OpenAI lance GPT-5.6 deux mois après GPT-5.5, avec trois modèles — Sol, Terra et Luna — facturés de 1 € à 26 € par million de tokens en sortie. Déploiement limité pour ChatGPT et Codex, avec options de raisonnement renforcées et lancement progressif.
OpenAI lance GPT-5.6 avec trois modèles et une diffusion plus politique que technique
OpenAI passe à la vitesse supérieure avec GPT-5.6, mais sans reprise du schéma habituel de déploiement immédiat dans ChatGPT et Codex. Cette fois, l’éditeur démarre par une préversion limitée. Le point clé n’est pas seulement technique. Il est aussi institutionnel. Selon l’entreprise, ce lancement progressif suit un échange préalable avec le gouvernement américain, qui a demandé un démarrage auprès d’un petit groupe de partenaires de confiance avant une ouverture plus large.
Le calendrier tranche avec celui de GPT-5.5, présenté environ deux mois plus tôt. Selon OpenAI, GPT-5.5 a été rendu disponible dans l’API à 5 $ par million de jetons en entrée et 30 $ en sortie, avec une fenêtre de contexte de 1 million de jetons. GPT-5.6 reprend précisément cette base tarifaire sur son modèle haut de gamme, mais en la découpant cette fois en trois niveaux durables au lieu d’une seule référence centrale. Ce choix est bon. Il clarifie enfin la gamme pour les entreprises qui arbitrent entre coût, vitesse et profondeur de raisonnement.
Sol, Terra, Luna : une hiérarchie produit plus lisible
La nouvelle famille GPT-5.6 repose sur trois déclinaisons : Sol, Terra et Luna. OpenAI présente Sol comme son modèle phare, Terra comme une version équilibrée pour le travail courant, et Luna comme l’option la plus rapide et la plus économique. L’entreprise ajoute que le chiffre 5.6 renvoie à la génération, tandis que Sol, Terra et Luna désignent des paliers de capacités appelés à évoluer à leur propre rythme.
Ce changement de nomenclature apporte une vraie logique produit. Jusqu’ici, le marché de l’IA générative a surtout empilé des variantes mini, pro, instant, turbo ou thinking, parfois difficiles à comparer. En installant trois paliers stables, OpenAI tente de rendre son catalogue plus lisible pour les équipes produit, les DSI et les développeurs qui pilotent des coûts à grande échelle.
Le constructeur met aussi en avant deux nouveaux niveaux d’effort de raisonnement pour GPT-5.6 Sol : max et ultra. Le premier donne davantage de temps au modèle pour raisonner en profondeur. Le second va plus loin avec un fonctionnement appuyé sur des sous-agents pour accélérer les tâches complexes. Sur le papier, c’est une évolution cohérente avec la tendance du secteur : moins de simple génération, plus d’orchestration multi-étapes.
Une sortie limitée, sous surveillance, qui en dit long sur le contexte du marché
Le point le plus singulier de l’annonce reste la distribution. OpenAI ne parle pas d’un simple bêta-test public. L’entreprise explique avoir présenté en amont ses plans et les capacités du modèle au gouvernement américain, puis avoir lancé la préversion auprès de partenaires dont la participation a été partagée avec l’administration. Ce détail change la lecture du produit. GPT-5.6 n’est pas seulement une montée en gamme commerciale. C’est aussi un modèle considéré comme suffisamment sensible pour justifier une coordination politique en amont.
Cette prudence colle avec les domaines que OpenAI cite explicitement : le code, la biologie et la cybersécurité. Le groupe affirme avoir développé Sol, Terra et Luna avec ses garde-fous les plus robustes à ce jour, avec des configurations adaptées aux capacités de chaque modèle. En clair, l’éditeur ne traite plus tous les modèles comme des clones bridés de la même façon. Il associe désormais les protections au niveau réel de puissance. C’est plus rationnel, et probablement inévitable.
Tarifs GPT-5.6 : conversion en euros et lecture rapide des écarts
Selon OpenAI, la tarification de GPT-5.6 se fait par million de jetons, avec trois paliers :
- Sol : 5 $ en entrée et 30 $ en sortie
- Terra : 2,50 $ en entrée et 15 $ en sortie
- Luna : 1 $ en entrée et 6 $ en sortie
Pour convertir ces montants, j’utilise le fixing BCE relayé le 24 juin 2026, à 1 euro = 1,1340 dollar, soit 1 dollar = 0,8818 euro selon la Chambre de commerce et d’industrie japonaise en France. Les montants arrondis donnent donc : Sol à 4 € en entrée et 26 € en sortie, Terra à 2 € et 13 €, Luna à 1 € et 5 €.
Deux métriques dérivées aident à lire la gamme. Premièrement, Sol coûte 100 % de plus que Terra, en entrée comme en sortie. Deuxièmement, Sol coûte 400 % de plus que Luna sur ces mêmes postes. Dit autrement, Terra est exactement au milieu de la gamme, et Luna sert de point d’entrée agressif pour les usages à grand volume.
Autre indicateur utile : le ratio sortie/entrée reste identique sur les trois modèles. Sol affiche un multiplicateur de 6x entre jetons de sortie et jetons d’entrée, Terra aussi, Luna aussi. Ce n’est pas un détail. Cela signifie que la stratégie tarifaire ne change pas selon le segment : OpenAI valorise toujours bien plus la génération finale que l’ingestion du prompt.
Mise en cache : le vrai levier économique pour les gros déploiements
La nouveauté la plus sous-estimée de l’annonce touche à la mise en cache. Selon OpenAI, GPT-5.6 introduit une gestion plus prévisible du prompt caching avec des points de rupture explicites et une durée de vie minimale de 30 minutes. Les écritures de cache sont facturées à 1,25x le tarif d’entrée non caché, tandis que les lectures conservent une remise de 90 % sur le coût d’entrée.
Cette mécanique compte plus que le prix facial. Pour un assistant métier, un agent de support ou un outil de génération de code qui réutilise de gros blocs de contexte, la baisse réelle de facture peut être massive. Exemple simple sur Sol : une lecture cachée ramène le coût d’entrée de 5 $ à 0,50 $ par million de jetons, soit environ 0 € à l’arrondi, contre 4 € sans cache. Même en restant prudent sur l’arrondi, la logique est claire : l’optimisation budgétaire se jouera moins sur le choix du modèle que sur la discipline d’architecture.
Face à cela, Anthropic annonce pour Claude Sonnet 4.6 un prix de 3 $ par million de jetons en entrée et 15 $ en sortie, avec jusqu’à 90 % d’économies via le prompt caching et 50 % via le batch processing. Google, de son côté, facture Gemini 2.5 Pro à 1,25 $ en entrée et 10 $ en sortie pour les requêtes jusqu’à 200 000 jetons, avec un contexte de 1 million de jetons selon sa documentation développeur.
Comparaison chiffrée : où GPT-5.6 se place face à Google et Anthropic
Si l’on compare le haut de gamme, GPT-5.6 Sol reprend les prix de GPT-5.5 côté API selon OpenAI : 5 $ en entrée et 30 $ en sortie. En face, Claude Sonnet 4.6 démarre à 3 $ et 15 $ selon Anthropic, tandis que Gemini 2.5 Pro démarre à 1,25 $ et 10 $ pour la tranche standard selon Google.
La lecture tarifaire est brutale. Sol est environ 67 % plus cher que Claude Sonnet 4.6 en entrée, et 100 % plus cher en sortie. Face à Gemini 2.5 Pro, l’écart grimpe à 300 % en entrée et 200 % en sortie sur la tranche jusqu’à 200 000 jetons. Ce positionnement montre une chose simple : OpenAI ne cherche pas à gagner la guerre du prix unitaire sur son modèle phare. L’entreprise vend un niveau de capacité, de raisonnement et de sûreté perçu comme premium.
En revanche, Terra devient plus défendable. À 2,50 $ en entrée et 15 $ en sortie, il se place exactement au niveau de sortie de Claude Sonnet 4.6, tout en restant sous Sol pour les charges courantes. Luna, à 1 $ et 6 $, se rapproche davantage d’un modèle de diffusion large, taillé pour les usages intensifs où le volume compte plus que la qualité maximale.
Ce que l’article d’origine ne disait pas : contexte, benchmarks et héritage de GPT-5.5
Le texte de départ restait très descriptif. Il manquait plusieurs éléments de contexte utiles.
1. GPT-5.6 hérite d’une base commerciale déjà installée
Selon OpenAI, GPT-5.5 était déjà proposé dans l’API à 5 $ en entrée et 30 $ en sortie avec une fenêtre de contexte de 1 million de jetons. Le tarif de Sol ne marque donc pas une hausse. C’est une continuité. L’évolution porte surtout sur la segmentation de la gamme et sur les modes de raisonnement.
2. Le contexte long est devenu un standard attendu
OpenAI a communiqué sur un contexte de 1 million de jetons pour GPT-5.5, tandis que Google annonce également 1 million de jetons pour Gemini 2.5 Pro. Sur ce point, GPT-5.6 ne peut plus se contenter d’être bon. Il doit être meilleur dans la qualité de restitution, la stabilité des agents et le contrôle du coût.
3. Le code reste le champ de bataille principal
Dans sa documentation développeurs, OpenAI affirme que GPT-5 avait atteint 74,9 % sur SWE-bench Verified et 88 % sur Aider Polyglot. L’annonce GPT-5.6 insiste justement sur les progrès en coding. Ce n’est pas anodin. Les éditeurs d’IDE, les plateformes agents et les équipes infra restent le segment qui monétise le mieux les modèles avancés.
4. Le modèle de diffusion change à cause du risque perçu
Le lancement limité demandé en amont par l’administration américaine est probablement l’élément le plus stratégique de cette sortie. Il montre que la question n’est plus seulement : “ce modèle est-il plus performant ?” La vraie question devient : “à quelle vitesse peut-on le mettre entre toutes les mains ?”
5. Le pricing brut ne suffit plus pour comparer les offres
Entre la mise en cache d’OpenAI, le batch chez Anthropic et les différences de seuils chez Google, le prix affiché par million de jetons ne raconte qu’une partie de l’histoire. Le coût réel dépend du type de trafic, de la répétition des prompts, de la part de sortie, et de la longueur moyenne des sessions.
Cas d’usage concrets : quel modèle choisir selon le besoin
Pour ChatGPT et les assistants internes
Terra a le profil le plus crédible pour les assistants d’entreprise. Il reste bien moins cher que Sol, tout en visant les tâches quotidiennes. Pour du support interne, de la rédaction structurée, de la synthèse documentaire ou de la recherche assistée, c’est le meilleur compromis si la disponibilité générale suit.
Pour Codex et les workflows de développement
Sol vise clairement les usages où l’erreur coûte cher : génération de patchs, analyse de codebase, orchestration d’outils, correction de bugs complexes. Le mode ultra, qui s’appuie sur des sous-agents, indique que OpenAI pousse davantage vers l’automatisation séquencée que vers le simple chat de code.
Pour les intégrations à fort volume
Luna a un intérêt évident pour les bots transactionnels, les tâches répétitives, la classification, le routage de tickets ou les reformulations simples. À 1 $ en entrée et 6 $ en sortie, soit environ 1 € et 5 €, il sert de porte d’entrée plus compétitive face aux offres généralistes du marché.
Disponibilité, angles morts et ce qu’il faut encore attendre
À ce stade, plusieurs données restent absentes du dossier public fourni ici. La fenêtre de contexte exacte de GPT-5.6 n’est pas communiquée dans la source de départ. Les limites de débit, les benchmarks propres à Sol, Terra et Luna, ainsi que la date précise d’ouverture générale, sont aussi non communiqué dans les éléments disponibles. Même chose pour la disponibilité détaillée dans ChatGPT versus API, ou pour une éventuelle grille spécifique à Codex.
Ce manque ne bloque pas l’analyse. Il oriente simplement le verdict. GPT-5.6 ressemble moins à une rupture technique publique qu’à une réorganisation méthodique de l’offre OpenAI. L’entreprise affine sa gamme, assume une tarification premium sur le haut de gamme, renforce le rôle du caching et signale que certaines capacités avancées ne sortiront plus sans filtre politique préalable.
Pour les décideurs, la bonne lecture est simple : Sol vise les tâches critiques, Terra les usages massifs de bureau, Luna la scalabilité budgétaire. Pour les concurrents, le message est plus sec : le match ne se jouera plus seulement sur le benchmark, mais sur le couple contrôle du risque + architecture de coût.
Mon avis :
Avis tranché : l’annonce intrigue par sa segmentation claire — Sol, Terra, Luna — et des tarifs lisibles, de 1 € à 26 € par million de tokens selon le niveau, ce qui aide à choisir. Mais le lancement reste frustrant : accès limité, promesses larges, usage réel encore impossible à vérifier.
