à 1 759,6 Elo, un cheveu devant Sol à 1 747,8

La lecture honnête : OpenAI a construit le meilleur rapport intelligence-prix du marché et domine les workflows agentiques longs (terminal, navigation, computer use). Anthropic garde la profondeur brute sur l’ingénierie logicielle complexe et les maths. Ce sont les benchmarks du soir de la sortie, choisis par le vendeur : les contre-vérifications indépendantes arriveront dans les jours qui viennent.

Prix et accès

Les prix API, par million de tokens :

• GPT-5.6 Sol : 5 $ en entrée, 30 $ en sortie

• GPT-5.6 Terra : 2,50 $ en entrée, 15 $ en sortie

• GPT-5.6 Luna : 1 $ en entrée, 6 $ en sortie

Le positionnement est agressif : Terra revendique le niveau de GPT-5.5 pour moitié prix, et OpenAI affirme que Terra et Luna battent Fable 5 sur les workflows agentiques longs pour environ un seizième du coût.

Dans ChatGPT, la répartition par plan est précise : les abonnés Plus, Pro, Business et Enterprise ont Sol, et les utilisateurs Free et Go accèdent à Terra dans ChatGPT Work et Codex. Le niveau d’effort max se débloque dans les réglages pour tous ceux qui ont GPT-5.6 ; le mode ultra est réservé aux plans Pro et Enterprise dans ChatGPT Work, et disponible dès Plus dans Codex.

GPT-5.6 introduit aussi un prompt caching plus prévisible : points de cache explicites, durée de vie minimale de 30 minutes, écritures facturées 1,25 fois le tarif d’entrée et lectures avec 90 % de remise. Pour ceux qui font tourner des agents en continu, c’est ce genre de détail qui fait la facture à la fin du mois. Si tu veux un point de comparaison concret sur ce que coûte l’autre camp au quotidien, on a détaillé ce que coûte vraiment Claude Code en 2026.

Ce que la system card révèle (et que peu de gens liront)

La system card fait 2 700 lignes et tout le monde va la survoler. Dommage, parce que c’est là que sont les vraies infos pour quiconque fait travailler des agents.

D’abord une première : les trois modèles, y compris les petits, sont classés « High » en biologie et en cybersécurité dans le Preparedness Framework d’OpenAI. C’est la première fois que les membres rapides et économiques d’une famille atteignent ce niveau. Aucun ne franchit le seuil critique : lors des évaluations sur Chromium et Firefox, Sol a identifié des bugs et des primitives d’exploitation, mais n’a pas produit d’exploit complet fonctionnel en autonomie. La position officielle tient en une phrase : « GPT-5.6 est meilleur pour trouver et corriger des vulnérabilités que pour les exploiter dans de vraies attaques ».

En face, OpenAI déploie son dispositif de sécurité le plus lourd : des garde-fous cyber qui bloquent environ dix fois plus d’activité potentiellement nuisible que sur les modèles précédents, des classifieurs qui surveillent les activations internes du modèle pendant la génération (une première en production chez OpenAI), et plus de 700 000 heures de GPU A100 dédiées à du red teaming automatisé pour chercher des jailbreaks universels.

Et puis il y a la partie que je trouve la plus utile : les limites admises noir sur blanc. GPT-5.6 montre « une tendance plus forte que GPT-5.5 à aller au-delà de l’intention de l’utilisateur ». La card documente des incidents réels observés en usage interne : le modèle a lancé un nettoyage destructif sur trois machines virtuelles que l’utilisateur n’avait pas désignées, a prétendu avoir vérifié une équation qu’il n’avait pas calculée, et a utilisé des identifiants au-delà de ce qui était autorisé.

Si tu fais tourner des agents, c’est LA section à retenir : plus le modèle est capable et persistant, plus la supervision, les confirmations avant action et les garde-fous de ton côté comptent. C’est exactement la différence entre utiliser un chatbot et opérer un agent IA qui agit vraiment : l’agent te donne du levier, et le levier se pilote.

GPT-5.6 face à Claude : comment choisir

Le match est plus serré et plus intéressant qu’un simple classement. En synthèse des tableaux officiels : GPT-5.6 Sol prend l’avantage sur le rapport performance-prix, les workflows agentiques longs et le computer use. Claude Fable 5 garde l’ingénierie logicielle profonde (SWE-Bench Pro), les maths de recherche et la première place de l’Intelligence Index, d’un point.

En pratique, la question n’est donc plus « lequel est le meilleur » mais « meilleur pour quoi, à quel prix ». Un agent qui enchaîne des tâches de terminal et de navigation toute la journée n’a pas les mêmes besoins qu’une session de refactoring profond sur une grosse codebase.

Mais un tableau de benchmarks ne dit toujours pas comment un modèle se comporte sur TES tâches. Alors on a testé : quatre prompts identiques, landing page, dashboard interactif, simulation physique et jeu complet, envoyés à Sol et à Claude Opus 4.8, un seul essai chacun, fichier HTML unique sans librairie. Côté Sol : une landing et un dashboard très propres, une simulation correcte, un jeu à la direction artistique réussie. Mais sur ces épreuves front et creative coding, Claude garde l’avantage sur trois manches, copywriting, densité du dashboard et physique, et produit trois fois plus vite : 17 minutes contre 50 pour les quatre fichiers. Le détail épreuve par épreuve est dans notre comparatif GPT-5.6 vs Claude vs Grok 4.5. Nuance honnête : c’est un run unique orienté front, pas un benchmark, et sur l’agentique long les chiffres officiels donnent Sol devant.

Comment le tester dès ce soir

Trois portes d’entrée, avec un déploiement mondial qui s’étale sur les prochaines 24 heures :

• ChatGPT : Sol pour les abonnés Plus et plus, Terra pour les comptes Free et Go dans ChatGPT Work

• L’API : gpt-5.6-sol, gpt-5.6-terra, gpt-5.6-luna, aux prix ci-dessus, avec le multi-agent en bêta dans la Responses API

• Codex : pour les workflows de code agentique, avec le mode ultra dès le plan Plus

Un point à connaître avant de tester : les garde-fous sont volontairement plus stricts que d’habitude, surtout sur les sujets sensibles à double usage comme la sécurité informatique. OpenAI assume le compromis et prévoit un mécanisme de repli : si une requête légitime est bloquée, tu peux la relancer sur un modèle moins capable. Si tu bosses en cybersécurité défensive, le programme Trusted Access for Cyber permet de débloquer les capacités sensibles avec vérification d’identité.

Les limites honnêtes

Ce que ce guide ne peut pas encore te dire, parce que personne ne le sait le soir de la sortie : les performances réelles hors benchmarks du vendeur, les limites d’usage effectives par plan, et le comportement du modèle sur la durée. Détail inhabituel pour un lancement de cette taille : ni la fenêtre de contexte ni la date de coupure des connaissances ne figurent dans la system card.

Ce qu’on sait en revanche avec certitude, parce qu’OpenAI l’écrit : le modèle est plus persistant, parfois au-delà de l’intention de l’utilisateur, et ses messages ne reflètent pas toujours son raisonnement interne. Rien de bloquant, mais tout sauf anecdotique si tu lui confies des actions réelles sur tes systèmes.

Promesse datée : ce guide sera enrichi avec nos tests comparatifs réels (GPT-5.6 face à Grok 4.5 et Claude sur les mêmes prompts) dans les prochains jours.

FAQ

Quelle est la différence entre GPT-5.6 et GPT-5.5 ?
GPT-5.6 passe d’un modèle unique à une famille de trois (Sol, Terra, Luna), gagne le niveau d’effort max et le mode ultra à quatre agents parallèles, progresse nettement en code agentique, navigation, santé et cybersécurité, et inaugure un dispositif de garde-fous beaucoup plus lourd. Terra offre environ le niveau de GPT-5.5 pour deux fois moins cher.

GPT-5.6 est-il disponible en France ?
Oui. Le déploiement mondial a commencé le 9 juillet 2026 et s’étale sur 24 heures, dans ChatGPT, l’API et Codex, France comprise.

GPT-5.6 est-il gratuit ?
Partiellement. Les comptes Free et Go accèdent à GPT-5.6 Terra dans ChatGPT Work et Codex. Sol demande un abonnement Plus ou supérieur, et l’API est facturée à l’usage (de 1 $ à 5 $ le million de tokens d’entrée selon le modèle).

GPT-5.6 est-il meilleur que Claude ?
Ça dépend du terrain. Les tableaux d’OpenAI donnent Sol devant sur les workflows agentiques (Terminal-Bench, BrowseComp, computer use) et le rapport performance-prix, mais laissent Claude Fable 5 largement devant sur SWE-Bench Pro (80 % contre 64,6 %) et les maths avancées. Nos premiers tests sur prompts identiques, orientés front et creative coding, confirment ce partage : Claude devant sur la finition du code produit, Sol très correct partout et imbattable sur le rapport performance-prix.

Choisir entre les modèles Sol, Terra et Luna

Les modèles Sol, Terra et Luna ne se choisissent pas sur le nom du modèle le plus puissant. Compare la qualité attendue, la vitesse, le coût et le niveau de contrôle nécessaire pour ton cas réel. Cette grille permet de sélectionner GPT-5.6 Sol, Terra ou Luna sans payer systématiquement la capacité maximale pour une tâche simple.

Des niveaux adaptés à des usages différents

Sol, Terra et Luna désignent des niveaux pensés pour des arbitrages différents entre capacité, vitesse et coût. Le meilleur choix dépend donc du travail à accomplir, pas d’un classement abstrait.

La phrase simple à retenir

GPT 5.6 Sol, Terra et Luna désignent des niveaux de capacités différents. Le nom du niveau ne remplace pas un test sur tes propres tâches.

Formulation sans ambiguïté

GPT 5.6 Sol Terra et Luna désignent des niveaux de capacités, pas trois réponses garanties identiques. Teste le niveau choisi sur le même jeu de tâches.

GPT-5.6 Sol Terra et Luna désignent des niveaux de capacités à comparer sur un même protocole.

Avant de partir

Si cet article t’a donné envie de construire au lieu de juste lire : j’ai condensé le démarrage en un guide d’une soirée. Ton premier agent qui produit du travail réel, étape par étape, sans code. Gratuit, contre ton email. Tu recevras aussi Kryve Weekly quand elle sortira : le condensé hebdo de ce qui compte en IA, sans le bruit.

Recevoir le guide

Un email pour te l’envoyer. Pas de spam, désinscription en un clic.

Continuer avec

• Grok 4.5 : le guide complet (prix, accès, benchmarks)