OpenAI a annoncé GPT-5.6 Sol le 26 juin 2026. Pour les développeurs, le point important n’est pas seulement la fiche technique : c’est l’accès. Vous ne pouvez pas sélectionner ce modèle dans ChatGPT, ni ajouter un nouvel ID de modèle à votre code existant. Pendant la préversion, GPT-5.6 est réservé à environ 20 partenaires approuvés individuellement par le gouvernement américain, via l’API OpenAI et Codex.
Voici donc la version opérationnelle : GPT-5.6 est une préversion limitée. Il n’est pas disponible dans ChatGPT pendant cette phase. Il est accessible uniquement via l’API et Codex, pour une liste fermée de partenaires. OpenAI annonce une disponibilité générale via ChatGPT, Codex et l’API « dans les prochaines semaines ». Si votre objectif est de l’intégrer aujourd’hui, vous ne pouvez probablement pas encore le faire. La bonne approche consiste à comprendre les changements, préparer vos scénarios de test et utiliser un modèle disponible en attendant.
TL;DR
- GPT-5.6 introduit trois niveaux durables : Sol pour le modèle phare, Terra pour l’équilibre coût/performance, et Luna pour la vitesse et le coût réduit.
- Le lancement du 26 juin 2026 est une préversion limitée, restreinte par le gouvernement américain.
- L’accès se fait uniquement via API OpenAI et Codex, pas via ChatGPT.
- Environ 20 partenaires approuvés peuvent l’utiliser pendant la préversion.
- Les nouveaux contrôles incluent un effort de raisonnement max et un mode ultra basé sur des sous-agents.
- Prix annoncés par 1 million de jetons : Sol à 5 $ en entrée / 30 $ en sortie, Terra à 2,50 $ / 15 $, Luna à 1 $ / 6 $.
- Aujourd’hui, la meilleure action consiste à préparer vos tests et workflows avec des modèles accessibles, puis à basculer vers GPT-5.6 lorsque l’accès sera ouvert.
Ce que vous pouvez faire aujourd’hui
Avant d’entrer dans les détails, voici le plan concret pour une équipe de développement :
- Ne codez pas d’ID de modèle GPT-5.6 en dur. Les IDs publics ne sont pas encore publiés.
- Préparez une couche de configuration modèle dans votre application.
- Testez vos prompts et workflows avec un modèle disponible.
- Mesurez coût, latence et qualité sur vos cas d’usage réels.
- Préparez vos scénarios API pour pouvoir remplacer le modèle dès que GPT-5.6 sera disponible.
Exemple minimal de configuration côté application :
type LlmProviderConfig = {
baseUrl: string;
apiKey: string;
model: string;
};
const llmConfig: LlmProviderConfig = {
baseUrl: process.env.LLM_BASE_URL!,
apiKey: process.env.LLM_API_KEY!,
model: process.env.LLM_MODEL!, // Ne pas supposer un ID GPT-5.6 pour l’instant
};
L’objectif est simple : éviter de dépendre d’un modèle indisponible et rendre le changement de modèle trivial au moment de la disponibilité générale.
La réalité de l’accès
Pouvez-vous utiliser GPT-5.6 Sol aujourd’hui ? Presque certainement pas.
La préversion est accessible uniquement via l’API OpenAI et Codex. Elle n’est pas disponible dans ChatGPT. L’accès est limité à environ 20 partenaires dont les noms ont été approuvés par le gouvernement américain. OpenAI annonce une disponibilité générale dans ChatGPT, Codex et l’API dans les prochaines semaines.
Ce point change la manière de planifier une intégration. Pour l’instant, vous ne devez pas concevoir votre produit comme si Sol était déjà une option disponible en production. Traitez GPT-5.6 comme une cible future, pas comme une dépendance immédiate.
La famille GPT-5.6 : Sol, Terra et Luna
GPT-5.6 est une génération de modèles divisée en trois niveaux :
- Sol : le modèle phare. Il cible les tâches complexes, notamment le codage agentique, le raisonnement scientifique et certains cas de cybersécurité défensive.
- Terra : le niveau équilibré. OpenAI le positionne comme environ deux fois moins cher que GPT-5.5 avec des performances similaires.
- Luna : le niveau le plus rapide et le moins coûteux, destiné aux charges à grand volume.
La règle à retenir :
GPT-5.6 = génération
Sol / Terra / Luna = niveau de capacité
Ce système rend le choix plus lisible. Au lieu de deviner ce que signifie un suffixe de modèle, vous choisissez d’abord un niveau :
- besoin de précision maximale : Sol ;
- besoin d’un bon compromis : Terra ;
- besoin de volume et de coût bas : Luna.
Pour approfondir la logique de nommage, voir l’analyse de ce que signifient réellement Sol, Terra et Luna. Pour comparer avec la génération précédente, consultez aussi ce qu’est GPT-5.5.
Pourquoi le nouveau système de nommage compte
Le changement n’est pas seulement marketing. Avec Sol, Terra et Luna, OpenAI sépare plus clairement :
- la génération du modèle ;
- le niveau de capacité ;
- le positionnement coût/performance.
Pour une équipe qui maintient plusieurs workflows IA, cela facilite la configuration.
Exemple de routage logique :
function selectModel(task: "critical" | "balanced" | "bulk") {
switch (task) {
case "critical":
return process.env.MODEL_SOL ?? process.env.FALLBACK_STRONG_MODEL!;
case "balanced":
return process.env.MODEL_TERRA ?? process.env.FALLBACK_BALANCED_MODEL!;
case "bulk":
return process.env.MODEL_LUNA ?? process.env.FALLBACK_FAST_MODEL!;
}
}
Même si GPT-5.6 n’est pas encore accessible, vous pouvez déjà structurer votre application autour de cette logique : modèle fort, modèle équilibré, modèle rapide.
Les nouveaux contrôles de raisonnement : max et ultra
Deux contrôles sont réellement nouveaux dans cette annonce, tous deux associés à Sol.
Effort de raisonnement max
L’effort de raisonnement détermine combien de temps le modèle consacre à l’analyse avant de répondre. Le mode max est destiné aux tâches où une erreur coûte plus cher que le temps de calcul supplémentaire.
Cas d’usage typiques :
- revue de code complexe ;
- analyse de bug multi-fichiers ;
- raisonnement scientifique ;
- diagnostic de sécurité défensive ;
- planification d’une migration technique.
Dans une API, ce type de paramètre pourrait être traité comme une option configurable, même si les noms exacts des champs ne doivent pas être supposés tant que la documentation finale n’est pas publiée.
{
"model": "model-a-remplacer",
"input": "Analyse ce changement d’architecture et identifie les risques.",
"reasoning_effort": "max"
}
Ce JSON est un exemple de structure conceptuelle, pas une spécification officielle GPT-5.6.
Mode ultra
Le mode ultra est plus ambitieux. Selon OpenAI, il « va au-delà d’un agent unique en utilisant des sous-agents pour accélérer les tâches complexes ».
Concrètement, cela signifie qu’un seul appel pourrait répartir une tâche en sous-tâches internes. Le développeur n’aurait pas forcément besoin de construire lui-même toute l’orchestration externe.
Exemple de tâche adaptée :
Analyse ce dépôt, identifie les endpoints non testés,
propose des tests d’intégration, détecte les risques de sécurité
et génère un plan de correction priorisé.
Aujourd’hui, vous pourriez orchestrer ce workflow manuellement avec plusieurs appels :
1. Scanner les fichiers
2. Identifier les endpoints
3. Comparer avec les tests existants
4. Générer les tests manquants
5. Faire une revue de sécurité
6. Résumer les priorités
Le mode ultra suggère que certaines de ces étapes pourraient être déléguées à des sous-agents dans une seule exécution. Cela peut modifier la manière de concevoir les agents, mais il faudra attendre l’accès réel et la documentation publique pour valider les limites pratiques.
Capacités mises en avant : codage, science et cybersécurité
Sol est optimisé pour trois catégories principales.
Codage
Le cas d’usage phare est le codage agentique : le modèle ne se contente pas d’écrire un bloc de code, il peut lire des fichiers, exécuter des commandes, analyser les sorties et itérer.
Exemples de prompts adaptés :
Tu es dans un dépôt Node.js. Trouve pourquoi les tests d’intégration échouent,
propose un correctif minimal, puis explique les changements.
Analyse cette API Express, identifie les routes non documentées
et génère une spécification OpenAPI cohérente.
Science et biologie
OpenAI mentionne GeneBench v1 dans l’ensemble d’évaluation, ce qui signale un focus sur le raisonnement scientifique et les tâches liées à la biologie. Les détails restent toutefois à traiter avec prudence tant que les résultats complets ne sont pas disponibles publiquement.
Cybersécurité défensive
C’est le point le plus sensible du lancement. Sol est présenté comme capable de trouver des vulnérabilités logicielles et de produire des correctifs, tout en résistant aux tentatives d’assemblage de chaînes d’exploits complètes.
L’usage visé est défensif :
- audit de code ;
- identification de vulnérabilités ;
- proposition de patchs ;
- amélioration de tests de sécurité ;
- durcissement d’applications.
Ce n’est pas présenté comme un modèle pour automatiser des attaques offensives. Cette portée cyber et bio explique en grande partie la restriction gouvernementale.
Pourquoi l’accès est restreint
GPT-5.6 se distingue des lancements précédents par son cadre de disponibilité. L’administration américaine a limité le lancement en vertu d’un décret exécutif du 2 juin 2026 établissant des benchmarks et des évaluations pour les nouveaux modèles d’IA.
Résultat : le modèle est disponible d’abord uniquement pour une liste de partenaires approuvés.
OpenAI présente cette restriction comme temporaire. Selon OpenAI, cité dans la couverture de MacRumors :
« Nous prenons cette mesure à court terme parce que nous pensons que c’est le moyen le plus sûr d’atteindre une disponibilité plus large dans les semaines à venir. »
Vous pouvez lire les rapports dans l’article de MacRumors et dans la couverture de VentureBeat.
Pour les développeurs, la conséquence est importante : l’accès à certains modèles de pointe peut dépendre non seulement du fournisseur, mais aussi d’un calendrier réglementaire. Ce sujet est détaillé dans l’article sur les raisons pour lesquelles le gouvernement restreint GPT-5.6 et ce que cela signifie pour les développeurs. Cela fait aussi écho à l’intérêt autour d’Anthropic et de Claude Mythos, couvert dans l’histoire de Claude Mythos.
Tarification annoncée
Vous ne pouvez pas encore acheter librement de l’usage GPT-5.6. La tarification sert donc surtout à comprendre le positionnement des niveaux.
| Niveau | Entrée par 1M de jetons | Sortie par 1M de jetons | Positionnement |
|---|---|---|---|
| Sol | 5 $ | 30 $ | Fleuron, coût le plus élevé |
| Terra | 2,50 $ | 15 $ | Équilibré, environ 2 fois moins cher que GPT-5.5 |
| Luna | 1 $ | 6 $ | Le plus rapide, coût le plus bas |
Lecture pratique :
- utilisez Sol quand la qualité justifie le coût ;
- utilisez Terra pour les workflows principaux ;
- utilisez Luna pour le volume, les tâches simples ou les pipelines à forte fréquence.
Nous détaillons davantage cette logique dans l’analyse tarifaire de GPT-5.5, qui sert de référence pour comprendre le positionnement de Terra.
Impact de la mise en cache des prompts
GPT-5.6 ajoute aussi la mise en cache des prompts avec des points d’arrêt de cache explicites.
D’après les informations disponibles :
- durée minimale du cache : 30 minutes ;
- écriture dans le cache : 1,25x le tarif d’entrée non mis en cache ;
- lecture depuis le cache : réduction standard de 90 % sur les entrées mises en cache.
Pour les développeurs, c’est potentiellement le levier de coût le plus important si vous envoyez souvent le même contexte.
Exemple de workflow où le cache compte :
Contexte système long :
- règles métier
- schéma API
- conventions de code
- politique de sécurité
- exemples internes
Requêtes répétées :
- générer un test
- corriger une route
- documenter un endpoint
- analyser une erreur
Dans ce type de cas, vous devez isoler le contexte stable du contenu variable.
Structure recommandée :
[Contexte stable à mettre en cache]
- règles projet
- documentation API
- conventions
- schémas
[Entrée variable]
- bug du jour
- fichier modifié
- endpoint à tester
- question utilisateur
Spécifications connues et inconnues
Plusieurs informations attendues ne sont pas encore publiées. Voici l’état actuel.
| Spécification | Statut |
|---|---|
| Date de sortie | 26 juin 2026, confirmé |
| Niveaux | Sol, Terra, Luna, confirmé |
| Accès | Préversion API + Codex, pas ChatGPT, environ 20 partenaires approuvés |
| Contrôles de raisonnement | Effort max, mode sous-agent ultra |
| Tarification | Sol 5 $/30 $, Terra 2,50 $/15 $, Luna 1 $/6 $ par 1M de jetons |
| ID de modèle API | Non publiés. Ne pas supposer d’ID |
| Fenêtre de contexte | Rapportée autour de 1,5M de jetons, mais non confirmée |
| Sortie maximale, date de coupure des connaissances, modalités | Non spécifié |
À vérifier en direct à partir de juin 2026.
GPT-5.6 est en préversion limitée et OpenAI n’a pas publié tous les détails. La fenêtre de contexte est rapportée par certaines couvertures comme étant d’environ 1,5M de jetons, mais d’autres sources indiquent qu’elle n’est pas spécifiée. Considérez cette valeur comme non confirmée. Les IDs exacts des modèles API n’ont pas été publiés.
Même prudence pour les benchmarks. Selon les premières couvertures et les chiffres d’OpenAI, Sol serait très performant sur des évaluations de codage agentique comme Terminal-Bench et sur des évaluations cyber et bio. Ces données doivent être attribuées aux sources disponibles, pas traitées comme des mesures indépendantes.
Comment préparer votre intégration sans accès GPT-5.6
Même sans accès, vous pouvez préparer votre stack.
1. Externaliser le modèle dans la configuration
LLM_BASE_URL=https://api.example.com/v1
LLM_MODEL=current-production-model
LLM_API_KEY=your-api-key
const response = await fetch(`${process.env.LLM_BASE_URL}/chat/completions`, {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.LLM_API_KEY}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
model: process.env.LLM_MODEL,
messages: [
{ role: "system", content: "Tu es un assistant de développement." },
{ role: "user", content: "Analyse cette erreur TypeScript." }
],
}),
});
Quand GPT-5.6 sera disponible, vous remplacerez la configuration au lieu de modifier votre logique métier.
2. Créer un jeu de tests de prompts
Préparez un fichier de cas représentatifs :
[
{
"name": "debug-typescript-error",
"input": "Voici une erreur TypeScript. Explique la cause et propose un correctif minimal.",
"expectedCriteria": ["cause", "correctif", "risque"]
},
{
"name": "generate-api-tests",
"input": "Génère des tests d’intégration pour cet endpoint.",
"expectedCriteria": ["cas nominal", "erreurs", "authentification"]
},
{
"name": "security-review",
"input": "Analyse ce handler Express et identifie les risques de sécurité.",
"expectedCriteria": ["validation", "auth", "injection", "logs"]
}
]
Vous pourrez exécuter les mêmes cas sur vos modèles actuels, puis sur GPT-5.6 plus tard.
3. Mesurer avant de migrer
Pour chaque modèle, suivez au minimum :
- taux de réussite fonctionnelle ;
- coût par tâche ;
- latence ;
- longueur de sortie ;
- nombre de corrections humaines nécessaires ;
- stabilité des réponses.
Un modèle plus puissant n’est pas automatiquement le meilleur choix pour tous les endpoints. Sol peut être pertinent pour les tâches critiques, tandis que Terra ou Luna peuvent être plus adaptés à la production quotidienne.
Comparaison avec les modèles disponibles aujourd’hui
Le point pratique est le suivant : Sol est comparé à des modèles que vous pouvez déjà utiliser, comme Claude Mythos 5, Claude Fable 5, GPT-5.5, Gemini 3.5 et 3.1 Pro, GLM-5.2 ou Fugu Ultra. Sol, lui, n’est pas disponible publiquement pendant la préversion.
La vraie décision n’est donc pas :
Sol ou mon ancien modèle ?
Mais plutôt :
Attendre Sol ou livrer maintenant avec un modèle disponible ?
Pour la plupart des équipes, la réponse est de livrer avec un modèle accessible, tout en gardant une architecture permettant de tester Sol dès son ouverture. Une comparaison plus détaillée est disponible dans les modèles de pointe que vous pouvez utiliser à la place de GPT-5.6 Sol.
Tester vos workflows API avec Apidog
C’est là qu’Apidog est utile de manière concrète. Vous ne pouvez pas encore tester Sol publiquement, car il n’y a pas de point d’accès ouvert ni d’ID de modèle publié. En revanche, vous pouvez déjà :
- tester des API compatibles OpenAI disponibles aujourd’hui ;
- enregistrer vos requêtes ;
- comparer les réponses de plusieurs modèles ;
- documenter vos endpoints ;
- conserver des scénarios prêts à rejouer ;
- remplacer l’URL ou le modèle lorsque GPT-5.6 sera accessible.
Workflow recommandé :
1. Créer une collection pour vos appels LLM
2. Ajouter les variables : base_url, api_key, model
3. Enregistrer vos prompts critiques
4. Tester avec les modèles disponibles
5. Comparer coût, latence et qualité
6. Basculer la variable model quand Sol sera disponible
FAQ
GPT-5.6 Sol est-il disponible dans ChatGPT ?
Non. Pendant la préversion, GPT-5.6 Sol n’est pas disponible dans ChatGPT. L’accès se fait uniquement via l’API OpenAI et Codex, pour environ 20 partenaires approuvés par le gouvernement américain.
Que signifient Sol, Terra et Luna ?
Ce sont des niveaux de capacité dans la génération GPT-5.6. Sol est le plus puissant, Terra est le niveau équilibré, et Luna est le plus rapide et le moins coûteux. Le chiffre indique la génération, le nom indique le niveau.
Pourquoi GPT-5.6 est-il restreint par le gouvernement ?
Un décret exécutif américain du 2 juin 2026 a établi des benchmarks et des évaluations pour les nouveaux modèles d’IA. Le lancement de GPT-5.6 est limité dans ce cadre. OpenAI présente cette restriction comme temporaire. La couverture est disponible dans le rapport d’Android Authority.
Puis-je tester GPT-5.6 dans Apidog maintenant ?
Non, pas directement. Il n’existe pas encore de point d’accès public ni d’ID de modèle publié. Vous pouvez cependant tester les alternatives disponibles dans Apidog, puis réutiliser vos scénarios lorsque l’accès à Sol sera ouvert.
Quand GPT-5.6 sera-t-il généralement disponible ?
OpenAI annonce une disponibilité générale via ChatGPT, Codex et l’API dans les prochaines semaines. Aucune date exacte n’a été confirmée.
Conclusion
GPT-5.6 Sol est un modèle phare prometteur, mais son lancement n’est pas un lancement public classique. Pendant la préversion, l’accès est limité à l’API OpenAI et Codex, sans ChatGPT, pour environ 20 partenaires approuvés par le gouvernement américain.
Pour les développeurs, la meilleure stratégie est claire :
- ne pas dépendre d’un modèle inaccessible ;
- préparer une configuration flexible ;
- tester vos workflows avec des modèles disponibles ;
- suivre les annonces d’accès ;
- basculer vers GPT-5.6 uniquement quand l’API, les IDs de modèles et les conditions d’usage seront publics.
Vous voulez être prêt le jour où votre accès sera disponible ? Téléchargez Apidog pour créer et tester vos scénarios avec les modèles actuels, puis les diriger vers Sol dès le premier jour.
Top comments (0)