GPT-5.6 Sol, Terra et Luna : guide complet

Les trois modèles partagent une base technique très large : raisonnement configurable, texte et image en entrée, outils dans la Responses API, fenêtre de contexte annoncée à 1,05 million de tokens et jusqu'à 128 000 tokens en sortie. Cela ne signifie pas qu'ils produisent la même qualité ou qu'ils gardent aussi bien le fil sur une très longue entrée.

La disponibilité demande un peu d'attention. Dire que « GPT-5.6 est dans ChatGPT » est vrai, mais incomplet : le sélecteur et les modèles accessibles changent selon le produit et le forfait.

• ChatGPT classique : GPT-5.6 Sol alimente les niveaux de raisonnement Medium, High et Extra High sur les offres éligibles. GPT-5.6 Sol Pro alimente le mode Pro.
• ChatGPT Work : Sol, Terra et Luna sont proposés aux utilisateurs Plus, Pro, Business et Enterprise selon le déploiement et les réglages du workspace.
• Codex : Terra est disponible pour Free et Go. Les offres Plus, Pro, Business et Enterprise peuvent choisir Sol, Terra et Luna.
• API OpenAI : les trois modèles sont disponibles avec les identifiants gpt-5.6-sol, gpt-5.6-terra et gpt-5.6-luna. L'alias gpt-5.6 pointe vers Sol.

Dans ChatGPT, GPT-5.5 Instant reste le choix par défaut pour les échanges rapides. ChatGPT peut basculer automatiquement d'Instant vers Medium lorsqu'une demande exige davantage de raisonnement, si cette option est activée.

Terra et Luna ne sont donc pas des boutons supplémentaires dans une conversation ChatGPT standard. Ils deviennent sélectionnables dans Work et Codex, ou appelables directement dans l'API. Cette distinction évite de chercher un modèle absent du mauvais sélecteur.

Sol est le modèle phare de la famille. OpenAI le destine aux travaux complexes qui mêlent plusieurs étapes, plusieurs outils et une exigence élevée sur le résultat final : développement logiciel, recherche, analyse professionnelle, cybersécurité défensive, sciences, utilisation d'ordinateur et design.

Son intérêt ne se limite pas à « mieux répondre ». Sol peut inspecter un environnement, utiliser des outils, suivre une tâche longue, produire un premier résultat puis le contrôler et l'améliorer. Cette capacité est particulièrement utile pour :

• comprendre un projet de code avant de modifier plusieurs fichiers ;
• croiser des sources et transformer la recherche en rapport exploitable ;
• préparer des documents, tableaux et présentations qui doivent respecter une structure existante ;
• concevoir puis vérifier une interface sur ordinateur et mobile ;
• gérer un travail où une erreur coûte plus cher que quelques tokens supplémentaires.

Dans ChatGPT, Sol correspond aux niveaux Medium, High et Extra High. Sol Pro réserve davantage de capacité aux problèmes les plus difficiles et aux tâches longues. Dans Work et Codex, le niveau max est proposé aux utilisateurs ayant accès à GPT-5.6. Le niveau ultra, qui peut coordonner plusieurs agents, est annoncé pour Work sur Pro et Enterprise, et dans Codex à partir de Plus.

Terra est probablement le point de départ le plus intéressant pour beaucoup de workflows professionnels. Il coûte deux fois moins cher que Sol dans l'API tout en conservant la même fenêtre de contexte nominale, les mêmes 128 000 tokens de sortie maximale et l'accès aux principaux outils de la Responses API.

Il convient aux tâches où l'on veut une analyse sérieuse sans mobiliser systématiquement le modèle phare :

• agent de travail quotidien avec recherche, fichiers et outils ;
• analyse de documents et synthèse structurée ;
• production de contenus, plans, tableaux ou comptes rendus ;
• automatisations qui demandent du raisonnement mais tournent régulièrement ;
• développement courant, corrections ciblées et sous-tâches confiées à des agents.

Les résultats publiés par OpenAI montrent que Terra peut dépasser GPT-5.5 sur certains tests de code, de navigation ou d'utilisation d'ordinateur, tout en restant moins cher. Il ne faut pas en déduire qu'il remplace Sol partout : sa valeur vient justement du compromis.

Luna est le modèle le plus rapide et le moins coûteux de la famille. Il ne cherche pas à battre Sol sur les dossiers les plus subtils. Son terrain naturel est une tâche claire, répétable et assez bien définie pour être exécutée des centaines ou des milliers de fois.

Il peut être pertinent pour :

• classer de grandes listes de requêtes, pages, produits ou messages ;
• extraire des champs depuis des textes semi-structurés ;
• normaliser des titres, résumés ou descriptions ;
• produire des variantes courtes à relire ;
• alimenter un premier filtre avant de transmettre les cas difficiles à Terra ou Sol.

Son prix de 1 $ en entrée et 6 $ en sortie par million de tokens le rend attrayant à grande échelle. En revanche, les tests de contexte long et de raisonnement montrent un écart plus net avec Sol et Terra. Une fenêtre de contexte identique sur la fiche technique ne signifie pas une capacité identique à retrouver et relier chaque détail.

Oui, la progression est notable, mais elle doit être lue test par test. Le tableau de lancement OpenAI montre un Sol très fort sur le code, la navigation, l'utilisation d'ordinateur et plusieurs travaux professionnels. Terra se place souvent près de Sol ou au-dessus de GPT-5.5. Luna reste compétitif, mais son avantage principal demeure le rendement par dollar.

Ces résultats ne garantissent pas la qualité d'une réponse particulière. Ils renseignent surtout sur les forces relatives de chaque niveau. Pour un travail réel, la qualité dépend aussi du contexte fourni, des outils autorisés, du niveau de raisonnement, du temps accordé et de la façon dont le résultat est vérifié.

Dans l'API, les trois modèles annoncent une fenêtre de contexte de 1 050 000 tokens, une sortie maximale de 128 000 tokens et une date de connaissances arrêtée au 16 février 2026. Ils acceptent du texte et des images en entrée, mais pas directement l'audio ou la vidéo sur ces modèles.

Via la Responses API, Sol, Terra et Luna peuvent utiliser notamment :

• recherche web et recherche dans les fichiers ;
• génération d'images et interpréteur de code ;
• shell hébergé et application de correctifs ;
• utilisation d'ordinateur, MCP, skills et recherche d'outils ;
• function calling et sorties structurées.

Le contexte long a aussi un coût particulier. Au-delà de 272 000 tokens d'entrée, OpenAI indique une facturation doublée sur l'entrée et multipliée par 1,5 sur la sortie pour l'ensemble de la requête. Il est donc souvent plus efficace de sélectionner les bonnes sources que de verser un million de tokens sans tri.

Les montants sont exprimés par million de tokens. GPT-5.6 ajoute des points de rupture explicites pour le cache et une durée minimale annoncée de 30 minutes. Les écritures de cache sont facturées 1,25 fois le prix d'une entrée non mise en cache ; les lectures gardent une réduction de 90 %. Pour un agent qui réutilise de longues instructions ou un même corpus, l'architecture du cache peut compter presque autant que le choix du modèle.

La famille 5.6 ne se résume pas à un nouveau score de benchmark. OpenAI met en avant plusieurs briques destinées aux workflows agentiques :

• Programmatic Tool Calling : le modèle peut écrire et exécuter de petits programmes en mémoire pour coordonner les outils et traiter les résultats intermédiaires.
• Multi-agent en bêta : une requête peut répartir des travaux entre plusieurs sous-agents puis synthétiser leurs résultats.
• Raisonnement persistant : les tâches longues conservent mieux leur continuité entre les étapes.
• Images en dimensions originales : l'API accepte un niveau de détail original ou automatique pour certains travaux visuels.
• Niveaux de raisonnement : Sol, Terra et Luna prennent en charge des efforts allant de none à max dans l'API, avec des options supplémentaires selon Work et Codex.

Pour un développeur ou une équipe qui automatise du travail, le progrès le plus utile peut donc venir de la coordination : mieux choisir les outils, contrôler les résultats et déléguer les sous-problèmes, plutôt que simplement produire une réponse plus longue.

GPT-5.6 peut renforcer une routine SEO ou éditoriale, à condition de choisir le niveau adapté et de conserver des sources actuelles.

• Sol : analyser un ensemble d'audits, relier données techniques et contenus, préparer un plan de correction, revoir du code, comparer plusieurs scénarios ou construire un outil interne.
• Terra : synthétiser des exports, préparer des briefs, organiser un calendrier éditorial, transformer des notes en structure exploitable et automatiser des contrôles récurrents.
• Luna : classer des mots-clés, regrouper des intentions, normaliser des métadonnées, extraire des entités ou produire un premier tri sur de grands volumes.

Un modèle ne connaît pas automatiquement les positions, prix, pages ou tendances du jour. Pour les sujets récents, il faut lui donner des données fiables ou activer les outils de recherche appropriés. Les textes publics méritent ensuite une relecture pour retirer les généralisations, vérifier les faits et garder une voix naturelle.

Une méthode simple consiste à commencer par le niveau le moins coûteux capable de réussir la tâche, puis à monter seulement lorsque le résultat le justifie.

1. Choisissez Luna si la consigne est stable, la sortie courte et le volume élevé.
2. Passez à Terra si la tâche demande davantage de contexte, d'outils ou de jugement.
3. Utilisez Sol pour les problèmes complexes, ambigus ou coûteux à rater.
4. Réservez Sol Pro, max ou ultra aux dossiers où une réflexion plus longue ou plusieurs agents apportent une vraie valeur.

Il est souvent plus rentable d'organiser un workflow en cascade : Luna traite le volume, Terra gère les cas intermédiaires et Sol reprend les dossiers difficiles. Cette organisation doit toutefois être testée avec vos propres exemples, car le meilleur partage dépend du type de données et du niveau d'erreur acceptable.

ChatGPT Pro figure dans le forfait Premium Rankerfox. La sortie de GPT-5.6 rend cet accès plus intéressant pour les recherches longues, le code, les fichiers et les travaux qui demandent plusieurs passes. Elle ne signifie pas que les trois noms apparaîtront immédiatement dans chaque interface : le modèle visible dépend du produit OpenAI utilisé, du déploiement, du forfait et des limites de la session.

GPT-5.6 reste un système probabiliste. Une réponse peut être fluide et contenir une erreur, une source mal reliée ou une conclusion trop sûre. Plus un sujet touche à des données clients, des décisions juridiques, de la santé, de la finance, de la cybersécurité ou une publication commerciale, plus le contrôle humain doit être sérieux.

• Ne transmettez pas de secrets, clés API, mots de passe ou données personnelles sans cadre adapté.
• Vérifiez les citations, calculs, prix, dates et affirmations récentes.
• Testez la sortie sur des exemples réels avant d'automatiser un grand volume.
• Surveillez les coûts du contexte long, des outils et des tokens de sortie.
• Prévoyez un modèle de secours lorsqu'une allocation ou un niveau devient temporairement indisponible.

OpenAI précise également que GPT-5.6 utilise des protections entraînées dans les modèles, des vérifications en temps réel et une surveillance accrue. Certaines demandes biologiques ou cyber à risque peuvent être refusées ou contrôlées davantage.

GPT-5.6 est-il déjà disponible dans ChatGPT ?

Oui, avec un déploiement progressif. Sur les offres éligibles, Medium, High et Extra High utilisent GPT-5.6 Sol, tandis que Pro utilise GPT-5.6 Sol Pro. GPT-5.5 Instant reste le mode rapide par défaut.

Peut-on choisir Terra ou Luna dans une conversation ChatGPT classique ?

Non. OpenAI indique que Terra et Luna ne sont pas sélectionnables dans les conversations standard. Ils sont proposés dans ChatGPT Work et Codex selon le forfait, ainsi que dans l'API.

Quel est le modèle GPT-5.6 le plus puissant ?

GPT-5.6 Sol est le modèle phare. Sol Pro et les niveaux de raisonnement élevés visent les tâches les plus difficiles. Terra cherche le compromis et Luna l'efficacité à grande échelle.

Luna est-il meilleur que GPT-5.5 ?

Pas sur tous les tests. Luna dépasse GPT-5.5 sur certaines évaluations et reste derrière sur d'autres. Son avantage principal est d'offrir une capacité élevée à un coût et une latence plus faibles.

Quelle est la fenêtre de contexte de GPT-5.6 ?

Les trois fiches API annoncent 1 050 000 tokens de contexte et 128 000 tokens de sortie maximale. La qualité réelle sur un contexte très long varie toutefois selon le modèle et la structure des informations fournies.

Combien coûte GPT-5.6 dans l'API ?

Par million de tokens, Sol coûte 5 $ en entrée et 30 $ en sortie, Terra 2,50 $ et 15 $, Luna 1 $ et 6 $. Les outils, le contexte supérieur à 272 000 tokens et certaines options peuvent modifier le coût final.

GPT-5.6 remplace-t-il GPT-5.5 Instant ?

Non. Dans ChatGPT, GPT-5.5 Instant reste le mode par défaut pour les réponses rapides. GPT-5.6 Sol prend la relève lorsque davantage de raisonnement est demandé.

Les caractéristiques, prix et disponibilités de cet article ont été vérifiés dans les pages publiques OpenAI consultées le 12 juillet 2026 :

• annonce officielle de GPT-5.6 ;
• GPT-5.6 dans ChatGPT ;
• fiche API GPT-5.6 Sol ;
• fiche API GPT-5.6 Terra ;
• fiche API GPT-5.6 Luna.