Guide d'utilisation de GPT-5.6 : niveaux Sol, Terra, Luna

OpenAI a lancé une prévisualisation limitée de GPT-5.6 le 26 juin 2026, et l'aspect le plus étrange de ce lancement était que presque personne ne pouvait l'utiliser. L'accès s'est fait par environ vingt partenaires vérifiés par le biais de l'API et de Codex, dans un déploiement progressif que le gouvernement américain a demandé, selon OpenAI^[1].

Cette restriction a été levée depuis. Comprendre comment utiliser GPT-5.6 est maintenant une question pratique plutôt qu'un jeu d'attente, et la réponse porte surtout sur le choix de l'un des trois niveaux : Sol l'incontournable, Terra le cheval de trait équilibré, et Luna le niveau budgétaire. Chacun est un niveau de capacité durable sous un numéro de génération unique, pas une variante temporaire.

Ce guide couvre la conception à trois niveaux, le seul indice de référence qu'OpenAI a choisi de mettre en avant et ce que ses quatre notes signifient, les nouveaux modes de raisonnement max et ultra, la tarification qui fait de Terra l'enjeu central, et l'examen de cybersécurité qui a façonné le lancement.

TL;DR

• Trois niveaux durables. Sol (incontournable), Terra (équilibré, environ 2 fois moins cher que GPT-5.5), Luna (rapide et économique)^[1].
• Sol domine Terminal-Bench 2.1 à 88,8 % en mode monoagent, ou 91,9 % en mode ultra. L'avance du monoagent sur Claude Mythos 5 est de 0,8 points, ce qui est dans la marge de bruit^[1].
• ultra n'est pas un seul agent. Il orchestre des sous-agents en parallèle, donc son score n'est pas une comparaison directe avec des références monoagent^[1].
• Terra est l'enjeu commercial. Capacité de codage de classe GPT-5.5 à la moitié du prix^[1].
• Sur reAPI, tous les trois fonctionnent à 80 % des tarifs publiés par OpenAI : Sol 4,00 $ / 24,00 $, Terra 2,00 $ / 12,00 $, Luna 0,80 $ / 4,80 $ par million de tokens.
• La fenêtre d'évaluation était volontairement étroite. OpenAI a publié le codage, la biologie et la cybersécurité uniquement, en retenant les chiffres SWE-bench, GDPval, mathématiques et hallucinations^[1].

Qu'est-ce que GPT-5.6

GPT-5.6 succède à GPT-5.5, le modèle agentique entièrement réentraîné d'avril 2026. Où GPT-5.5 était un modèle unique avec des niveaux d'effort de raisonnement, GPT-5.6 est une famille de trois niveaux sous un numéro de génération unique. Le positionnement d'OpenAI est explicite : le numéro identifie une génération, tandis que Sol, Terra et Luna identifient les niveaux de capacité durables qui peuvent progresser à leur propre rythme^[1].

Cette phrase est la décision de conception la plus importante de cette version. Elle découple « à quel point c'est intelligent » de « à quel point c'est nouveau ». Une future génération pourrait lancer un nouveau Luna sans toucher à Sol, et une mise à niveau de Sol ne force pas tous les utilisateurs de Terra à refaire leurs tests de pipeline.

Plusieurs rapports tiers placent la fenêtre de contexte de Sol à environ 1,5 million de tokens, environ 43 % plus grande que la génération GPT-5.5, bien que le post de prévisualisation d'OpenAI se soit concentré sur la sécurité et les évaluations plutôt que sur la fiche technique^[1]. Traitez ce chiffre comme rapporté plutôt que comme officiellement confirmé.

Terminal-Bench 2.1 et ses quatre notes

OpenAI n'a publié que trois domaines de référence en prévisualisation, le codage, la biologie et la cybersécurité, en retenant explicitement le reste pour la disponibilité générale^[1]. Celui qu'il veut que vous reteniez est Terminal-Bench 2.1, qui teste les workflows d'agents en ligne de commande nécessitant la planification, l'itération et la coordination des outils.

Lisez attentivement, ce tableau est plus honnête que le titre « nouvel état de l'art » ne le suggère, de quatre façons^[1].

Le record de 91,9 % utilise ultra, qui n'est pas un seul agent. Il provient de l'orchestration par Sol de sous-agents. Comparé à des références monoagent ce n'est pas une comparaison pommes avec pommes. La comparaison équitable est le 88,8 % de Sol.

Le Sol monoagent dépasse Claude Mythos 5 de 0,8 points. Deux exécutions du même modèle peuvent différer de plus que cela. OpenAI détient un réel avantage au sommet de la courbe de codage, mais sur ce référentiel c'est étroit, pas une victoire écrasante.

Terra égale Claude Fable 5 et dépasse à peine GPT-5.5. 84,3 % correspond exactement à Fable 5 et se situe à moins d'un point au-dessus du modèle qu'il remplace. Associée à la réduction de prix, c'est l'enjeu commercial réel : même capacité de codage pour la moitié du prix, pas un saut de capacité au niveau intermédiaire.

Gemini 3.1 Pro Preview traîne d'environ 21 points. Cet écart est réel mais propre au référentiel. Gemini mène ailleurs sur la récupération à long contexte et les travaux multimodaux non montrés ici.

En biologie, OpenAI rapporte que Sol obtient des résultats GeneBench v1 plus forts que GPT-5.5 en utilisant moins de tokens, sans publier les chiffres bruts, donc c'est une affirmation directionnelle plutôt qu'un score vérifiable^[1].

max et ultra

L'ajout le plus important ne figure dans aucune cellule de référence. GPT-5.6 introduit deux paramètres de raisonnement, tous deux exclusifs à Sol^[1].

max est le levier familier poussé d'un cran plus loin : un seul agent ayant le plus de temps pour raisonner profondément sur un problème difficile.

ultra est la primitive véritablement nouvelle. Il va au-delà d'un seul agent en générant des sous-agents qui divisent le travail complexe en pièces parallèles et recombinent les résultats. C'est OpenAI productifiant l'orchestration multi-agents à l'intérieur d'un seul point de terminaison de modèle, le motif que les développeurs ont implémenté manuellement avec des frameworks au cours de la dernière année.

L'implication pratique est réelle : pour une refonte multi-fichiers ou un audit de bout en bout, vous n'avez plus à construire la couche d'orchestration vous-même. Le hic est le coût et la latence, car les sous-agents signifient plus de tokens totaux et plus de temps. Réservez ultra pour la tâche à enjeu élevé où quelques points justifient la dépense.

Cela signifie également que les comparaisons de référence ont besoin de prudence. Un score produit par un agent qui génère silencieusement des sous-agents est une sorte de résultat différente d'une seule passe avant.

Tarification

Deux choses ressortent des propres chiffres d'OpenAI. Sol conserve le prix exact de GPT-5.5 de 5 $ / 30 $ tout en ajoutant une capacité et de nouveaux modes, ce qui est un rare cas de plus pour le même argent. Et Terra offre une capacité de codage de classe GPT-5.5 à la moitié du prix, ce que la plupart des équipes vont réellement ressentir^[1]. Couchez les gains d'efficacité des tokens de Sol par-dessus, puisqu'il atteint des résultats comparables avec moins de tokens de sortie, et la réduction effective du coût par tâche est plus grande que ne le suggèrent les tarifs affichés. Chaque niveau fonctionne à 80 % du tarif courant sur reAPI, donc les économies relatives entre les niveaux ne changent pas. Terra reste le défaut et Luna reste le jeu de volume.

GPT-5.6 surhaule également la mise en cache des invites, en ajoutant des points d'arrêt de cache explicites et une durée de vie de cache minimale de 30 minutes. Les écritures en cache facturent au tarif d'entrée non cachée de 1,25x tandis que les lectures en cache conservent la réduction de 90 %^[1]. Pour les agents qui renvoient une grande invite système à chaque étape, la mise en cache prévisible peut dominer la facture.

L'examen qui a façonné le lancement

Cette partie vaut la peine d'être comprise maintenant que l'accès s'est ouvert, car c'est un précédent plutôt qu'une note de bas de page.

OpenAI a limité la version initiale à environ vingt partenaires vérifiés à la demande du gouvernement américain, après avoir prévisualisé les capacités des modèles avant le lancement^[1]. Le déclencheur était la capacité de cybersécurité. Sol progresse considérablement la recherche de vulnérabilités, et dans les évaluations impliquant Chromium et Firefox, il a identifié des bugs et des primitives d'exploitation, les éléments constitutifs d'une exploitation, sans produire de manière autonome une exploitation de chaîne complète fonctionnelle dans les conditions testées. OpenAI déclare que Sol n'atteint pas le seuil critique de cybersécurité dans son cadre de préparation, et cette distinction est l'ensemble de la base pour sa publication^[1].

Notamment, OpenAI n'a pas approuvé l'arrangement comme permanent, affirmant que ce type de processus d'accès gouvernemental ne devrait pas devenir la valeur par défaut à long terme car il empêche les meilleurs outils d'atteindre les défenseurs qui en ont besoin^[1].

La pile de sécurité expédiée avec elle vaut la peine d'être connue car elle préfigure comment les modèles de haute capacité seront expédiés en général : refus entraînés, des classificateurs cyber et biologie en temps réel qui peuvent suspendre la génération pour examen par un modèle plus grand, examen au niveau du compte des activités signalées, et accès différencié aux capacités les plus sensibles. OpenAI a consacré plus de 700 000 heures équivalentes GPU A100 aux tests rouges automatisés pour les jailbreaks universels^[1].

OpenAI est franc que ces mesures de sauvegarde tombent mal : les chercheurs en sécurité légitime peuvent déclencher des refus sur les requêtes à double usage.

Où le cas est fort et où il est faible

Fort. Codage d'agent en ligne de commande, où Sol monoagent domine le référentiel et ultra l'étend. Efficacité des tokens, qui s'ajoute pour les agents à haut volume. Valeur au niveau intermédiaire, où la réduction de prix de Terra est le changement le plus largement utile de la version. Et orchestration multi-agents native, qui supprime une couche que les développeurs devaient construire manuellement^[1].

Faible. Le titre est une victoire de 0,8 points sur un référentiel. La fenêtre d'évaluation était intentionnellement petite, sans chiffres SWE-bench, GDPval, mathématiques ou hallucinations publiés, donc si GPT-5.6 a résolu le problème d'hallucination confiante qui a tourmenté GPT-5.5 reste inconnu. Et tout est rapporté par le vendeur sous les propres mesures d'OpenAI^[1].

Jusqu'à l'arrivée d'une suite développée et d'une notation indépendante, le jugement sur la capacité générale doit rester réservé.

Comment utiliser GPT-5.6 : quel niveau choisir

Terra pour la plupart des charges de production. Il correspond à une capacité de classe GPT-5.5 à environ la moitié du prix, et le référentiel indique que son codage est un match nul avec Claude Fable 5.

Sol pour le codage long horizon, le travail de sécurité et tout ce qui justifie ultra. L'orchestration des sous-agents vaut de l'argent réel sur les tâches où quelques points changent le résultat, et ne vaut rien sur les appels de routine.

Luna pour le trafic de routine à haut volume et sensible à la latence. À 82,5 % sur Terminal-Bench ce n'est pas loin du 83,4 % de GPT-5.5, à une fraction du prix.

Appeler GPT-5.6 sur reAPI

Les trois niveaux se trouvent derrière un seul point de terminaison /v1/chat/completions compatible OpenAI, donc l'échange de niveaux est une modification de chaîne de modèle plutôt qu'une intégration. Notez que les identifiants de fil conservent les points d'OpenAI :

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_REAPI_KEY",
    base_url="https://api.reapi.ai/v1",
)

resp = client.chat.completions.create(
    model="gpt-5.6-terra",
    messages=[{"role": "user", "content": "Refactor this module and add tests."}],
    max_tokens=16000,
    stream=True,
)

Échangez gpt-5.6-terra pour gpt-5.6-sol ou gpt-5.6-luna pour changer de niveaux. Parce que la même clé et le même client atteignent également Claude et Gemini, la décision de niveau et la décision de fournisseur deviennent le même type de décision, ce qui est le point quand un tableau de référence a votre modèle par défaut perdant une ligne et gagnant une autre.

Les tarifs actuels sont sur reapi.ai/models/gpt-5-6-sol, reapi.ai/models/gpt-5-6-terra et reapi.ai/models/gpt-5-6-luna.

FAQ

Quelle est la différence entre le mode max et ultra ?

max est un seul agent raisonnant plus long et plus profond sur un problème. ultra orchestre plusieurs sous-agents qui divisent le travail complexe en parallèle et le recombinent. Les deux sont exclusifs à Sol, et ultra a produit le titre Terminal-Bench de 91,9 %^[1].

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

Sur Terminal-Bench 2.1, le Sol monoagent à 88,8 % dépasse Claude Mythos 5 à 88,0 % de 0,8 points, un avantage réel mais étroit. Avec ultra Sol atteint 91,9 %, mais cela utilise des sous-agents et n'est pas une comparaison directe monoagent^[1].

Quel niveau GPT-5.6 dois-je utiliser ?

Terra pour la plupart des charges de production, puisqu'il correspond à une capacité de classe GPT-5.5 à environ la moitié du prix. Sol pour le codage long horizon, le travail de sécurité ou les tâches qui justifient ultra. Luna pour les appels de routine à haut volume^[1].

Pourquoi le gouvernement américain était-il impliqué dans le lancement ?

Sol progresse considérablement la capacité de cybersécurité, y compris la recherche de vulnérabilités, sans atteindre le seuil critique de cybersécurité d'OpenAI. À la demande du gouvernement, OpenAI a exécuté une prévisualisation progressive à environ vingt partenaires vérifiés tandis qu'un cadre cyber était développé^[1].

GPT-5.6 corrige-t-il le problème d'hallucination de GPT-5.5 ?

Inconnu. OpenAI a publié uniquement les évaluations de codage, biologie et cybersécurité en prévisualisation et a retenu les chiffres des hallucinations et des travaux de connaissance^[1]. Appairez le modèle avec une vérification ancrée aux sources pour les sorties à enjeu élevé.

Quelle est la taille de la fenêtre de contexte de GPT-5.6 Sol ?

Les rapports tiers la placent autour de 1,5 million de tokens, à peu près 43 % plus grande que la génération GPT-5.5, mais le post de prévisualisation d'OpenAI n'a pas confirmé une fiche technique^[1].

Qu'est-ce qui a changé dans la mise en cache des invites ?

Points d'arrêt de cache explicites et durée de vie de cache minimale de 30 minutes. Les écritures en cache facturent au tarif d'entrée non cachée de 1,25x ; les lectures en cache conservent la réduction de 90 %^[1].

Comment appeler GPT-5.6 avec le SDK OpenAI ?

Pointez le client sur https://api.reapi.ai/v1 et définissez model sur gpt-5.6-sol, gpt-5.6-terra ou gpt-5.6-luna, en gardant les points dans l'identifiant.

Lire une version à trois niveaux

GPT-5.6 est deux versions portant une annonce. L'une est une mise à jour familiale ordinaire et bien exécutée : une réinitialisation de nommage sensée, un niveau intermédiaire qui divise par deux le coût sans perdre la capacité, et un mode ultra qui incorpore l'orchestration multi-agents dans le point de terminaison. L'autre est un modèle de frontier dont la disponibilité initiale a été définie en coordination avec un gouvernement, expédié derrière une pile de sécurité de 700 000 heures équivalentes GPU.

Pour quiconque construit réellement, le résumé utile est plus petit que l'une ou l'autre des histoires. L'avance du référentiel au sommet est de 0,8 points et rapportée par le vendeur. Le changement que vous ressentirez est le prix de Terra. C'est comment utiliser GPT-5.6 intelligemment : par défaut le niveau intermédiaire, réservez Sol aux tâches qui paient pour ultra, et gardez la vérification ancrée aux sources en place jusqu'à ce que la suite d'évaluation élargie vous indique si le problème d'hallucination s'est déplacé.

Références

1. OpenAI. Models — the GPT-5.6 family, reasoning modes, and specifications. Retrieved July 2026 from platform.openai.com/docs/models
2. OpenAI. Pricing — per-token rates by model and tier. Retrieved July 2026 from platform.openai.com/docs/pricing

Lectures complémentaires

• reAPI. How to use Claude Opus 5. reapi.ai/blog/how-to-use-claude-opus-5
• reAPI. How to use Claude Fable 5. reapi.ai/blog/how-to-use-claude-fable-5
• reAPI. Model catalog. reapi.ai/models