Comment utiliser GPT-5.6 dans Codex

Le 9 juillet 2026, OpenAI a rendu GPT-5.6 généralement disponible sur ChatGPT, Codex et l’API, avec un déploiement mondial sur environ 24 heures. Dans Codex, cette mise à jour introduit trois modèles par défaut — Sol, Terra et Luna — six niveaux d’effort de raisonnement et un mode Ultra qui exécute quatre agents en parallèle. L’aperçu limité commencé le 26 juin est terminé : ces options sont désormais accessibles aux comptes éligibles.

Essayez Apidog dès aujourd’hui

Si vous utilisez Codex dans le cloud, depuis un IDE ou via la CLI Codex, vous devez maintenant décider quel modèle et quel niveau d’effort appliquer à chaque tâche. Ce guide montre comment choisir Sol, Terra ou Luna, quand activer Ultra et comment valider le code d’intégration API généré par Codex avec Apidog.

En bref

• GPT-5.6 est disponible dans Codex depuis le 9 juillet 2026, selon votre plan ChatGPT.
• gpt-5.6-sol cible le raisonnement profond et les tâches complexes.
• gpt-5.6-terra est le choix équilibré pour le travail quotidien.
• gpt-5.6-luna privilégie la vitesse, le coût et le volume.
• Le mode Ultra exécute quatre agents en parallèle.
• Les niveaux d’effort vont de aucun à max pour ajuster profondeur, latence et consommation.
• Utilisez Ultra pour les tâches parallélisables, pas pour une correction isolée.
• Testez systématiquement les endpoints générés ou consommés par Codex.

Ce qui a changé dans Codex

Toute la famille GPT-5.6 est arrivée dans Codex au même moment. Le sélecteur de modèle affiche désormais Sol, Terra et Luna, avec un accès dépendant de votre plan ChatGPT. Ces modèles sont également arrivés dans GitHub Copilot le même jour.

Les trois changements à retenir :

1. Le numéro correspond à la génération ; le nom correspond au niveau de capacité.

   • gpt-5.6-sol est le modèle phare à raisonnement approfondi.
   • L’alias gpt-5.6 pointe vers Sol.
   • gpt-5.6-terra représente l’option équilibrée.
   • gpt-5.6-luna cible les tâches rapides, sensibles à la latence ou à fort volume.

2. Ultra est un mode d’exécution, pas un modèle.
   
   Il distribue une tâche entre quatre agents en parallèle par défaut.

3. L’effort de raisonnement devient un réglage explicite.
   
   Vous pouvez choisir entre aucun, faible, moyen, élevé, très élevé et max.

Vos fichiers d’instructions, vos règles d’approbation et votre workflow Codex restent inchangés. La différence se situe dans la capacité du modèle et les nouveaux contrôles disponibles.

Choisir Sol, Terra ou Luna

Ne choisissez pas un modèle parce qu’il est « meilleur » en général. Choisissez-le selon la profondeur de raisonnement nécessaire et le coût d’une erreur.

Modèle	Cas d’utilisation idéal	Quand le choisir
gpt-5.6-sol	Débogage multi-fichiers, changements d’architecture, longues chaînes d’outils	Une erreur coûte cher ou la tâche demanderait plusieurs heures de travail manuel
gpt-5.6-terra	Fonctionnalités, tests, revues de code, refactorisations moyennes	Votre valeur par défaut pour la majorité des sessions
gpt-5.6-luna	Code passe-partout, scripts, messages de commit, premiers brouillons	La vitesse compte davantage que l’analyse approfondie

Configuration recommandée pour démarrer

Commencez avec ce profil :

Modèle par défaut : Terra
Effort par défaut : moyen
Sol + effort élevé : débogage complexe et modifications transverses
Luna + effort faible : scripts, renommages et tâches mécaniques
Ultra : uniquement pour les tâches réellement parallélisables

Selon les chiffres de lancement d’OpenAI, Sol atteint 88,8 % sur Terminal-Bench 2.1, et 91,9 % avec le mode Ultra. Ces résultats restent des chiffres fournis par le vendeur au lancement. Sur SWE-Bench Pro, les propres rapports d’OpenAI montrent Claude Fable 5 en tête à 80,3 %, contre 64,6 % pour Sol : GPT-5.6 ne domine donc pas tous les benchmarks de code.

Consultez la documentation développeur OpenAI pour les identifiants de modèle à jour et leur disponibilité selon l’interface.

Évitez de laisser Sol avec un effort max en permanence. Vous consommerez plus rapidement vos limites d’usage et ajouterez de la latence sur des tâches que Terra aurait pu résoudre.

Utiliser le mode Ultra efficacement

Le mode Ultra exécute quatre agents en parallèle, puis consolide leurs résultats. Son objectif principal est de réduire le temps réel nécessaire à une tâche importante. En contrepartie, il augmente la consommation de jetons et d’utilisation.

Activez Ultra pour ces cas

• Refactorisations touchant de nombreux fichiers.
• Migrations de framework ou de version d’API.
• Remplacement de nombreux appels similaires mais non identiques.
• Débogage urgent avec plusieurs hypothèses à explorer.
• Tâches où le dépôt peut être inspecté en parallèle par domaine ou module.

Par exemple, Ultra peut être pertinent pour cette demande :

Migre tous les appels Axios du répertoire /src vers notre client HTTP interne.
Mets à jour les tests associés.
Liste les endpoints impactés et signale les comportements non couverts.

Cette tâche peut être divisée entre plusieurs zones du projet.

N’activez pas Ultra pour ces cas

• Correction dans un seul fichier.
• Renommage ciblé.
• Modification dépendant d’étapes strictement séquentielles.
• Tâche courte où le temps de coordination dépasse le gain du parallélisme.
• Fin de période de facturation ou quota d’utilisation limité.

Ultra consomme les limites d’utilisation Codex plus rapidement. Avant de l’activer, vérifiez que la tâche peut être divisée en sous-problèmes indépendants.

Le gain de benchmark est modeste ; le vrai avantage est le temps réel. Si quatre agents réduisent une refactorisation de 40 minutes à une fraction de ce temps, le surcoût peut être justifié avant une échéance. Pour aller plus loin, consultez comment fonctionne le mode Ultra de GPT-5.6.

Régler l’effort de raisonnement

GPT-5.6 propose six niveaux d’effort :

aucun → faible → moyen → élevé → très élevé → max

L’effort contrôle la profondeur de raisonnement appliquée à une tâche. Plus il augmente, plus le modèle peut consacrer de ressources à l’analyse, avec un impact potentiel sur la latence et l’utilisation.

Guide pratique par type de tâche

Effort	Tâches adaptées
aucun / faible	Renommages, formatage, changements mécaniques, tests générés depuis un modèle clair
moyen	Fonctionnalités standard, endpoints simples, revues de code, tests unitaires
élevé	Débogage multi-fichiers, analyse de performances, codebase inconnue
très élevé / max	Concurrence, corruption mémoire, incidents complexes, bugs non résolus depuis plusieurs jours

Méthode d’ajustement

Pour éviter de surconsommer votre quota, testez chaque type de tâche avec deux niveaux d’effort :

1. Exécutez la tâche avec votre réglage actuel.
2. Répétez-la avec un niveau inférieur.
3. Comparez :
   • la qualité du diff ;
   • le nombre de corrections nécessaires ;
   • la durée ;
   • la consommation ;
   • la couverture de tests obtenue.
4. Conservez le niveau le plus faible qui produit un résultat fiable.

GPT-5.6 fournit généralement des réponses plus courtes que GPT-5.5. Supprimez donc les anciennes directives du type :

Sois concis.
Saute le préambule.
Ne donne aucune explication.

Empiler ces règles sur un modèle déjà concis peut produire des diffs trop laconiques, sans explication des choix importants ni signalement des risques.

Disponibilité selon le plan ChatGPT

Les détails d’accès évoluent régulièrement. Le tableau suivant est un instantané basé sur le centre d’aide OpenAI.

Plan	Modèles GPT-5.6	Mode Ultra dans Codex	Remarques
Gratuit / Go	Terra dans ChatGPT	Non	Codex n’est pas inclus dans les niveaux gratuits
Plus	Sol, Terra, Luna	Oui	Sol disponible à partir de l’effort moyen
Pro	Sol, Terra, Luna, Sol Pro	Oui	Limites plus élevées et accès à Sol Pro
Entreprise	Sol, Terra, Luna, Sol Pro	Oui	Contrôles d’administration et Ultra via ChatGPT Work

Deux conséquences pratiques :

• Le plan Plus inclut déjà le sélecteur complet et Ultra dans Codex.
• La différence entre Plus et Pro concerne surtout les limites d’usage et Sol Pro, pas la disponibilité de base des trois modèles.

Si vous préférez payer à l’usage via l’API, l’accès API n’est pas conditionné par ces plans. Les tarifs mentionnés sont de 5 $ / 30 $ pour Sol, 2,50 $ / 15 $ pour Terra et 1 $ / 6 $ pour Luna, par million de jetons d’entrée/sortie.

Vérifier le code API généré par Codex avec Apidog

Une part importante du code produit par un agent concerne les API :

• gestionnaires de routes ;
• clients HTTP ;
• consommateurs de webhooks ;
• schémas de requêtes ;
• fixtures de test ;
• mocks ;
• intégrations tierces.

Codex peut générer ce code rapidement. Cela ne garantit pas qu’il respecte votre contrat API réel.

Voici un workflow simple pour conserver la vitesse sans accepter aveuglément la sortie de l’agent.

1. Donnez la spécification OpenAPI à Codex

Ajoutez votre fichier OpenAPI au dépôt et indiquez explicitement son emplacement dans les instructions du projet.

Exemple dans un fichier d’instructions :

La spécification API de référence se trouve dans `docs/openapi.yaml`.

Avant de modifier un endpoint, vérifie :
- les chemins ;
- les paramètres ;
- les schémas de requête ;
- les schémas de réponse ;
- les codes d’état documentés.

Ainsi, Codex s’appuie sur le contrat réel au lieu d’inférer les noms de champs ou les statuts HTTP.

2. Faites générer l’intégration

Utilisez Terra avec un effort moyen pour les intégrations standard. Passez à Sol avec un effort élevé si l’intégration touche plusieurs modules, plusieurs services ou une logique de transformation complexe.

Exemple de demande :

À partir de docs/openapi.yaml :

1. Ajoute un client TypeScript pour POST /orders.
2. Valide les réponses non 2xx.
3. Ajoute des tests pour 201, 400 et 422.
4. Ne modifie pas les endpoints existants.
5. Liste les hypothèses qui ne sont pas couvertes par la spécification.

3. Testez les endpoints avant de fusionner

Importez la même spécification dans Apidog, puis testez les endpoints générés ou modifiés par Codex.

Vérifiez au minimum :

• le chemin et la méthode HTTP ;
• les paramètres de requête ;
• les en-têtes ;
• le type de contenu ;
• les codes d’état ;
• les champs obligatoires ;
• le schéma de réponse ;
• les cas limites ;
• les erreurs métier.

Un test basé sur votre spécification permet de détecter rapidement des erreurs silencieuses, par exemple :

- un champ renommé côté client ;
- un Content-Type incorrect ;
- un code 422 traité comme un 400 ;
- une propriété obligatoire oubliée ;
- un format de date incorrect ;
- une réponse paginée interprétée comme une liste simple.

4. Simulez les APIs indisponibles

Lorsque le service cible n’est pas encore déployé, simulez-le depuis la spécification. Vous pouvez ainsi exécuter les tests d’intégration générés par Codex contre un contrat réaliste avant que le backend final soit disponible.

5. Intégrez la vérification à la boucle agentique

Vous pouvez aussi connecter la CLI Apidog à Codex afin que l’agent exécute vos tests API dans sa propre boucle de travail. La procédure est détaillée dans comment utiliser la CLI Apidog dans Codex.

Points encore à surveiller

GPT-5.6 dans Codex est récent. Gardez ces limites à l’esprit :

• Déploiement progressif : certaines régions ou interfaces peuvent afficher les modèles et réglages avec un léger décalage.
• Spécifications à confirmer : la fenêtre contextuelle de 1 million de jetons et la sortie maximale de 128 000 jetons proviennent de documentation précoce ; considérez-les comme rapportées jusqu’à stabilisation des pages OpenAI.
• Benchmarks fournis par le vendeur : les résultats de Terminal-Bench et les autres chiffres de lancement sont publiés par OpenAI.
• Plans évolutifs : les limites et les règles d’accès peuvent être ajustées après le lancement.

Ne bloquez pas votre adoption pour autant. Testez plutôt GPT-5.6 sur quelques tâches représentatives de votre backlog avant de définir les réglages par défaut de l’équipe.

FAQ

Quel modèle GPT-5.6 définir par défaut dans Codex ?

Commencez avec Terra. Il est adapté aux fonctionnalités quotidiennes, aux tests, aux revues et aux refactorisations moyennes. Passez à Sol pour les tâches multi-fichiers ou à raisonnement long. Utilisez Luna pour les scripts, le code passe-partout et les tâches rapides.

Puis-je utiliser GPT-5.6 dans Codex sans plan payant ?

Pas directement : Codex nécessite un plan ChatGPT payant. L’accès gratuit à GPT-5.6 dans ChatGPT est limité à Terra. L’API n’a pas cette restriction de plan. Consultez aussi comment utiliser Codex gratuitement.

Le mode Ultra consomme-t-il les limites plus rapidement ?

Oui. Ultra lance quatre agents en parallèle, donc une tâche consomme plusieurs fois les ressources d’une exécution classique. Réservez-le aux tâches importantes qui peuvent réellement être réparties.

Le mode Ultra est-il identique à Sol Pro ?

Non. Sol Pro est un réglage orienté qualité et raisonnement sur un modèle unique. Ultra est un mode multi-agents qui parallélise l’exécution. Sol Pro cherche une meilleure réponse ; Ultra cherche à accélérer les tâches importantes.

Configuration recommandée

Pour la plupart des développeurs, utilisez cette stratégie :

Terra + effort moyen
→ fonctionnalités, tests et refactorisations habituelles

Sol + effort élevé
→ bugs complexes, architecture et tâches multi-fichiers

Luna + effort faible
→ scripts, génération répétitive et opérations mécaniques

Ultra
→ migrations et refactorisations larges avec travail parallélisable

Enfin, traitez toujours le code généré par Codex comme une contribution à vérifier. Donnez-lui votre spécification OpenAPI, faites-lui produire l’intégration, puis validez les endpoints dans Apidog avant de fusionner. Une génération plus rapide n’est utile que si la validation suit le même rythme.