GPT-5.3 Codex Spark vs GPT-5.6 Sol : OpenAI abandonne la carte de la vitesse

GPT-5.3 Codex Spark est en cours de retrait. Le 11 septembre 2026, le responsable produit principal d'Open​AI, Thibault « Tibo » Sottiaux, a déclaré sur X que la variante la plus rapide de Codex disparaîtrait « la semaine prochaine » — un peu plus de sept mois après son lancement — parce que son utilisation n'a cessé de reculer et que de meilleurs modèles sont désormais disponibles. Il s'agit d'une déclaration d'un dirigeant relayée par une publication sur les réseaux sociaux, et non d'un avis de dépréciation daté : Open​AI n'a publié aucune date d'arrêt précise dans sa propre documentation de dépréciation, et la seule date au dossier est « la semaine prochaine », ce qui renvoie à la semaine du 14 septembre. Ce qui ne fait aucun doute, c'est la direction. Pendant sept mois, GPT-5.3 Codex Spark a été la question ouverte la plus intéressante de la gamme d'Open​AI — un modèle qui générait plus de 1 000 jetons par seconde et n'a pourtant jamais obtenu de prix public. Ce retrait y répond par la négative, et il laisse GPT-5.6 Sol, le fleuron à 5 $ / 30 $ sorti le 9 juillet 2026, comme le modèle qui porte réellement l'histoire du codage à faible latence d'Open​AI. La comparaison que cette page a toujours établie — un aperçu axé sur la vitesse face au fleuron arrivé après lui — a désormais une fin.

Ce qu’Open​AI a annoncé, et ce qu’elle n’a pas annoncé

L’annonce elle-même est mince, et il vaut la peine d’être précis sur à quel point elle l’est. Sottiaux a présenté l’arrêt comme le fait que le modèle avait « bien vécu » et comme le moment de « faire de la place à l’avenir », invoquant un usage en déclin et des modèles disponibles nettement meilleurs. Aucun remplacement n’a été nommé. Aucune voie de migration n’a été proposée. Aucune date n’a été donnée au-delà de « la semaine prochaine ». Le retrait a été repris par plusieurs médias indépendants — dont BlockBeats, TechFlow, TokenPost, l’édition chinoise de Cointelegraph et Digit — ce qui en fait une information corroborée plutôt qu’une simple publication, mais chacun d’eux ne fait que relayer la même déclaration d’un dirigeant. Personne n’a encore de document d’Open​AI à citer.

Cela compte pour une raison pratique : si vous planifiez en fonction d’une échéance, cette échéance est souple. « La semaine prochaine » à partir du 11 septembre signifie la semaine commençant le 14 septembre, et Open​AI s’est laissé une marge de manœuvre pour la déplacer. L’interprétation prudente est que GPT-5.3 Codex Spark n’est pas une base sur laquelle construire quoi que ce soit de nouveau à compter de cette semaine, et que tout flux de travail qui en dépend devrait être migré avant la mi-septembre plutôt qu’après.

Ce qu'était Spark, et pourquoi le retrait n'est pas une surprise

GPT-5.3 Codex Spark a été lancé en février 2026 — selon les rapports, le 12 février — sous forme d'aperçu de recherche plutôt que de produit. C'était le premier modèle d'OpenAI conçu spécifiquement pour le codage en temps réel, où les millisecondes entre la frappe et la réponse comptent davantage qu'un point de benchmark, et il a été le premier jalon public du partenariat conclu en janvier 2026 entre OpenAI et le fabricant de puces Cerebras. Il tournait sur le Wafer Scale Engine 3 de Cerebras, la puce de la taille d'une assiette à dîner dotée de quatre billions de transistors, qui conserve les poids du modèle sur la puce et contourne le goulot d'étranglement de la bande passante mémoire qui domine la latence dans l'inférence GPU ordinaire. En parallèle du silicium, 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 modifications de l'API Responses, le chemin WebSocket étant activé par défaut pour Spark.

Les compromis étaient inscrits dès le premier jour. Spark est un modèle purement textuel à contexte de 128 K, ce qui le place très loin derrière les modèles phares actuels en matière de capacité. Et sur les benchmarks d'ingénierie logicielle agentique qu'Open​AI cite lui-même, il 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 l'éditeur — parce qu'il adopte par défaut un style de travail léger, qui se limite à des modifications minimes et ciblées et n'exécute pas les tests sauf si vous le lui demandez explicitement. La vitesse était le produit, et le produit était un aperçu. Un aperçu qui n'est jamais promu est un aperçu qui finit par être désactivé, et sept mois sans annonce de disponibilité générale étaient le signal bien avant la publication de cette semaine.

La question de l’API est désormais définitivement close.

Le chiffre phare associé à Spark dans les trackers tiers est de 1,75 $ par million de tokens d'entrée et de 14,00 $ par million de tokens de sortie — identique à celui du GPT-5.3 Codex complet. Considérez ce chiffre comme de la fiction, et considérez-le désormais comme définitivement fictif. Spark était proposé aux abonnés ChatGPT Pro via l'application Codex, le CLI Codex et l'extension VS Code, l'accès à l'API n'étant étendu qu'à certains partenaires de design sélectionnés, avec ses propres limites de débit distinctes plutôt que les compartiments d'utilisation standard. Open​AI n'a jamais publié de prix d'API public pour ce modèle, et, celui-ci étant retiré, elle ne le fera jamais. Un prix sur un tracker pour un modèle sans endpoint public a toujours été un chiffre auquel il était impossible d'acheter ; ce n'est désormais qu'un chiffre pour un modèle qui n'existera pas.

Le revers de la médaille, c’est que le retrait est étonnamment propre. Il n’y a aucune clé API à faire tourner, aucun point de terminaison à rediriger, aucune grille tarifaire à revoir, car il n’y a jamais eu d’API générale, pour commencer. Les personnes réellement concernées sont les abonnés à ChatGPT Pro qui utilisent Spark dans l’application Codex et la CLI, et leur migration est un simple changement de sélecteur de modèle, pas un projet d’ingénierie.

Où est réellement passée l’histoire du codage en temps réel

Le successeur de Spark n'est pas un autre petit modèle. C'est un palier de service sur un grand modèle. En août 2026, Cerebras et OpenAI ont annoncé le « mode Ultrafast », un nouveau palier dans l'API OpenAI qui exécute GPT-5.6 Sol à un débit allant jusqu'à 750 jetons de sortie par seconde — jusqu'à 14 fois plus rapide que le traitement Standard, sur les mêmes poids, avec l'intelligence du modèle Standard inchangée. Il est entré en aperçu limité le 13 août 2026 avec un groupe sélectionné de clients de l'API, sans tarification publiée, et l'accès s'étend selon les capacités disponibles. Cerebras indique que les premiers testeurs incluent Jane Street, Podium, Basis et Rogo, et que sur Humanity's Last Exam, le palier Ultrafast a répondu à l'ensemble des 2 500 questions en environ 11 heures, contre plus de 78 heures pour une configuration plus lente comparable. Ce sont des chiffres de fournisseur et de partenaires, non reproduits, et le palier reste un aperçu limité sans prix — donc le statut honnête est « annoncé et partiellement disponible », pas « achetable ».

La lecture stratégique est la partie intéressante. Quand Open​AI a voulu du codage en moins d’une seconde en février, elle a construit un petit modèle dédié et l’a servi sur Cerebras. Quand elle a voulu la même latence six mois plus tard, elle a plutôt mis le modèle de pointe sur Cerebras. C’est un pari différent : plutôt que de maintenir un modèle rapide et étroit aux côtés d’un modèle intelligent et lent, Open​AI fusionne les deux sur un même ensemble de poids et se différencie sur l’infrastructure de service. Si cela tient, il n’y a pas de chose en forme de Spark à attendre — la version rapide de chaque futur modèle phare est un palier, pas un nom de modèle.

Ce que vous pouvez réellement appeler aujourd'hui

Si l’on écarte l’aperçu et le retrait, la gamme de codage OpenAI appelable se résume à deux modèles dont les prix sont publiés.

• GPT-5.3 Codex — 1,75 $ par million de jetons d'entrée, 14,00 $ par million de jetons de sortie, entrée mise en cache à 0,175 $. Une fenêtre de contexte de 400 K jetons avec un plafond de sortie de 128 K. Le modèle de codage agentique d'Open​AI, disponible dans l'API publique depuis février 2026.

• GPT-5.6 Sol — 5,00 $ par million de tokens en entrée et 30,00 $ par million en sortie pour les requêtes allant jusqu'à 32K tokens d'entrée, passant à 10 $ / 45 $ au-delà, avec l'entrée mise en cache à 0,50 $ et les écritures de cache à 6,25 $. Environ un contexte de 1,05M tokens avec un plafond de sortie de 128K et une entrée texte, image et fichier. Le modèle 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 — GPT-5.3 Codex Spark à plus de 1 000 jetons par seconde sur le matériel Cerebras, selon le fournisseur, la raison même de son existence ; GPT-5.6 Sol à environ 244 jetons de sortie par seconde selon nos propres mesures sur OrcaRouter en août 2026. L’écart n’est pas mince sur le niveau de base — même si le niveau Ultrafast le réduit à environ un tiers de l’écart, pour le nombre de clients qui y ont accès.

• Prix — GPT-5.3 Codex Spark n'a jamais eu de tarif public d'API et n'en aura désormais jamais ; GPT-5.6 Sol à 5 $ / 30 $ pour le palier de base, 10 $ / 45 $ au-delà de 32 K jetons en entrée.

• Contexte — GPT-5.3 Codex Spark à 128K, texte uniquement ; GPT-5.6 Sol à environ 1,05 M avec entrées texte, image et fichier.

• Codage agentique — GPT-5.3 Codex Spark à 58,4 % sur Terminal-Bench 2.0, rapporté par le fournisseur ; GPT-5.6 Sol à 47 sur l'Intelligence Index v4.3 d'Artificial Analysis, mesuré de manière indépendante, pour environ 1,99 $ de calcul par tâche de l'Index. L'Index est un composite de dix évaluations, dont Terminal-Bench v4.0, il n'est donc pas directement comparable à un score sur un seul benchmark — mais c'est le seul chiffre ici que personne chez Open​AI n'a écrit.

• Style de travail — GPT-5.3 Codex Spark apportait des modifications minimales et ignorait les exécutions de tests par défaut ; GPT-5.6 Sol est le fleuron entièrement agentique, doté de raisonnement et d'utilisation d'outils.

• Accès — GPT-5.3 Codex Spark était un aperçu de recherche de ChatGPT Pro, dont le retrait est prévu la semaine du 14 septembre 2026 selon une déclaration d’un dirigeant d’Open​AI ; GPT-5.6 Sol est un modèle d’API public avec un tarif publié.

Si tout ce que vous voulez, c'est un premier jet rapide d'une petite modification, la conception de Spark était idéale — et depuis cette semaine, cette option se referme. Si vous voulez un agent qui lit un dépôt, planifie une modification, exécute les tests et itère jusqu'à ce qu'ils passent, Spark n'a jamais cherché à l'être, et GPT-5.6 Sol est le modèle qui l'est.

Si Spark faisait partie de votre flux de travail, voici la migration

Pour la plupart des lecteurs, la réponse honnête est que rien ne change, car GPT-5.3 Codex Spark n'a jamais été appelable en dehors d'un abonnement Pro. Si vous étiez l'un des utilisateurs Pro qui l'exécutaient dans l'application Codex ou dans l'interface CLI, la décision de remplacement est simple : GPT-5.3 Codex pour le travail d'agent de type codage à 1,75 $ / 14 $, et GPT-5.6 Sol pour les appels difficiles, à long contexte et multimodaux à 5 $ / 30 $. Les deux ont des tarifs publiés, les deux figurent dans l'API publique, et les deux sont accessibles via un seul point de terminaison OrcaRouter avec une seule clé, de sorte que le basculement est un simple changement de chaîne de modèle plutôt qu'un second contrat avec un fournisseur. Si une charge de travail s'avère sensible à la latence une fois Spark disparu, c'est le DSL de routage qui rend le repli viable — envoyez les modifications interactives courtes à GPT-5.3 Codex et faites passer le travail à long horizon vers GPT-5.6 Sol, avec un basculement automatique si un fournisseur vous limite en débit en cours d'exécution.

La seule chose à ne pas faire, c’est d’attendre un successeur du Spark. Aucun n’a été annoncé, et les indices d’août pointent dans la direction opposée : la réponse d’Open​AI au codage rapide est un palier servi par Cerebras sur le modèle phare, actuellement en aperçu limité sans prix publié. Cela vaut la peine d’être surveillé et impossible de planifier dessus.

Ce que cette retraite vous dit réellement

Trois choses méritent d’être retenues. Premièrement, un « aperçu de recherche » qui tourne pendant sept mois sans annonce de disponibilité générale est une décision produit au ralenti — l’avis de retrait marque la fin d’un processus, pas une surprise. Deuxièmement, le signal de prix était disponible depuis le début : un modèle qui n’a jamais eu de prix public n’a jamais reçu le feu vert interne pour en devenir un. Troisièmement, la course à la latence s’est déplacée vers le haut de gamme. La question intéressante n’est plus de savoir si un petit modèle peut être rapide, mais si un modèle de pointe peut l’être suffisamment pour compter — et c’est désormais une question d’infrastructure de service, ce qui explique pourquoi Cerebras ne cesse d’apparaître dans les annonces d’OpenAI et pourquoi un partenariat de puces rapporté à plus de 20 milliards de dollars est ce qu’il faut surveiller, plutôt que le nom du modèle.

GPT-5.3 Codex Spark a mérité sa place : il a été la première vraie réponse à « et si la latence était la fonctionnalité ? », et 1 000 tokens par seconde sur une puce à l’échelle du wafer était véritablement nouveau. Il n’est jamais non plus devenu quelque chose que l’on pouvait acheter. Les modèles que vous pouvez acheter sont GPT-5.3 Codex à 1,75 $ / 14 $ et GPT-5.6 Sol à 5 $ / 30 $, tous deux sur un même point de terminaison au prix catalogue, avec 0 % de majoration et un basculement automatique — et si le retrait de Spark a une leçon pratique, c’est que le modèle appelable est celui sur lequel il vaut la peine de bâtir.