GPT-6 Sol : ce que c'est, ce que ça coûte et pour qui en 2026

Ce qu'est réellement GPT-6 Sol

GPT-6 Sol est le modèle équilibré de milieu de gamme dans la gamme GPT-6 d'OpenAI. Il a été lancé en même temps que le plus petit GPT-6 Luna le 23 septembre 2026, trois semaines après le modèle phare GPT-6 Astra. La formule choc d'OpenAI résume exactement comment penser ces deux nouveaux modèles : « Build with Sol. Scale with Luna. » Sol est le moteur du quotidien, Luna est l'option bon marché à haut volume, et Astra est le moteur de pointe auquel on recourt quand une tâche en a vraiment besoin.

Sous le capot, la fiche du modèle donne les caractéristiques importantes pour le développement : l'identifiant du modèle est gpt-6-sol, avec une fenêtre de contexte de 1 050 000 tokens, une entrée maximale de 922K, une sortie maximale de 128K, et une date limite de connaissances au 20 avril 2026. Il prend du texte et des images en entrée et renvoie du texte, et l'effort de raisonnement va de none en passant par medium (la valeur par défaut) jusqu'à max. Sur l'API Responses, il est livré avec la recherche web, un interpréteur de code, un shell hébergé, l'utilisation d'ordinateur et le support MCP. Autrement dit, la même surface d'outils que le modèle phare, au prix du cheval de trait.

Le seul chiffre qui compte : c'est moitié prix

Voici la raison d'être de GPT-6 Sol. Sur la page de tarification de l'API, Sol coûte 2 $ par million de tokens en entrée et 10 $ par million de tokens en sortie au niveau standard, avec une entrée en cache à 0,20 $ et des écritures en cache à 2,50 $. C'est une baisse uniforme de 50 % par rapport aux 4 $/20 $ de GPT-5.6 Sol.

Les deux nouveaux modèles ont reçu le même traitement. GPT-6 Luna descend à 0,10 $ en entrée et 0,50 $ en sortie. Sur OpenRouter, le tarif de 2 $/10 $ de Sol a été confirmé dès le premier jour, et le verdict le plus clair de la communauté sur le lancement, tiré d'un commentaire très remarqué sur Hacker News, était sans détour : « ~performances équivalentes pour 0,5x le prix. » C'est tout le produit résumé en une phrase.

Si vous voulez le tableau complet, y compris les niveaux Batch et Flex qui divisent encore le prix par deux, le niveau du mode Fast qui le double, et le supplément pour contexte long, j'ai tout détaillé dans le guide dédié des tarifs de GPT-6 Sol. La version courte pour cet article : pour la plupart des charges de travail standard, Sol est désormais le moyen le moins cher d'obtenir l'intelligence de la génération précédente depuis l'API d'OpenAI.

Le test de réalité des benchmarks

C'est ici qu'il faut séparer le cadrage du lancement des chiffres, car « moitié prix » n'est une bonne nouvelle que si la qualité a tenu.

Sur l'intelligence générale, elle est restée à peu près stable. Artificial Analysis a rapporté que GPT-6 Sol se situe au même niveau que GPT-5.6 Sol à la fois sur son Intelligence Index et son Coding Agent Index, avec « des progrès sur certaines évaluations, des reculs sur d'autres ». Les benchmarks agentiques racontent la même histoire modeste : AutomationBench-AA à 62 contre 60, Terminal-Bench 4.0 à 44 contre 40, et AA-Omniscience passant légèrement de 22 à 27. Ce sont des écarts propres à une version mineure, pas un bond générationnel, et OpenAI ne prétend pas le contraire.

L'amélioration véritable se trouve ailleurs, plus discrète : la véracité factuelle. OpenAI affirme que GPT-6 Sol commet environ deux fois moins d'erreurs factuelles que GPT-5.6 Sol, se rapprochant du niveau d'Astra. Des tests indépendants en mode effort maximal ont fait passer le taux d'hallucination de 92 % à 60 % (Luna s'est amélioré de 93 % à 77 %). Pour tout ce où une réponse assurée mais fausse coûte cher, et le support client est exactement ce type de travail, moins d'hallucinations pour moitié prix est une meilleure affaire que quelques points de benchmark.

Il y a une réserve légitime côté codage. Le propre résultat DeepSWE v1.1 d'OpenAI place Sol à 68,8 %, à environ un point du meilleur score de Fable 5 d'Anthropic, et à un coût par tâche environ 80 % inférieur. Donc, en termes de prix par résultat pour les agents de codage, Sol est très compétitif. Il y parvient simplement en étant bon marché, pas en étant plus intelligent que son prédécesseur.

Comment GPT-6 Sol se compare au sein de la famille

La façon la plus claire de situer Sol est de le comparer à ses deux frères. Luna est le pari sur le volume, Astra est la frontière technologique, et Sol est celui vers lequel la plupart des équipes devraient se tourner par défaut.

Source : tarifs de l'API OpenAI. Le schéma est délibéré : la même fenêtre de contexte gigantesque pour les trois modèles, un saut de prix en sortie de 5x à chaque niveau, et une mission claire pour chacun. La plupart des personnes qui se tourneraient vers Astra par simple réflexe du « nouveau modèle » obtiendraient 95 % de la valeur avec Sol, ce qui est précisément la décision qu'OpenAI encourage avec « Build with Sol ».

Quel modèle GPT-6 devriez-vous réellement utiliser ?

Si vous choisissez entre les trois pour un projet réel, la réponse dépend généralement de la nature de la tâche, pas du modèle le plus récent. Choisissez votre cas d'usage ci-dessous.

Comment y accéder

GPT-6 Sol a été déployé dès le jour du lancement, mais l'endroit où vous l'obtenez dépend de votre façon de travailler.

• API : l'identifiant du modèle est gpt-6-sol, sur Responses et Chat Completions. Il n'y a pas d'accès au niveau gratuit, donc le Tier 1 est le minimum, à partir de 500 requêtes par minute. Les limites de débit standard évoluent avec votre niveau d'utilisation.
• ChatGPT et Codex : Sol est disponible pour les utilisateurs Plus (20 $), Pro, Business, Enterprise et Edu, selon la note de lancement. Les utilisateurs Free et Go (8 $) n'obtiennent que Luna, dans l'application de bureau.
• Spécifiquement pour Codex : puisque Sol est le modèle « avec lequel construire », il s'intègre naturellement dans le travail de codage agentique, et l'économie est plus favorable qu'Astra pour des sessions d'une journée entière. Si vous budgétisez sur ce terrain, le détail des tarifs de Codex vaut le coup d'œil.

L'accès via un abonnement ChatGPT est une affaire légèrement meilleure que ce que suggère la simple baisse de l'API, car la réduction de 50 % sur l'API s'ajoute aux quotas de plan existants. Mais si vous intégrez Sol dans un produit, c'est sur l'API que l'histoire du prix se concrétise vraiment.

Ce que GPT-6 Sol signifie pour un développeur

Si vous développez avec l'API, la conclusion pratique est simple : c'est une mise à niveau gratuite. Pointez votre intégration existante de GPT-5.6 Sol vers gpt-6-sol, et vous obtenez à peu près la même qualité de sortie, moins d'hallucinations, et une facture qui vient d'être divisée par deux. Il y a très peu de raisons de ne pas le faire, et la fenêtre de contexte partagée de 1M signifie que vous ne perdez rien côté entrée.

L'endroit où je ralentirais est partout où vous seriez tenté de vous tourner directement vers Astra. Le coût d'un agent IA est dominé par les tokens de sortie sur les tâches longues, et Astra coûte 5 fois plus cher que Sol en sortie. À moins que votre charge de travail ne soit vraiment du type autonome et multi-étapes pour lequel Astra a été conçu, Sol fera le travail pour un cinquième du prix. Modélisez cela sur votre propre trafic avant de vous engager, de la même manière que vous évalueriez toute décision liée au coût du support client IA.

C'est aussi l'occasion de connaître la CLI d'eesel si vous préférez opérer depuis un terminal. C'est un moyen adapté aux agents de piloter le même espace de travail eesel que celui exposé par le tableau de bord : une personne peut l'exécuter manuellement, des scripts peuvent l'automatiser, et des agents de codage comme Claude Code, Codex et Cursor peuvent l'appeler directement. Donc, si vous êtes le type de développeur qui préfère pointer gpt-6-sol vers un flux de support depuis la ligne de commande plutôt que de naviguer dans une interface, ce chemin existe, et il pilote le même coéquipier testé plutôt qu'un module séparé.

Ce que cela signifie si vous dirigez une équipe de support

Ici, je veux être utile plutôt qu'enthousiaste, parce que je construis dans ce domaine et la réponse honnête est un peu contre-intuitive.

Si vous dirigez le support client ou les opérations internes, un modèle moins cher et légèrement plus véridique change moins de choses que ce que suggère le lancement. Un modèle brut comme Sol, c'est de l'infrastructure. C'est un moteur capable, mais tel quel, il ne connaît pas votre politique de remboursement, il ne peut pas voir vos 50 000 derniers tickets, il n'a pas accès à votre système de commandes, et il n'a aucun moyen sûr d'être testé sur votre véritable file d'attente avant de commencer à répondre aux clients. La plupart des gens confondent « le modèle est devenu moins cher et plus précis » avec « mon support s'est amélioré », alors que ce sont deux projets très différents.

Le travail qui fait vraiment bouger le taux de résolution, c'est la couche autour du modèle : le connecter à vos connaissances, l'intégrer au service d'assistance que vous utilisez déjà, lui donner des actions qu'il peut effectuer en toute sécurité, et vous permettre de le simuler sur votre propre historique avant sa mise en production. J'ai passé des années à mettre de l'IA sur des files de support en direct, et la leçon qui revient sans cesse, c'est qu'un bot au ton assuré, aussi bon soit le modèle, doit tout de même être testé sur vos véritables tickets passés, car c'est le seul moyen de savoir comment il se comportera. Un modèle moins cher avec moins d'hallucinations est un bon vent favorable. Il n'a jamais été tout le travail.

C'est aussi pourquoi je ne me précipiterais pas pour changer de plateforme votre automatisation du support la semaine où un nouveau modèle sort. Les meilleurs agents de support IA et agents IA sont agnostiques quant au modèle par conception, donc lorsqu'un modèle nettement meilleur ou moins cher arrive, vous héritez de la mise à niveau sans rien reconstruire. Le facteur différenciant n'a jamais été le modèle que vous avez branché. C'est tout le reste.

Essayez eesel

Si votre véritable intérêt pour GPT-6 Sol est « comment obtenir une IA qui résout plus de tickets, à moindre coût », c'est exactement la mission pour laquelle un coéquipier IA est conçu, et c'est là que se situe eesel. GPT-6 Sol est le moteur ; eesel est le coéquipier que vous embauchez pour le piloter. L'agent de support IA s'entraîne sur vos tickets passés et votre centre d'aide, se branche sur le service d'assistance que vous utilisez déjà au lieu de le remplacer, et vous permet de le simuler sur des milliers de vos véritables tickets historiques afin que vous voyiez exactement comment il va se comporter avant qu'il ne touche une conversation en direct.

La facturation raconte la même histoire que le produit. Au lieu de payer par token pour réfléchir, vous payez par ticket résolu qu'il traite réellement, sans frais par poste et sans minimum de plateforme, de sorte que le coût suit les résultats plutôt que le bavardage du modèle. Et parce qu'eesel est agnostique quant au modèle, un modèle moins cher et plus précis comme GPT-6 Sol est un avantage que vous héritez gratuitement, pas une migration que vous devez réaliser.

GPT-6 Sol est une sortie réelle et bienvenue : la même intelligence que la génération précédente, moins d'erreurs, moitié prix. Mais pour la plupart des équipes, le modèle n'a jamais été le goulot d'étranglement. Intégrer un coéquipier testé, connecté et responsable dans votre flux de travail existant, voilà ce qui l'est, et c'est là qu'il vaut la peine d'investir votre énergie. Vous pouvez démarrer gratuitement sans carte de crédit, le pointer vers une partie de votre file, et voir les chiffres de résolution sur vos propres tickets.