OpenAI GPT-5.6 Sol, Terra et Luna : performances, tarification et efficacité en détail

Introduction

La série GPT-5.6 d'OpenAI comprend trois niveaux de modèles : Sol, Terra et Luna.

Plutôt que de proposer un modèle unique pour toutes les charges de travail, OpenAI différencie la série selon les capacités, les coûts et le débit :

• GPT-5.6 Sol est le modèle phare, conçu pour les travaux professionnels complexes, la programmation, la recherche, la cybersécurité et les tâches agentiques de longue durée.
• GPT-5.6 Terra est destiné aux charges de travail nécessitant encore une intelligence puissante mais avec des exigences de coût plus strictes.
• GPT-5.6 Luna est le membre le plus rapide et le moins cher de la série, adapté aux charges de travail sensibles aux coûts et à haut débit.

OpenAI a présenté un premier aperçu de la série en juin 2026 et l'a rendue entièrement disponible le 9 juillet. L'article source d'AIBase, publié le 30 juillet, met en lumière les gains d'efficacité derrière ce lancement : de meilleures performances par jeton, des niveaux de modèles à moindre coût, ainsi que des optimisations d'infrastructure et de boucle agentique visant à réduire le coût total d'exécution des tâches.

Cet accent est crucial. Pour les systèmes d'IA de production, la métrique pertinente n'est plus seulement l'intelligence apparente d'un modèle en isolation, mais la quantité de travail utile qu'il peut accomplir dans un temps, une puissance de calcul et un budget donnés.

Trois modèles GPT-5.6 pour différentes charges de travail

OpenAI décrit Sol, Terra et Luna comme des niveaux de capacité permanents, et non comme des suffixes temporaires.

Le numéro de génération identifie la série GPT-5.6, tandis que les noms distinguent les niveaux de performance et de coût attendus.

Modèle	Positionnement	Prix d'entrée API	Prix de sortie API	Fenêtre de contexte	Sortie maximale
GPT-5.6 Sol	Modèle phare pour les travaux professionnels complexes	5 $ par million de tokens	30 $ par million de tokens	1 050 000 tokens	128 000 tokens
GPT-5.6 Terra	Équilibre entre intelligence et coût	2,50 $ par million de tokens	15 $ par million de tokens	1 050 000 tokens	128 000 tokens
GPT-5.6 Luna	Charges de travail à haut débit et sensibles aux coûts	1 $ par million de tokens	6 $ par million de tokens	1 050 000 tokens	128 000 tokens

Les trois pages de modèles indiquent une date limite de connaissances au 16 février 2026 et prennent en charge une entrée texte + image ainsi qu'une sortie texte.

L'alias API gpt-5.6 redirige vers GPT-5.6 Sol.

GPT-5.6 Sol : Le modèle phare

Sol est le niveau GPT-5.6 le plus performant d'OpenAI.

OpenAI le positionne pour :

• La programmation complexe
• Les flux de travail agentiques de longue durée
• Le travail de connaissance spécialisé
• La recherche scientifique
• La cybersécurité
• L'utilisation d'ordinateur
• L'analyse multimodale
• Les tâches de raisonnement à haute valeur

Sur l'Artificial Analysis Coding Agent Index v1.1, OpenAI rapporte que GPT-5.6 Sol obtient un score de 80 en mode de raisonnement maximal, contre 77,2 pour Claude Fable 5 dans le même tableau.

OpenAI indique également que dans cette comparaison, Sol utilise moins de la moitié des tokens de sortie, moins de la moitié du temps, tout en ayant un coût de tâche estimé inférieur.

Cela ne signifie pas que Sol est systématiquement meilleur sur tous les benchmarks. Le propre tableau de lancement d'OpenAI montre que des modèles concurrents sont en tête dans certaines évaluations. L'argument de vente le plus cohérent de GPT-5.6 est la performance par jeton et par dollar, plutôt qu'une domination absolue dans chaque catégorie de tâches.

GPT-5.6 Terra : Le niveau équilibré

Terra est le modèle intermédiaire de la série.

OpenAI décrit ses capacités comme étant au niveau de GPT-5.5, tandis que sa tarification est de :

• 2,50 $ par million de tokens d'entrée
• 15 $ par million de tokens de sortie

Cela correspond à la moitié du prix de 5 $ / 30 $ du précédent niveau phare.

Ainsi, Terra convient aux équipes ayant besoin de capacités de raisonnement et d'agentique solides, mais sans avoir à utiliser Sol pour chaque requête.

Les cas d'usage typiques incluent :

• Les agents d'entreprise
• Les sous-agents de codage
• L'analyse de documents
• Les flux de recherche
• L'automatisation intensive en outils
• Les tâches professionnelles à volume élevé

Le modèle prend en charge la même fenêtre de contexte de 1,05 million de tokens et la même sortie maximale de 128 000 tokens que Sol.

GPT-5.6 Luna : Le niveau GPT-5.6 le moins cher

Luna est conçu pour les charges de travail où le débit et le coût sont primordiaux.

Ses prix API sont de :

• 1 $ par million de tokens d'entrée
• 6 $ par million de tokens de sortie

Cela rend la tarification d'entrée et de sortie 80 % moins chère que Sol.

OpenAI décrit Luna comme son modèle GPT-5.6 le plus rapide et le plus abordable. Il convient aux charges de travail suivantes :

• La classification
• L'extraction
• Le routage
• Le traitement à volume élevé
• Les agents légers
• Les tâches structurées répétitives
• Les applications pouvant faire remonter les cas difficiles à Terra ou Sol

Un prix plus bas ne signifie pas que Luna est simplement un modèle utilitaire non dédié au raisonnement. Il prend toujours en charge les fonctionnalités de raisonnement de GPT-5.6 et l'écosystème d'outils d'OpenAI, mais avec un plafond de capacité inférieur à celui de Sol.

L'efficacité est un thème central de GPT-5.6

L'article d'AIBase souligne que GPT-5.6 n'est pas seulement une mise à niveau de la qualité du modèle.

L'objectif technique plus large est d'augmenter la quantité de travail utile produite par jeton et de réduire les frais généraux d'exécution des agents.

Les documents de lancement officiels d'OpenAI soutiennent cette orientation plus large.

La société indique que GPT-5.6 a été entraîné pour effectuer un travail utile avec moins de tokens de sortie, et que son guide du développeur suggère, lors de la migration depuis GPT-5.5 ou GPT-5.4, de tester le même niveau d'effort de raisonnement — généralement en descendant d'un niveau.

C'est important car le prix affiché par jeton n'est qu'une partie du coût d'un agent.

Un flux de travail en plusieurs étapes peut consommer des frais via :

• Des invites volumineuses
• Des contextes répétés
• Des tokens de raisonnement
• Des définitions d'outils
• Des sorties d'outils
• Des boucles de tentatives
• De multiples tours de modèle
• Des sous-agents
• De longues réponses finales

Par conséquent, un modèle nécessitant moins d'étapes, même avec un taux nominal par jeton apparemment similaire, peut en pratique s'avérer moins cher.

Les performances de codage de Sol améliorent le rapport performance par dollar

L'article original met en avant les performances de l'agent de codage Sol.

Tableau de référence actuel d'OpenAI

Rapport :

Évaluation de codage	GPT-5.6 Sol	GPT-5.6 Terra	GPT-5.6 Luna	GPT-5.5
Indice d'intelligence de codage analytique v1.1	80	77,4	74,6	76,4
SWE-Bench Pro	64,6%	63,4%	62,7%	59,4%
DeepSWE v1.1	72,7%	69,6%	67,2%	67,0%
Terminal-Bench 2.1	88,8%	87,4%	84,7%	85,6%

Ces données proviennent du tableau de lancement publié par OpenAI et doivent être lues dans le contexte d'un cadre et d'un paramétrage d'évaluation spécifiques.

Par exemple, les résultats des benchmarks peuvent varier en fonction des éléments suivants :

• Profondeur de raisonnement
• Cadre d'agent
• Disponibilité des outils
• Contraintes de temps
• Nombre de graines d'évaluation
• Instantané du modèle
• Format de l'invite

OpenAI précise également que certaines de ses comparaisons de coûts et de latence sont basées sur des estimations hors ligne du comportement de production, et non sur une facturation directe des services concurrents.

La leçon pratique est qu'il faut tester les modèles dans des tâches de production représentatives, plutôt que de choisir un modèle uniquement sur la base d'un classement.

La pile d'inférence est en cours d'optimisation, pas seulement le modèle

La source d'AIBase décrit l'optimisation de l'ensemble de la pile de services, y compris :

• Équilibrage de charge
• Décodage spéculatif
• Optimisation du cache
• Noyaux GPU optimisés

Elle rapporte également que les travaux d'inférence ont amélioré l'efficacité de génération de jetons de plus de 15 %.

Ces détails sur les services sous-jacents sont présentés dans le rapport d'AIBase. La page de lancement publique actuelle d'OpenAI pour GPT-5.6 confirme un effort plus large d'amélioration des services et de l'efficacité de la recherche, mais les données sous-jacentes exactes doivent être considérées comme issues du rapport source, sauf si elles sont reproduites dans des publications techniques d'OpenAI ou des benchmarks documentant des méthodes complètes.

Ce qui peut être confirmé de manière indépendante à partir de la documentation d'OpenAI, c'est que GPT-5.6 a ajouté plusieurs mécanismes visant à réduire le travail inutile du modèle.

Cela inclut :

• Génération de jetons plus efficace
• Cache d'invites explicite
• Inférence persistante
• Appels d'outils programmatiques
• Exécution multi-agents pour les charges de travail appropriées
• Profondeur de raisonnement configurable

L'orientation technique est cohérente : réduire le travail redondant autour de chaque tâche réussie.

Le cache d'invites devient plus explicite

GPT-5.6 introduit un cache d'invites plus prévisible.

La documentation d'OpenAI prend en charge les points de rupture de cache explicites, permettant aux développeurs de décider quels préfixes d'invite réutilisables doivent être mis en cache.

Pour les modèles GPT-5.6 :

• L'écriture dans le cache est facturée à 1,25 fois le tarif normal des entrées non mises en cache.
• La lecture depuis le cache peut bénéficier d'une remise de 90 % sur les entrées mises en cache.
• La documentation d'OpenAI indique une durée de vie minimale du cache de 30 minutes pour le nouveau comportement de cache.

Cela change la façon dont les développeurs pensent aux agents à long terme.

Si de grandes invites système, des catalogues d'outils, des sections de politique ou un contexte de projet stable sont envoyés à plusieurs reprises comme entrées non mises en cache, le coût peut être élevé.

Lorsque les préfixes réutilisables restent stables, le cache peut réduire ce coût.

En revanche, des écritures inutiles dans le cache peuvent augmenter les coûts. Par conséquent, OpenAI recommande de suivre simultanément l'utilisation des jetons de cache et des jetons d'écriture dans le cache, plutôt que de supposer que le cache est toujours moins cher.

L'orchestration d'outils peut réduire les allers-retours du modèle

Le deuxième domaine principal d'efficacité est le cadre d'agent.

La boucle d'outils traditionnelle se déroule généralement comme suit :

1. Le modèle décide d'appeler.

2. L'application exécute cet outil.

3. Le résultat complet de l'outil est renvoyé au modèle.

4. Le modèle lit le résultat et décide de la prochaine action.

5. Un autre outil est appelé.

6. La boucle se répète.

Bien que flexible, cette méthode peut devenir coûteuse.

Les sorties intermédiaires volumineuses des outils peuvent entrer à plusieurs reprises dans le contexte du modèle, même si seule une petite partie des données est nécessaire.

Les appels d'outils programmatiques de GPT-5.6 offrent une alternative.

La documentation d'OpenAI montre que GPT-5.6 peut écrire du JavaScript dans un environnement d'exécution hébergé pour :

• Appeler les outils éligibles
• Transmettre les résultats entre les appels
• Filtrer les données intermédiaires
• Fusionner les enregistrements
• Trier les résultats
• Dédupliquer les données
• Valider les données
• Renvoyer des résultats structurés plus petits au modèle

Pour les workflows délimités, cela peut réduire :

• Les tours de modèle
• La croissance des invites
• Les jetons intermédiaires
• Le nombre d'allers-retours réseau

OpenAI indique que ce modèle est particulièrement utile lorsque le code peut gérer plusieurs résultats d'outils prévisibles sans avoir à réévaluer sémantiquement après chaque appel.

Il ne convient pas à toutes les tâches d'agent.

Dans les cas suivants, l'interaction directe modèle-outil reste une meilleure option :

• Un seul appel d'outil suffit
• Chaque résultat peut entraîner un changement substantiel dans le raisonnement de l'étape suivante
• Une approbation humaine est nécessaire
• Les résultats intermédiaires sont déjà petits
• La réponse finale doit conserver des références ou des artefacts natifs

L'objectif n'est pas de minimiser le nombre d'appels à tout prix, mais d'éviter de transmettre des informations inutiles via le modèle.

L'historique de conversation et le raisonnement peuvent être gérés plus finement

L'article d'AIBase note également qu'une gestion plus stricte de l'historique de conversation est un moyen d'améliorer le taux de réutilisation du cache.

Le guide de développement actuel d'OpenAI pour GPT-5.6 fournit un mécanisme officiel associé : l'inférence persistante.

Les développeurs peuvent configurer la manière dont le raisonnement des tours précédents reste disponible.

C'est important pour les workflows à long terme, car toutes les idées antérieures ne sont pas toujours aussi utiles.

Si la tâche reste stable, un raisonnement plus ancien peut améliorer la continuité.

Si l'objectif change, conserver tout le raisonnement antérieur augmente les coûts et introduit des hypothèses obsolètes.

Par conséquent, OpenAI permet aux applications de contrôler le contexte de raisonnement et recommande de conserver correctement les éléments de réponse nécessaires lors de la gestion manuelle de l'historique.

Cela donne aux développeurs un autre levier pour équilibrer :

• La continuité
• L'efficacité du cache
• La taille du contexte
• Le coût
• La qualité

Des invites allégées peuvent également réduire le coût des agents

Le guide de développement d'OpenAI pour GPT-5.6 recommande particulièrement l'allègement des invites.

Dans des échantillons d'évaluation d'agents de codage internes, OpenAI rapporte que la simplification des invites et des descriptions d'outils :

• A amélioré les scores d'évaluation d'environ 10 % à 15 %
• A réduit le nombre total de jetons de 41 % à 66 %
• A réduit les coûts de 33 % à 67 %

OpenAI précise que ces chiffres sont fournis à titre indicatif et que les résultats varient selon la charge de travail.

La recommandation n'est pas de supprimer les contraintes utiles.

Son objectif est d'éliminer les redondances.

Le processus de migration pratique est le suivant :

1. Partir d'un ensemble d'invites et d'outils qui fonctionnent déjà.
2. Supprimer un ensemble d'instructions redondantes à chaque fois.
3. Réexécuter les mêmes tâches d'évaluation.
4. Conserver les contraintes qui améliorent la qualité mesurable.
5. Supprimer les instructions qui ajoutent des jetons sans améliorer l'efficacité.

Ceci est particulièrement important pour les produits d'agents, car la même invite système et les mêmes descriptions d'outils peuvent être envoyées des milliers de fois par jour.

Le choix du modèle doit correspondre à la charge de travail

La série GPT-5.6 offre aux développeurs trois options principales en matière de coût-qualité.

Utiliser Sol lorsque la qualité est la contrainte principale

Choisir Sol lorsque les tâches peuvent bénéficier substantiellement de capacités de pointe.

Cas d'utilisation :

• Ingénierie logicielle de haute difficulté
• Recherche complexe
• Planification à long terme
• Travaux de cybersécurité
• Analyse professionnelle à haute valeur ajoutée
• Tâches où une légère amélioration de la qualité justifie le coût plus élevé du modèle

Utiliser Terra pour les tâches de production générales puissantes

Lorsque les tâches nécessitent une capacité de raisonnement solide sans avoir besoin de Sol, Terra est un choix pragmatique.

Elle convient pour :

• Agents d'entreprise quotidiens
• Assistance au codage
• Workflows documentaires
• Sous-agents de recherche
• Utilisation d'outils de complexité moyenne
• Tâches professionnelles à volume élevé

Utiliser Luna lorsque le coût et le volume prédominent

Luna est le choix naturel pour les scénarios suivants :

• Classification
• Extraction
• Routage
• Transformation de données
• Workflows d'outils légers
• Automatisation back-end à volume élevé

L'architecture courante consiste à router les tâches régulières vers Luna ou Terra, et à ne faire remonter que les tâches les plus difficiles vers Sol.

Le prix n'est qu'un point de départ

Pour les systèmes d'agents, une simple comparaison du coût par jeton peut être trompeuse.

Considérez deux modèles.

Le modèle A a un coût par jeton de sortie plus faible, mais nécessite :

• Deux fois plus de jetons d'inférence
• Plus d'appels d'outils
• Plus de tentatives
• Plus de contexte
• Plus d'itérations

Le modèle B a un prix catalogue plus élevé, mais accomplit la tâche en moitié moins d'étapes.

Le deuxième modèle pourrait encore être moins cher par tâche accomplie.

Par conséquent, les équipes évaluant GPT-5.6 doivent suivre :

• Le taux de réussite des tâches
• Le nombre total de jetons d'entrée
• Le nombre total de jetons de sortie
• Les jetons en cache
• Les jetons d'écriture dans le cache
• Le nombre d'itérations du modèle
• Le nombre d'appels d'outils
• La latence
• Le taux de tentatives
• Le temps de correction manuelle
• Le coût total par tâche réussie

Voilà ce que signifie réellement « intelligence par jeton ».

Tests de migration pratiques

Pour les équipes utilisant déjà GPT-5.5 ou des modèles antérieurs, une comparaison contrôlée est plus utile qu'une migration immédiate et complète.

Étape 1 : Construire un ensemble d'évaluation représentatif

Incluez :

• Des requêtes simples
• Des requêtes difficiles
• Des tâches à long contexte
• Des workflows intensifs en outils
• Des cas d'échec connus
• Des exemples de production

Étape 2 : Utiliser l'effort d'inférence actuel comme référence

OpenAI recommande de commencer avec le même effort d'inférence que celui utilisé pour le modèle précédent.

Ensuite, testez en réduisant d'un niveau.

GPT-5.6 peut maintenir la qualité avec moins de jetons d'inférence, mais cela doit être vérifié sur votre charge de travail.

Étape 3 : Comparer Sol, Terra et Luna

Ne présumez pas que le modèle phare est automatiquement le meilleur choix pour la production.

Mesurez si Terra ou Luna peut répondre aux mêmes critères d'acceptation à moindre coût.

Étape 4 : Tester la mise en cache des invites

Suivez les lectures et écritures dans le cache.

Lorsque le taux de réutilisation est élevé, un contexte stable peut devenir nettement plus économique, mais des préfixes d'invite changeant fréquemment peuvent ne pas en bénéficier autant.

Étape 5 : Tester les appels d'outils programmatiques là où cela est approprié

Appliquez-les aux étapes de traitement aux limites bien définies, par exemple :

• Filtrage
• Agrégation
• Tri
• Jointure
• Déduplication

Comparez les résultats avec des appels d'outils directs ordinaires.

Étape 6 : Mesurer l'économie de l'achèvement des tâches

Une facture de jetons plus basse n'a de sens que si la tâche finale atteint toujours les normes de qualité.

L'objectif d'optimisation correct n'est pas le moins de jetons possible.

C'est d'obtenir un résultat réussi au coût fiable le plus bas.

Pourquoi GPT-5.6 reflète un virage plus large vers l'efficacité

Pendant des années, la compétition entre modèles de pointe a été dominée par une question : quel modèle est le plus capable ?

Cette question reste importante.

Mais à mesure que l'IA entre dans la production à grande échelle, une autre question devient tout aussi cruciale :

Combien de travail utile le système peut-il accomplir par unité de calcul et par dollar investi ?

Les systèmes d'agents amplifient cette pression.

Une seule requête utilisateur peut déclencher :

• De multiples itérations d'inférence
• Des recherches
• De l'exécution de code
• Des API externes
• Des sous-agents
• De grandes fenêtres de contexte
• Des validations répétées

Sans une orchestration minutieuse, la facture totale peut rapidement grimper.

GPT-5.6 reflète un passage plus large de la simple extension des capacités intelligentes à un déploiement plus économique de l'intelligence.

Sol repousse les limites des capacités intelligentes.

Terra réduit le coût des tâches polyvalentes puissantes.

Luna amène la famille de modèles vers les charges de travail à haut débit.

La mise en cache des invites et l'orchestration programmatique des outils ciblent les frais généraux du système autour du modèle lui-même.

Le résultat est une famille de modèles conçue non seulement autour des scores de référence, mais aussi autour de l'économie de production.

Questions fréquentes

Qu'est-ce que GPT-5.6 ?

GPT-5.6 est la famille de modèles d'OpenAI pour le raisonnement complexe, le codage, le travail spécialisé, les workflows d'agents et les applications IA à haut débit. La série comprend actuellement Sol, Terra et Luna.

Quelles sont les différences entre GPT-5.6 Sol, Terra et Luna ?

Sol est le niveau phare et le plus performant. Terra équilibre intelligence et coût, tandis que Luna est optimisé pour les charges de travail à faible coût et à haut débit.

Combien coûte l'utilisation de GPT-5.6 via l'API ?

OpenAI tarife Sol à 5 $ par million de jetons d'entrée et 30 $ pour les jetons de sortie, Terra à 2,50 $ / 15 $, et Luna à 1 $ / 6 $. Les entrées mises en cache bénéficient de tarifs plus bas, et des règles de tarification différentes peuvent s'appliquer aux invites très longues.

Quelle est la fenêtre de contexte de GPT-5.6 ?

La page actuelle des modèles de l'API OpenAI indique une fenêtre de contexte de 1 050 000 jetons pour Sol, Terra et Luna. Chaque modèle prend en charge jusqu'à 128 000 jetons de sortie.

GPT-5.6 Sol est-il meilleur que GPT-5.5 pour le codage ?

OpenAI rapporte que Sol obtient des scores plus élevés dans plusieurs évaluations d'agents de codage, notamment l'indice d'agents de codage Artificial Analysis, SWE-Bench Pro, DeepSWE et Terminal-Bench 2.1. Les performances réelles en production dépendent toujours du référentiel, du cadre d'agent, des invites et des outils.

Qu'est-ce que l'appel d'outils programmatique ?

L'appel d'outils programmatique permet à GPT-5.6 d'écrire du code pour coordonner les outils éligibles dans un environnement d'exécution hébergé et traiter les résultats intermédiaires. Il peut réduire les allers-retours du modèle et l'utilisation de jetons dans les workflows aux limites bien définies.

Par exemple, les opérations de filtrage, de jointure, de tri et d'agrégation.

GPT-5.6 prend-il en charge la mise en cache des invites ?

Oui. GPT-5.6 prend en charge la mise en cache automatique et les points de coupure de cache explicites. OpenAI indique que les lectures en cache bénéficient d'une remise de 90 % sur l'entrée, tandis que l'écriture d'un nouveau cache coûte 1,25 fois le prix d'une entrée non mise en cache.

Dois-je utiliser Sol pour chaque requête ?

Généralement non. Si Terra ou Luna peut répondre aux mêmes critères d'évaluation à moindre coût, l'utilisation d'un niveau de modèle plus petit améliore l'économie de l'application. Les tâches complexes ne doivent être acheminées vers Sol que lorsque des capacités plus élevées apportent un gain mesurable.

Outils connexes

• API OpenAI : La plateforme de développement officielle pour accéder aux modèles GPT-5.6 et aux outils OpenAI.
• Guide des modèles GPT-5.6 : Le guide de migration et d'optimisation d'OpenAI pour la gamme de modèles GPT-5.6.
• GPT-5.6 Sol : Spécifications officielles du modèle, tarifs, limites de contexte et fonctionnalités prises en charge pour Sol.
• GPT-5.6 Terra : Page officielle du modèle pour le niveau équilibré de GPT-5.6.
• GPT-5.6 Luna : Page officielle du modèle pour le niveau le moins coûteux de GPT-5.6.
• OpenAI Codex : L'environnement de codage intelligent d'OpenAI pour les workflows de développement logiciel.

Liens connexes

• Annonce de GPT-5.6 par OpenAI : L'annonce officielle de lancement d'OpenAI, comprenant des tableaux de référence, des détails de sécurité, des tarifs et la disponibilité du produit.
• Aperçu de GPT-5.6 Sol : L'annonce anticipée d'OpenAI concernant Sol, Terra et Luna.
• Modèles de l'API OpenAI : La page actuelle

Répertoire officiel des modèles et leurs spécifications principales.

• Guide du modèle GPT-5.6 : Consignes officielles concernant la consommation de raisonnement, la mise en cache des instructions (prompt caching), le raisonnement continu et l'invocation d'outils de programmation.
• Page API GPT-5.6 Sol : Tarification actuelle de Sol, taille du contexte, date de référence des connaissances et fonctionnalités API prises en charge.
• Page API GPT-5.6 Terra : Tarification et spécifications actuelles du modèle Terra.
• Page API GPT-5.6 Luna : Tarification et spécifications actuelles du modèle Luna.

Résumé

GPT-5.6 est une famille de modèles comprenant trois niveaux, et non un modèle universel unique. Sol est conçu pour des performances de pointe, Terra offre un équilibre plus rentable pour les tâches de production courantes, tandis que Luna est optimisé pour les scénarios à haut débit.

Le thème principal est l'efficacité. OpenAI réduit la charge de travail des modèles nécessaire pour accomplir des tâches complexes en combinant des modèles à plus grande efficacité token, une mise en cache explicite des instructions, un raisonnement continu, une consommation de raisonnement configurable et l'invocation d'outils de programmation.

La source d'information AIBase rapporte également davantage d'optimisations de la pile de raisonnement, y compris le décodage spéculatif et le travail sur les kernels GPU, ce qui augmente la vitesse de génération des tokens de plus de 15%.

Efficacité. Ces données de bas niveau doivent être considérées comme des informations rapportées, sauf si elles sont reproduites dans des publications techniques officielles et entièrement documentées d'OpenAI.

La meilleure façon de comprendre GPT-5.6 n'est pas comme une simple publication de modèle plus puissant, mais comme une tentative d'améliorer l'économie de l'intelligence tout au long du flux de travail des agents.