GPT-5.3 Codex Spark vs GPT-5.6 Sol : OpenAI mise sur la vitesse, mais pas encore sur l'API

GPT-5.3 Codex Spark est le modèle de codage le plus rapide jamais commercialisé — un aperçu de recherche qui génère plus de 1 000 tokens par seconde sur le silicium Cerebras et termine les modifications de code jusqu’à 15 fois plus vite que la version complète de GPT-5.3 Codex, une affirmation du fournisseur. Voici la partie que la plupart des articles passent sous silence : ce n’est pas un produit d’API généraliste. Il n’y a pas de prix d’API public, l’accès est limité aux abonnés ChatGPT Pro via l’application Codex et l’interface en ligne de commande, et il n’est pas disponible sur OrcaRouter. Les deux modèles de codage que vous pouvez réellement appeler via un seul endpoint aujourd’hui sont GPT-5.3 Codex à 1,75 $ par million de tokens en entrée et 14,00 $ par million de tokens en sortie, et GPT-5.6 Sol à 5,00 $ / 30,00 $ — et la comparaison entre l’aperçu de vitesse et le modèle phare est ce qui vous dit si Spark vaut la peine d’être attendu.

La chronologie explique la confusion. GPT-5.3 Codex, le modèle de codage agentique d'OpenAI, est arrivé sur l'API en février 2026 ; la variante Spark a suivi le même mois en tant qu'aperçu de recherche résolument axé sur la programmation interactive, où les millisecondes entre la frappe et la réponse comptent plus qu'un point de référence. Cinq mois plus tard, OpenAI a lancé la famille GPT-5.6 — Sol, Terra et Luna — et GPT-5.6 Sol, le produit phare à 5 $ / 30 $ sorti le 9 juillet 2026, est le modèle qui a rendu l'essentiel de l'écart de vitesse théorique. Ce n'est pas une confrontation entre deux rivaux ; c'est une confrontation entre un aperçu de recherche et le produit phare qui est arrivé après.

Ce qu'est réellement GPT-5.3 Codex Spark

GPT-5.3 Codex Spark est le premier modèle d'OpenAI conçu pour le codage en temps réel, et la première étape publique de son partenariat de janvier 2026 avec le fabricant de puces Cerebras. Il fonctionne sur le Wafer Scale Engine 3 de Cerebras, la puce de la taille d'une assiette avec quatre billions de transistors, qui lui permet de contourner le goulot d'étranglement de communication des clusters de GPU qui domine la latence dans l'inférence classique. En plus de la puce, OpenAI a réduit la surcharge par aller-retour d'environ 80 %, la surcharge par jeton d'environ 30 % et le temps jusqu'au premier jeton d'environ 50 % grâce à des connexions WebSocket persistantes et à des changements apportés à l'API Responses — le chemin WebSocket est activé par défaut pour Spark.

Le compromis est brutal. Sur les benchmarks d’ingénierie logicielle agentique cités par OpenAI, Spark se situe bien en dessous du GPT-5.3 Codex complet — 58,4 % contre 77,3 % sur Terminal-Bench 2.0, les deux chiffres étant rapportés par le fournisseur — car il adopte par défaut un style de travail léger qui effectue des modifications minimales et ciblées et ne lance pas automatiquement les tests sauf si vous le demandez explicitement. C’est un modèle à contexte 128K, uniquement textuel, ce qui le place loin derrière les modèles phares actuels en termes de capacité. La vitesse est le produit, et le produit est un aperçu.

La situation des prix : pas de prix API, et ce que disent les trackers.

OpenAI n'a pas publié de prix d'API pour GPT-5.3 Codex Spark. Au lancement, il était disponible pour les abonnés ChatGPT Pro via l'application Codex, le CLI Codex et l'extension VS Code, avec un accès API proposé uniquement à certains partenaires de conception, et il dispose de ses propres limites de débit distinctes plutôt que d'être comptabilisé dans l'utilisation standard. Six mois plus tard, c'est toujours le résumé honnête. Quelques outils tiers de suivi des prix listent désormais 1,75 $ / 14,00 $ par million de lignes pour Spark — identique au GPT-5.3 Codex complet — mais OpenAI n'a fait aucune annonce de disponibilité générale, et un chiffre sur un outil de suivi n'est pas un prix auquel vous pouvez acheter. Traitez tout prix de Spark comme non confirmé jusqu'à ce qu'OpenAI en dise autrement.

Ce que vous pouvez acheter aujourd’hui, avec les prix publiés :

• GPT-5.3 Codex — $1.75 par million de tokens en entrée, $14.00 par million de tokens en sortie, entrée en cache à $0.175. Une fenêtre de contexte de 400K avec un plafond de sortie de 128K. Le modèle de codage agentique d'OpenAI, disponible dans l'API publique depuis février 2026.

• GPT-5.6 Sol — 5,00 $ par million de jetons d'entrée et 30,00 $ par million de jetons de sortie pour les requêtes jusqu'à 32 000 jetons d'entrée, passant à 10 $ / 45 $ au-delà ; entrée en cache 0,50 $, écriture de cache 6,25 $. Un contexte d'environ 1,05 million de jetons avec 128 000 de sortie, entrée texte plus image plus fichier. Le produit phare d'OpenAI, publié le 9 juillet 2026.

Les deux sont sur OrcaRouter aux prix catalogue des fournisseurs avec une marge de 0 % — la gamme à 1,75 $ / 14 $ et la gamme à 5 $ / 30 $ sont les prix pratiqués ici, et non une version revendeur de ceux-ci. Une baisse de prix d’un fournisseur est effective de ce côté le jour même où le fournisseur la décide, car OrcaRouter transmet le prix catalogue tel quel au lieu de le re-marger.

GPT-5.3 Codex Spark contre GPT-5.6 Sol, dimension par dimension

• Vitesse — Spark à plus de 1 000 tokens par seconde sur le matériel Cerebras (selon le fournisseur), la raison même de son existence ; le débit mesuré de GPT-5.6 Sol sur OrcaRouter au cours des 7 derniers jours est d’environ 244 tokens par seconde. Loin de là — et ce n’est pas toute l’histoire.

• Prix — Spark n'a pas de prix d'API public ; GPT-5.6 Sol à 5 $ / 30 $ sur le palier de base, 10 $ / 45 $ au-delà de 32K jetons d'entrée.

• Contexte — Spark à 128K, texte uniquement ; GPT-5.6 Sol à environ 1,05M avec entrée texte, image et fichier.

• Codage agentique — Spark obtient 58,4 % sur Terminal-Bench 2.0 (rapporté par le fournisseur) ; GPT-5.6 Sol affiche un score AA Coding de 77,4, mesuré indépendamment par Artificial Analysis, à la 2e place sur 132 modèles.

• Style de travail — Spark effectue des modifications minimales et ignore les tests par défaut ; GPT-5.6 Sol est le vaisseau amiral agentique complet avec raisonnement et utilisation d'outils.

• Accès — Spark est un aperçu de recherche ChatGPT Pro ; GPT-5.6 Sol est un modèle d'API publique avec un prix publié.

Si la seule chose que vous voulez est un premier brouillon rapide d'une petite modification, la conception de Spark est idéale. Si vous voulez un agent qui lit un dépôt, planifie un changement, exécute les tests et itère jusqu'à ce qu'il réussisse, Spark n'essaie pas d'être cela — et le score AA Coding de 77,4 de Sol est le chiffre à peser face à un aperçu qui n'en a aucun.

La réalité du routage : vous n'avez pas à choisir à l'aveugle.

C'est l'un de ces affrontements où la couche de routage change la décision. Les deux modèles appelables sont sur OrcaRouter aux propres prix catalogue des fournisseurs avec 0 % de marge — openai/gpt-5.3-codex à 1,75 $ / 14 $ et openai/gpt-5.6-sol à 5 $ / 30 $ — de sorte que vous pouvez exécuter la même charge de travail sur les deux avec une seule clé et laisser votre propre trafic décider plutôt que de faire confiance au récit de l'un ou l'autre fournisseur. Le DSL de routage rend cela pratique : une règle de basculement où les travaux d'agent orientés codage s'exécutent sur GPT-5.3 Codex et les appels complexes à long contexte sont escaladés vers GPT-5.6 Sol, mesurés par tâche sur vos propres données.

Trois spécificités d'OrcaRouter rendent cette option moins chère que les alternatives. Premièrement, majoration de 0 $ par jeton — vous payez le prix catalogue du fournisseur, sans aucun supplément. Deuxièmement, BYOK — apportez votre propre clé fournisseur existante et le vendeur vous facture directement : aucune réserve de crédit prépayé, ni facture gonflée par le routeur à rapprocher. Troisièmement, le point de terminaison est compatible OpenAI : pointez votre client chat/completions ou Responses existant vers l'URL de base d'OrcaRouter et le même code continue de fonctionner, avec plus de 200 modèles derrière un point de terminaison unique pour quand vous dépassez la gamme d'un seul fournisseur. La couche de garde-fous devant ce point de terminaison est l'autre raison pour laquelle une envie d'aperçu de recherche peut être différée en toute sécurité — jusqu'à ce que Spark ait une API publique et un SLA, la réponse pour la production est un modèle publié, et la couche de routage maintient ce modèle au prix catalogue avec bascule automatique afin qu'un pic de limitation de débit ne bloque pas un pipeline.

Là où Spark est la mauvaise réponse

Des limites honnêtes, car la conception de Spark est un compromis dans lequel vous ne devriez pas trébucher. Si votre travail est du codage agentique à long horizon — une tâche qui nécessite de comprendre un dépôt entier, de maintenir un plan sur de nombreux tours, et de vérifier ses propres modifications — le comportement par défaut de Spark, avec des modifications minimales et aucune exécution de tests, est un piège, et son contexte de 128K en texte seul ne pourra pas contenir le dépôt. Si vous avez besoin d'images ou de fichiers dans l'invite, il ne peut pas les accepter. Si vous avez besoin d'un prix prévisible ou d'un SLA sur lequel vous pouvez compter, il n'a ni l'un ni l'autre. Et si votre charge de travail est un pipeline batch à haut débit, 1 000 tokens par seconde n'a pas d'importance ; le coût par token et le débit comptent, et ceux-ci favorisent le GPT-5.3 Codex, moins cher.

Il convient également de mentionner ce que nous n'hébergeons pas : GPT-5.3 Codex Spark n'est pas sur OrcaRouter, car il n'existe aucune API publique vers laquelle router. Nous ne prétendons pas le contraire, et la décision de planification honnête consiste à s'appuyer sur les modèles existants — GPT-5.3 Codex pour les travaux d'agent axés sur le codage à 1,75 $ / 14 $, GPT-5.6 Sol pour les appels d'agent exigeants, à long contexte et multimodaux à 5 $ / 30 $ — et à considérer Spark comme un aperçu à surveiller, non comme une dépendance sur laquelle miser un pipeline.

En résumé

GPT-5.3 Codex Spark est l'aperçu de recherche le plus intéressant qu'OpenAI ait publié cette année, et ce n'est pas encore une décision de production. La décision de production — celle avec des prix publiés, des benchmarks vérifiables et une API qui répond — c'est GPT-5.3 Codex pour le travail d'agent orienté codage et GPT-5.6 Sol pour les appels les plus difficiles, tous deux sur un seul endpoint au prix catalogue avec 0 % de marge. Quand Spark arrivera sur une API publique, il sera presque certainement derrière le même type d'endpoint, et le passage sera un changement de nom de modèle, pas une migration. En attendant, c'est une raison de surveiller — et le moyen le plus rapide d'être prêt est d'avoir les modèles appelables branchés sur une clé que vous possédez déjà.