GPT-5.6 : guide complet des variantes sol, terra et luna

GPT-5.6 est sorti le 9 juillet 2026. OpenAI le décline en trois modèles : Sol, le plus puissant pour le code et les agents ; Terra, le meilleur compromis coût-capacité ; et Luna, le plus rapide et le moins cher. Voici les différences, les tarifs par million de tokens et comment y accéder dans ChatGPT, Codex et l’API.

Repères basés sur les annonces d’OpenAI. Prix, scores de benchmark et quotas évoluent vite : vérifiez les valeurs à jour sur la documentation officielle d’OpenAI avant toute décision.

GPT-5.6 : date de sortie, positionnement et ce que change OpenAI

Le 9 juillet 2026, GPT-5.6 a été rendu public chez OpenAI après une phase de preview lancée fin juin. Ce point compte, car la famille Sol, Terra, Luna n’est pas un simple renommage : le travail visé change aussi, avec un modèle phare pour les tâches lourdes, un niveau intermédiaire pour le quotidien et une version pensée pour les coûts serrés. Dans ChatGPT, dans Codex, via l’API, l’accès dépend du produit, du compte et parfois de votre quota sur plusieurs heures.

Ce lancement n’a pas suivi le schéma habituel. Une partie du déploiement a été retardée, puis ouverte plus largement le 9 juillet. OpenAI a présenté trois modèles, GPT-5.6 Sol, Terra et Luna, avec une logique simple sur le papier : Sol pour le travail complexe, Terra pour un compromis capacité-prix, Luna pour la vitesse. Sur le terrain, c’est plus nuancé, car le choix dépend du volume de tokens, du type de raisonnement, des outils appelés et du temps que vous acceptez d’attendre. La comparaison avec la génération précédente est détaillée dans notre article GPT-5.5 vs Claude Opus.

La sortie publique de GPT-5.6 le 9 juillet 2026

La date à retenir est nette : la disponibilité générale a commencé le 9 juillet 2026. Une preview limitée avait été ouverte le 26 juin 2026 à des partenaires choisis, puis la mise en production a été élargie. Ce calendrier explique pourquoi certains utilisateurs ont vu le modèle plus tôt dans des flux internes, alors que d’autres ne l’avaient toujours pas dans le sélecteur ChatGPT le jour même.

OpenAI distingue donc deux moments : d’abord une preview sous accès restreint, ensuite un lancement public. Pour suivre ce rythme, il faut regarder le produit exact. ChatGPT, Codex, Work dans ChatGPT et l’API n’ont pas reçu les mêmes modèles au même jour, ni la même option d’activation.

Pourquoi OpenAI a découpé GPT-5.6 en Sol, Terra et Luna

Le trio Sol, Terra, Luna répond à un problème vieux comme les LLM : un seul modèle ne couvre pas proprement tous les usages. Sol est la version la plus performante, Terra est calibré pour le travail courant, Luna est le plus rapide et le moins cher. Le détail utile tient dans la dépense par million de tokens, la latence et le niveau de raisonnement.

Cette famille évite aussi un défaut fréquent : empiler trop de variantes illisibles. Là, vous avez trois noms, trois places dans la gamme, et des usages plus nets.

• GPT-5.6 Sol vise le codage, la recherche, la cybersécurité et les tâches complexes
• GPT-5.6 Terra vise le travail quotidien avec un coût plus bas
• GPT-5.6 Luna vise les flux rapides, le tri, les réponses courtes et les budgets serrés
• ChatGPT n’expose pas toutes les variantes dans les conversations standard
• Codex et l’API donnent un accès plus large aux modèles

Ce que GPT-5.6 est censé améliorer par rapport à GPT-5.5

Le point mis en avant par OpenAI n’est pas juste la qualité brute, mais le ratio entre score, coût, temps et tokens de sortie. Sur plusieurs benchmarks, Sol ferait mieux avec moins de tokens que des modèles concurrents comme Claude Fable 5 ou Mythos Preview, selon les chiffres communiqués. Ce n’est pas anodin si vous payez beaucoup de sorties longues.

Dans les faits, GPT-5.6 est surtout orienté vers les travaux où l’agent doit planifier, utiliser des outils, vérifier un résultat, puis relancer une action. C’est là que la différence devient visible. Sur une simple question de chat, la marge paraît moins spectaculaire.

• Moins de tokens de sortie sur des tâches de codage agentique
• Davantage de raisonnement disponible avec des niveaux élevés ou très élevés
• Des appels d’outils mieux exploités dans l’API Responses
• Une latence plus basse sur certains flux par rapport à des concurrents
• Un travail plus autonome sur des séquences longues

GPT-5.6 Sol, Terra, Luna : quelles différences entre les trois modèles

Le point qui change vraiment, c’est le découpage par usage. Vous n’achetez pas juste un modèle plus ou moins puissant : vous choisissez un équilibre entre prix, niveau, vitesse et durée du travail. Sol est le haut de gamme, Terra occupe le milieu, Luna ferme la marche avec une logique de débit.

GPT-5.6 Sol pour le codage, la recherche et les agents

Sol est la version à choisir quand la tâche demande plusieurs étapes, des outils, une vérification et un raisonnement prolongé. OpenAI le pousse pour le codage, la recherche, l’usage agent, le design et la cybersécurité défensive. C’est aussi la seule variante vraiment visible côté ChatGPT standard pour les offres payantes éligibles.

Sur l’Artificial Analysis Coding Agent Index, GPT-5.6 Sol atteint un score de 80, soit 2,8 points de plus que Fable 5 selon les chiffres communiqués par OpenAI. L’éditeur ajoute que le modèle utilise moins de la moitié des tokens de sortie, en moins de la moitié du temps, pour un coût environ un tiers plus bas. Le signal est fort, même si un benchmark reste un benchmark. Sol figure ainsi parmi les meilleures IA pour coder.

GPT-5.6 Terra pour l’équilibre entre coût et capacité

Terra est le modèle que beaucoup d’équipes vont finir par préférer. Il garde de bonnes capacités tout en abaissant la facture. Pour un service interne, un assistant métier, une revue documentaire ou des tâches de code pas trop longues, Terra paraît souvent plus rationnel.

Ce n’est pas un petit modèle au rabais. Dans plusieurs communications, OpenAI le place au niveau ou juste au-dessus de Claude Fable 5 sur certains index, avec un coût très inférieur. Le vrai intérêt apparaît quand le volume mensuel grimpe : deux fois moins cher que Sol à l’entrée comme à la sortie, cela change vite la ligne budgétaire.

GPT-5.6 Luna pour la vitesse et les petits budgets

Luna est la version rapide. Elle vise les usages où la vitesse compte plus que la finesse maximale du raisonnement : tri, résumés courts, reformulations, extraction, chat opérationnel simple, préclassement de tickets ou étapes de prétraitement avant envoi à un modèle plus fort.

Luna n’est pas conçu pour remplacer Sol sur du long terme. Son intérêt est ailleurs : si vous devez traiter beaucoup de volume sous contrainte de coût, il devient une base utile, parfois plus rentable que de forcer Sol partout.

Sol, Terra et Luna : comment choisir selon votre usage

Le trio ne se choisit pas seulement au prestige du nom. Il faut regarder la structure réelle de vos demandes. Si votre équipe produit des réponses longues, le coût de sortie devient vite dominant. Si vos prompts sont répétitifs, le cache change aussi l’équation.

• Choisissez Sol pour les tâches complexes avec outils et vérifications
• Choisissez Terra pour un usage métier stable et fréquent
• Choisissez Luna pour du volume, du tri et une latence rapide
• Gardez deux modèles si vos cas mélangent routine et exceptions
• Mesurez le coût total avec entrée, sortie, cache et temps opérateur

Tarifs de GPT-5.6 : combien coûtent Sol, Terra et Luna

Les tarifs de GPT-5.6 sont simples à lire, moins simples à piloter. Le prix affiché par million de tokens ne suffit pas : il faut séparer l’entrée, la sortie, le cache et la longueur moyenne de vos réponses. Une équipe qui lit mal cette grille peut choisir le bon modèle sur le papier et le mauvais en production.

Les tarifs de GPT-5.6 par million de tokens

Les chiffres les plus cités sont les suivants. GPT-5.6 Sol coûte 5 $ en entrée et 30 $ en sortie par million de tokens. Terra passe à 2,50 $ et 15 $. Luna descend à 1 $ et 6 $. Cet écart est propre, ce qui facilite les calculs.

Le point à surveiller, c’est le volume de sortie. Sur des agents de code, des analyses documentaires et des travaux avec beaucoup de justificatifs, la sortie pèse très lourd. Un modèle plus fort mais plus concis peut parfois coûter moins qu’un modèle moins cher qui parle trop.

Le cache, les tokens de sortie et le coût réel d’utilisation

OpenAI a aussi mis en avant le cache. Pour des prompts réutilisés, la lecture en cache peut réduire fortement la facture, avec une remise annoncée autour de 90 % en lecture et une écriture du cache facturée plus haut. En pratique, cela favorise les workflows où le contexte est stable sur plusieurs requêtes, comme une base de code, une charte ou un corpus juridique.

Le coût réel dépend alors de plusieurs facteurs :

• le volume de tokens d’entrée envoyé à chaque appel
• les tokens de sortie moyens par réponse
• la part du contexte mise en cache
• le nombre de relances causées par une réponse incomplète
• le temps humain passé à corriger la sortie

Exemples de budget selon le niveau de travail demandé

Prenons un cas simple. Une équipe envoie 20 millions de tokens en entrée et récupère 5 millions en sortie dans le mois. Avec Sol, la facture brute tourne autour de 250 $ ; avec Terra, autour de 125 $ ; avec Luna, autour de 50 $. Mais si Sol réduit de moitié les relances et diminue les erreurs, le calcul bascule vite.

C’est là que beaucoup se trompent : ils comparent un tarif unitaire et oublient le coût d’usage complet.

• Support interne avec réponses courtes : Luna peut suffire
• Assistant métier avec règles et documents : Terra passe souvent devant
• Audit de code et tâche longue : Sol garde l’avantage
• Chaîne multi-agent : Sol ou Terra selon le niveau attendu
• Prototype rapide : démarrez avec Terra avant de monter en gamme

Performances de GPT-5.6 en codage, raisonnement et cybersécurité

La communication autour de GPT-5.6 s’appuie surtout sur les benchmarks. Il faut les lire sans naïveté, mais sans les balayer non plus : les chiffres donnent une direction, ils ne remplacent pas un test sur vos propres données, vos outils et vos contraintes de temps.

Les benchmarks de codage : Terminal Bench 2.1 et Coding Agent Index

Le benchmark le plus repris est l’Artificial Analysis Coding Agent Index. GPT-5.6 Sol y atteint 80, contre 77,2 pour Claude Fable 5, selon les chiffres fournis par OpenAI. L’éditeur cite aussi Terminal Bench 2.1, DeepSWE et d’autres évaluations sur de vraies bases de code. L’idée générale est stable : le modèle avance mieux dans des flux de travail avec terminal, outils et itérations.

Le mot important ici est « agent ». Un LLM brillant sur une question isolée n’est pas forcément bon sur un flux de travail long. Sol paraît justement meilleur dans cette durée.

Les chiffres en cybersécurité et les limites à garder en tête

Sur la cybersécurité, OpenAI parle d’un modèle plus utile pour l’analyse défensive, la revue de code, le patching, la modélisation de menace et certaines recherches de vulnérabilités. Il faut rester précis : le modèle a été testé avec des garde-fous renforcés, et certaines demandes peuvent être bloquées, ralenties ou soumises à des contrôles supplémentaires.

Des tests menés sur Chromium et Firefox ont été évoqués, avec détection de bugs et d’éléments exploitables, sans chaîne d’exploitation complète produite de façon autonome dans les conditions décrites. Le modèle est donc plus fort, mais ce n’est pas un outil libre de toute contrainte.

Ce que valent ces scores face à Claude, Mythos et Gemini

Le comparatif le plus fréquent oppose GPT-5.6 à Claude Fable 5, Claude Opus 4.8, Mythos 5, Mythos Preview et Gemini 3.1 Pro Preview. Le point saillant n’est pas seulement le score, mais le couple score + coût + temps. Sol bat ou approche certains concurrents avec moins de tokens de sortie et moins de latence, selon OpenAI.

Une réserve honnête, toutefois : les benchmarks standard favorisent parfois des comportements optimisés pour l’évaluation. Si votre travail repose sur des conversations ambiguës, un contexte métier complexe ou des outils maison, le classement brut vous aide sans suffire.

• Claude reste une référence forte sur plusieurs travaux de raisonnement
• Mythos Preview reste cité sur des cas de sécurité
• Gemini Pro apparaît surtout sur des comparatifs de codage
• Terra et Luna cherchent la rentabilité plus que le sommet absolu
• Vos tests internes doivent compter plus que le communiqué produit

Comment accéder à GPT-5.6 dans ChatGPT, Codex et l’API OpenAI

La question revient sans arrêt : GPT-5.6 est-il disponible, et comment y passer ? La réponse courte est oui, mais pas partout, pas pour tous, et pas avec les mêmes modèles selon l’offre. Le produit exact change la donne. Pour les bases d’utilisation, voyez aussi notre guide complet de ChatGPT.

GPT-5.6 dans ChatGPT selon l’offre Plus, Pro, Business et Enterprise

Dans ChatGPT, GPT-5.6 Sol alimente les niveaux de raisonnement médium, élevé et très élevé pour les offres éligibles. L’offre Plus donne accès à médium et élevé, l’offre Pro ajoute très élevé et Pro. Les environnements Business et Enterprise y ont aussi accès, mais les admins peuvent limiter les modèles visibles par les utilisateurs.

Les comptes Free et Go n’ont pas l’accès complet au chat standard avec cette famille. C’est un point qui crée souvent de la confusion : beaucoup voient des annonces produit, puis découvrent que leur compte n’affiche rien pendant quelques jours.

Accès à GPT-5.6 dans Codex, Work et l’API

Côté Codex, l’accès dépend aussi de la version de l’application ou de la CLI. OpenAI a indiqué des versions minimales pour utiliser GPT-5.6 dans Codex. Dans Work, les variantes sont plus larges. Dans l’API, Sol, Terra et Luna sont disponibles, ce qui en fait le canal le plus souple pour comparer réellement les modèles.

Le couple Codex + API mérite une attention pratique. Si votre travail est du développement assisté, c’est souvent là que l’évaluation devient sérieuse, parce que vous pouvez mesurer les appels, la sortie, la durée et les relances.

Pourquoi GPT-5.6 n’apparaît pas toujours dans votre compte

Il y a plusieurs causes simples : le déploiement est progressif, le compte peut être sur une offre sans accès, l’espace de travail peut bloquer le modèle, le quota peut être atteint, ou vous êtes juste connecté au mauvais compte. Cela arrive plus souvent qu’on ne le croit.

• Vérifiez l’offre active sur votre compte ChatGPT
• Contrôlez le sélecteur de modèles et le niveau de raisonnement
• Demandez à l’admin si vous êtes en Business ou Enterprise
• Regardez le quota quand un mode devient indisponible
• Testez l’API si vous avez besoin d’un accès immédiat et mesurable

Limites, quotas et recommandations d’usage pour GPT-5.6

Le modèle ne se résume pas à ses scores. Les limites d’utilisation, les quotas et les garde-fous déterminent la vraie expérience. Une équipe peut avoir un excellent modèle et buter sur une fenêtre de messages, un fallback automatique ou une restriction de sécurité.

Les quotas ChatGPT et les fenêtres en heures

OpenAI indique que GPT-5.6 reprend les limites ChatGPT existantes pour le raisonnement automatique, le raisonnement choisi manuellement et le niveau Pro. Les quotas dépendent de l’offre : certains plans gratuits restent sur des fenêtres de 5 heures pour Instant, alors que d’autres comptes ont des plafonds du type 160 messages toutes les 3 heures avec GPT-5.5 Instant.

Pour GPT-5.6 Sol, la logique importante est ailleurs : si vous atteignez la limite de raisonnement, ChatGPT peut basculer vers un autre modèle, par exemple une version mini de thinking. Mieux vaut le savoir, sinon les écarts de qualité semblent mystérieux.

Les garde-fous, le red teaming et les demandes sensibles

OpenAI a fortement insisté sur la sécurité. Le système combine garde-fous intégrés au modèle, contrôles en temps réel, surveillance continue et accès différencié selon le risque. Des campagnes de red teaming automatisé et humain ont été menées avant la sortie publique, avec des chiffres autour de 700 000 heures de calcul équivalent GPU cités dans plusieurs reprises du sujet.

Sur les demandes sensibles, surtout en cybersécurité et biologie, certaines réponses peuvent être refusées ou retardées pour analyse supplémentaire. C’est cohérent avec la puissance accrue du modèle, même si cela peut gêner des usages légitimes.

Recommandations concrètes pour utiliser efficacement GPT-5.6

Le meilleur réglage dépend moins du discours marketing que du type de travail à faire. Sol donne le plus haut niveau, Terra est souvent le point d’équilibre, Luna amortit les gros volumes.

• Utilisez Sol pour le codage agentique et la recherche longue
• Utilisez Terra pour les assistants métier et le quotidien
• Utilisez Luna pour classer, extraire et prétraiter vite
• Activez le niveau élevé seulement quand le besoin est réel
• Mesurez la sortie avant de choisir le modèle plus cher

Quand choisir Sol, Terra ou Luna selon la charge réelle

Si votre équipe traite des dossiers complexes, avec code, outils et vérification, Sol garde la main. Si vous avez un grand nombre de conversations répétitives, Terra fait souvent mieux au global. Si vous lancez une chaîne de préqualification massive, Luna devient difficile à battre.

Souvent, deux modèles valent mieux qu’un seul : un flux simple peut passer par Luna ou Terra, puis escalader vers Sol seulement en cas de besoin. Cette façon de faire réduit le coût sans casser la qualité perçue.

• Entrée de gamme : Luna pour les premiers passages
• Milieu de chaîne : Terra pour les demandes standards
• Escalade : Sol pour les cas complexes
• Canal dev : Codex pour évaluer le code en situation
• Canal prod : API pour suivre prix, tokens et temps

Ce que l’on demande le plus sur GPT-5.6

La version 5.6 de GPT est-elle sortie ?

Oui. La sortie publique date du 9 juillet 2026. Une preview limitée avait été ouverte le 26 juin 2026 avant un déploiement plus large.

Comment passer à GPT-5.6 ?

Dans ChatGPT, il faut une offre éligible et un accès actif dans le sélecteur de modèles. Dans l’API, il faut choisir la variante voulue, Sol, Terra ou Luna, puis contrôler vos quotas et vos coûts.

Qu’est-ce que GPT-5.6 Sol ?

GPT-5.6 Sol est le modèle phare de la famille. Il vise le codage, la recherche, les tâches longues, les agents et certains travaux de cybersécurité défensive, avec un niveau de raisonnement plus élevé.

GPT-5.6 est-il disponible partout ?

Non. La disponibilité dépend du produit, du pays pris en charge, de l’offre et parfois des réglages d’un espace Business ou Enterprise. Le déploiement a aussi été progressif, ce qui explique les écarts entre comptes.

Quel est le meilleur modèle dans GPT-5.6 ?

Pour la performance brute, Sol est le meilleur. Pour le meilleur rapport coût-usage, Terra sera souvent plus malin. Pour la vitesse et le budget, Luna prend l’avantage.