GPT-5.6 : Sol, Terra et Luna disponibles sans abonnement

GPT-5.6 : Sol, Terra et Luna disponibles sans abonnement

GPT-5.6 met fin au chaos de nommage d'OpenAI. Le numéro indique la génération, ce qui facilite le classement, évitant ainsi de renommer toute la famille lors de la prochaine amélioration de Luna.

Sol est le modèle phare, conçu pour les 10 % de travail les plus difficiles : agents de codage à long terme, recherche en sécurité, analyse scientifique approfondie. Les nouveaux contrôles de raisonnement sont intégrés ici.

Terra est le modèle de travail, la cible de migration évidente. Il offre une qualité de classe GPT-5.5 à moitié prix, destiné aux volumes de production : support, outils internes, pipelines de documents.

Luna est le modèle rapide, et discrètement le modèle surprise du lancement. Le modèle le moins cher de la famille se classe près de GPT-5.5 sur plusieurs tests.

Les noms respectifs dans l'API sont gpt-5.6-sol, gpt-5.6-terra, et gpt-5.6-luna. Cela peut sembler un petit changement sur le papier, mais c'est significatif pour tout développeur ayant essayé de suivre o3, o4-mini, GPT-4 Turbo, et 4o en même temps.

Tarification : Quatre façons de payer

Trois modèles, mais quatre prix, car la semaine de lancement a révélé une particularité.

• Entrée / 1M tokens
• Sortie / 1M tokens
• Phare, raisonnement le plus profond
• Même modèle à jusqu'à 750 tokens/sec
• Qualité de classe GPT-5.5 à moitié prix
• Charges de travail rapides et à haut volume

Sol Fast est la nouvelle forme ici : le même cerveau phare servi à partir du matériel Cerebras à jusqu'à 750 tokens par seconde, pour 2,5 fois le tarif standard. La vitesse comme une catégorie payante explicite, plutôt qu'une loterie de file d'attente, est quelque chose qu'OpenAI n'a jamais vendu auparavant. Si votre produit est limité par la latence, cet élément change ce qui est viable.

L'histoire de tarification plus discrète concerne le cache, et les constructeurs d'agents devraient s'en soucier davantage que des tarifs principaux :

• Points de rupture de cache explicites, vous contrôlez ce qui est mis en cache au lieu de deviner
• Durée minimale de cache de 30 minutes
• Écritures de cache facturées à 1,25 fois le tarif d'entrée non mis en cache
• Lectures de cache conservant la remise de 90 %

Pour les agents à long terme qui relisent le même contexte des centaines de fois, cette remise se cumule en une réduction d'ordre de grandeur sur les coûts d'entrée. Structurez vos prompts maintenant : contexte stable avant le point de rupture, entrée volatile après.

Capacités : Effort maximal, mode ultra, et un modèle surprise

OpenAI retient la suite d'évaluation élargie pour la carte système GA, mais les chiffres préliminaires esquissent déjà le tableau. Deux nouveaux contrôles mettent en avant Sol :

• Effort de raisonnement maximal, un nouveau plafond qui donne à Sol le plus de temps pour réfléchir à un problème.
• Mode ultra, qui dépasse entièrement le paradigme d'un seul agent. Sol active des sous-agents et les coordonne pour paralléliser un travail complexe.

Sur les benchmarks, les affirmations remarquables :

• Terminal-Bench 2.1 : Sol établit un nouvel état de l'art sur les flux de travail en ligne de commande exigeant planification, itération et coordination d'outils.
• GeneBench v1 : Sol surpasse GPT-5.5 sur des analyses de génomique à long terme et de biologie quantitative, en utilisant moins de tokens pour y parvenir.
• ExploitBench : Sol est compétitif avec Mythos Preview à environ un tiers des tokens de sortie.

L'effet de la famille : Sol et Terra établissent de nouveaux sommets dans tous les domaines, tandis que Luna performe près de GPT-5.5 sur plusieurs tests malgré son prix le plus bas.

Ce dernier point est le modèle surprise. La qualité phare de la dernière génération est maintenant disponible à 1 $ par million de tokens d'entrée. Le modèle à travers toute la famille n'est pas seulement "plus intelligent", il est plus intelligent par token et par dollar. L'efficacité est le véritable titre.

La capacité que personne n'attendait dans la catégorie budget

Voici le détail de la carte système qui a été enterré sous le drame de disponibilité, et il mérite sa propre section.

Tous les trois modèles, pas seulement Sol, sont classés au niveau de risque "Élevé" d'OpenAI pour la capacité cybernétique et biologique. Lors des tests internes de capture-the-flag en matière de sécurité :

• Résultats internes CTF à travers la famille

Pour vous donner une perspective, ces modèles sont comparables à la catégorie Fable 5 de Claude.

"GPT-5.6 Sol est meilleur pour aider les gens à trouver et corriger des vulnérabilités que pour exécuter de manière fiable des attaques de bout en bout."

C'est le cadre de l'entreprise, et la stratégie suit : donner la capacité aux défenseurs, rendre l'utilisation offensive difficile, incertaine et détectable.

Cinq couches en profondeur : la pile de protection

L'architecture de sécurité livrée avec 5.6 est la plus élaborée qu'OpenAI ait décrite publiquement, avec des configurations adaptées à la capacité de chaque niveau. L'hypothèse de conception est franche : aucune protection unique ne survit à un attaquant déterminé et adaptatif.

Voici comment le processus s'est déroulé :

• Refus entraînés. Le modèle lui-même refuse l'assistance cybernétique interdite, y compris les demandes déguisées ou jailbreakées.

• Classificateurs en temps réel. Les détecteurs de mauvaise utilisation cybernétique et biologique évaluent la sortie au fur et à mesure de sa génération.

• Revue du modèle de raisonnement. Les générations à haut risque sont mises en pause en cours de route pendant qu'un modèle plus grand examine le contexte complet. Les sorties non autorisées n'atteignent jamais l'utilisateur.

• Signaux au niveau du compte. L'activité signalée déclenche une révision à travers les conversations, ce qui permet à OpenAI de distinguer un chercheur en sécurité d'un acteur malveillant persistant.

• Accès différencié et réponse rapide. Les capacités les plus sensibles ne sont pas activées par défaut, et les jailbreaks nouvellement découverts alimentent un cycle de reproduction-évaluation-correction.

Une mise en garde que j'ai reconnue lors des tests des modèles est que parfois, un travail légitime est bloqué ou ralenti, en particulier dans le type de prompt qui se trouve dans la zone grise (rien de suspect mais pas non plus bénin).

La famille vs GPT-5.5 en un coup d'œil

• Trois niveaux durables : Sol, Terra, Luna

• Contrôles de raisonnement

• Niveaux d'effort standard

• Nouveau plafond maximal ; mode ultra avec sous-agents (Sol)

• État de l'art sur Terminal-Bench 2.1 (Sol)

• Surpasse 5.5 sur GeneBench avec moins de tokens (Sol)

• Les trois niveaux classés "Élevé"

• Tarification phare uniquement

• Qualité de classe GPT-5.5 à partir de 1 $ / 6 $ (Luna)

• Infrastructure partagée

• Sol Fast : 750 tok/s en tant que niveau payant

• Points de rupture explicites, durée de vie minimale de 30 minutes

• Approuvé par le gouvernement, validé par le commerce

Pratique : Cinq tests, une règle

Les spécifications sont des promesses. L'utilisation est la preuve.

Chaque test ci-dessous cible une affirmation spécifique des annonces d'OpenAI.

Test 1 : Audit du défenseur (Sol, la moitié légitime de la revendication cybernétique)

Prompt : "OWASP Juice Shop est une application web délibérément vulnérable utilisée pour la formation à la sécurité. Sur la base de ses flux d'authentification et de paiement bien documentés, classez les cinq principales classes de vulnérabilités connues par gravité, expliquez chacune en termes simples, et rédigez un correctif (avec code) pour la plus sévère."

Réponse forte ! Le classement est basé sur l'impact plutôt qu'une copie des évaluations de Juice Shop, et le correctif est la bonne solution : remplacer sequelize.query interpolé par UserModel.findOne({ where: ... }) afin que l'email et le mot de passe deviennent des valeurs liées, avec paranoid: true préservant le comportement original de deletedAt IS NULL. Le meilleur aspect est la portée honnête, car il refuse de prétendre que le flux d'authentification est maintenant sûr pour la production et mentionne le MD5 non salé dans security.hash(). Les principales critiques : laisser de côté le XSS parmi les cinq premiers est étrange étant donné que c'est ce pour quoi Juice Shop est le plus connu, et le rang 4 est une catégorie fusionnée légèrement inventée plutôt qu'une classe standard.

Test 2 : La chasse à la cause profonde (Sol, revendication Terminal-Bench)

Prompt : "Ce fichier a trois sections : un utilitaire de tarification, une fonction de paiement qui l'appelle, et un test. Son exécution échoue, et le message d'erreur suggère que la valeur attendue du test est incorrecte. Trouvez la véritable cause profonde, corrigez-la à la source (pas le test), et expliquez en un paragraphe pourquoi le message d'erreur était trompeur. Ne vous contentez pas de faire passer le test."

Cliquez ici pour voir le fichier Python.