Une carte de titre générée portant « GPT-6.2 Sol Pro vs GPT-6.1 Sol Pro : même grille tarifaire, 40 % de tokens en moins », montrant les tokens de sortie par tâche d’index chuter de 67 824 à 40 360 et deux pastilles indiquant que l’Intelligence Index passe de 54,6 à 57,3 et que le coût par tâche baisse de 1,27 $ à 1,01 $, au-dessus d’une ligne précisant que le tarif de 2,00 $ en entrée et de 10,00 $ en sortie est identique sur les deux niveaux.
Guides & Insights

GPT-6.2 Sol Pro vs GPT-6.1 Sol Pro : même grille tarifaire, 40 % de jetons en moins

Auteur

jinhao.song

Date de publication

Derniers modèles · 20Voir tous les modèles →
Benchmarks : Artificial Analysis · mis à jour quotidiennement
Retour à tous les articles

Passer de GPT-6.1 Sol Pro à GPT-6.2 Sol Pro ne coûte rien sur la grille tarifaire. Les deux niveaux facturent $2.00 par million de jetons d’entrée et $10.00 par million de jetons de sortie, tous deux disposent d’une fenêtre de contexte de 1 050 000 jetons avec 128 000 de sortie maximale, et tous deux utilisent le mode pro via reasoning.mode: pro sur le modèle de base plutôt que comme un identifiant distinct. La mise à niveau vaut quand même la peine, et la raison est le seul chiffre qui n’apparaît nulle part sur la grille tarifaire d’OpenAI : à effort maximal, GPT-6.2 Sol dépense 40 360 jetons de sortie par tâche de l’indice Artificial Analysis, là où GPT-6.1 Sol en dépense 67 824. Quarante pour cent de travail en moins, même compteur, 20 % de moins sur la facture au final. Évalué le 18 novembre 2026, un jour après la sortie de la génération 6.2.

Deux choses rendent cette décision plus subtile que ne le suggère l’autocollant. La première, c’est que les deux modèles ne sont séparés ni par une génération de matériel ni par un changement d’architecture que l’on peut pointer du doigt : la fenêtre de contexte est identique, la liste des modalités est identique, le prix est identique, et la seule différence structurelle dans la documentation d’OpenAI est une date de coupure des connaissances passée du 30 avril 2026 au 1er juin 2026. La seconde, c’est que l’amélioration est inégale : sur les évaluations qui comptent pour les agents de codage, elle est importante, et sur la calibration, elle est négative. Une comparaison qui ne rapporterait que l’indice composite manquerait l’un et l’autre.

Ce qui diffère réellement, dans la spécification du fournisseur elle-même

Côte à côte, d'après les deux pages de modèles sur developers.openai.com, consultées le 18 novembre 2026 :

• Prix — 2,00 $ en entrée / 0,10 $ en cache / 2,50 $ en écriture de cache / 10,00 $ en sortie par million de tokens pour les deux. Au-delà de 272 000 tokens d’entrée, les deux passent à 4,00 $ / 0,20 $ / 5,00 $ / 15,00 $.

• Contexte — 1 050 000 tokens, 922 000 max en entrée, 128 000 max en sortie, pour les deux.

• Date limite des connaissances — 1er juin 2026 vs 30 avril 2026.

• Niveaux d’effort — low, medium, high, xhigh, max sur les deux ; les deux rejettent reasoning.effort : none.

• Modes de raisonnement — standard et pro dans l’API Responses sur les deux, avec facturation aux tarifs standard par jeton et une différence uniquement dans la quantité de travail agrégée.

• Multiplicateur ultra-rapide — 3× standard jusqu’au 28 février 2027, puis 6× sur les deux.

• Nouveau sur 6.2 — fenêtres d'achèvement en arrière-plan à tarif réduit dans l'API Responses en bêta publique : 30 % de moins que le tarif standard pour un report de deux heures, 40 % de moins pour huit heures.

• Changement de comportement — à partir de GPT-6.2, l’API supprime les éléments de raisonnement lorsqu’elle détecte une modification du préfixe en milieu de conversation, une rétrogradation de modèle, un changement d’utilisateur final ou un changement d’organisation. La perte d’éléments de raisonnement peut dégrader la qualité des réponses et amener le modèle à répéter un travail antérieur avec de nouveaux jetons.

Cette dernière ligne est celle qu’il faut lire deux fois, car c’est un piège de coût déguisé en remarque d’exactitude. Si votre application modifie les instructions en cours de conversation — ce que font de nombreuses boucles d’agents lorsqu’elles réaffichent un prompt système — la génération 6.2 abandonnera le raisonnement qu’elle avait accumulé, le repaiera au tour suivant et brisera le cache de prompt qui aurait sinon rendu la répétition peu coûteuse. Sur une charge de travail en mode pro, où les jetons de raisonnement constituent la majorité de la sortie, c’est la différence entre une économie de 40 % et aucune économie du tout. La recommandation d’OpenAI elle-même est de conserver le préfixe inchangé lorsque vous modifiez les paramètres entre les réponses.

Screenshot of OpenAI's documentation page for GPT-6.2 Sol, showing the model ID gpt-6.2-sol, a 1,050,000-token context window with 922,000 maximum input and 128,000 maximum output, a 1 June 2026 knowledge cutoff, and text-token pricing of $2 input, $0.10 cached input, $2.50 cache write and $10 output per million.

Les chiffres indépendants : 2,7 points et 20 % par tâche

Artificial Analysis a mesuré les deux niveaux à effort maximal sur le même banc d’évaluation, ce qui est la seule façon pour que cette comparaison soit valable. Intelligence Index v5.0.1 : 57,3 pour GPT-6.2 Sol contre 54,6 pour GPT-6.1 Sol. Coût par tâche de l’indice : 1,01 $ contre 1,27 $. Sur le classement v5.0.1 actuel, GPT-6.2 Sol occupe la 5e place sur 58 entrées notées ; GPT-6.1 Sol n’apparaît plus dans la liste en direct du classement, donc la comparaison repose sur les mesures par modèle plutôt que sur le rang.

Aucun de ces deux chiffres n’est spectaculaire en soi. Ce qui rend ce duo digne d’action, c’est qu’ils ont évolué ensemble — le modèle plus récent est à la fois meilleur et moins cher par unité de travail achevé, tandis que la grille tarifaire est restée parfaitement inchangée. C’est la signature d’une version axée sur l’efficacité plutôt que d’un repositionnement, et c’est le schéma que vous voulez voir avant de migrer un chemin de production.

Passons maintenant à la ventilation, où les deux modèles divergent plus que ne le suggère le composite :

Terminal-Bench 4.0 — 60,1 % contre 56,1 %.

• Terminal-Bench Science — 67,6 % contre 58,1 %, soit une progression de 9,5 points.

• HLE Diamond — 64,0 % contre 58,8 %.

• FrontierCode 2.0 — 44,4 % contre 40,6 %.

• AutomationBench — 71,3 % contre 64,9 %.

• AnalystAgent — 53,8 % contre 50,0 %.

• AA-Omniscience — 40,4 avec 55,4 % d’hallucinations contre 42,0 avec 51,9 % d’hallucinations.

Chaque ligne de capacité s’améliore. La ligne de calibration, non : le nouveau modèle est 3,5 points plus susceptible d’affirmer quelque chose qu’il ne peut pas étayer. Cet arbitrage est quasiment sans coût au sein d’un agent de codage qui exécute un test avant de déclarer une réussite, et il constitue une véritable régression au sein d’un flux de travail de recherche sans étape de vérification. Si votre usage du mode pro relève du second type, il ne s’agit pas d’une mise à niveau automatique.

A generated two-column comparison scoreboard titled 'GPT-6.2 Sol vs GPT-6.1 Sol', with the left column GPT-6.2 Sol at 57.3 on the Intelligence Index, $1.01 cost per task, 40,360 output tokens per task, 60.1 percent on Terminal-Bench 4.0, 40.4 on AA-Omniscience and $2 input and $10 output per million, and the right column GPT-6.1 Sol at 54.6, $1.27, 67,824 tokens, 56.1 percent, 42.0 and the same $2 and $10 price, with a footer attributing the measurements to Artificial Analysis and the pricing to OpenAI.

D'où viennent les 40 %, ligne par ligne

Le mode Pro multiplie une quantité inconnue de travail du modèle au-dessus d’un nombre de tokens de référence ; la référence est donc la seule partie sur laquelle vous pouvez raisonner — et les données indépendantes en déterminent précisément la taille.

Au niveau d’effort maximal, GPT-6.2 Sol produit en moyenne 40 360 jetons de sortie par tâche d’indexation : 22 800 de raisonnement et 17 561 de réponse. GPT-6.1 Sol en produit en moyenne 67 824 : 49 213 de raisonnement et 18 611 de réponse. La réponse visible n’a presque pas bougé — 6 % plus courte. Le raisonnement s’est effondré de 54 %. C’est là tout le mécanisme. Le modèle plus récent réfléchit moins de la moitié du temps pour produire une réponse de même longueur, et comme les jetons de raisonnement sont facturés comme de la sortie, c’est là que réside l’économie.

Si on y met des dollars, l’arithmétique n’a rien de glamour : 40 360 tokens à 10 $ par million représentent environ 0,40 $ de sortie, contre 0,72 $ pour le modèle plus ancien. Les entrées ne coopèrent pas, en revanche. Sur l’ensemble de la suite, GPT-6.2 Sol facture environ 0,61 $ d’entrée par tâche, contre 0,55 $ pour GPT-6.1 Sol — il lit plus, pas moins, car ses volumes d’écriture et de lecture du cache ont tous deux augmenté. L’économie sur la sortie et la pénalité sur l’entrée s’annulent presque dans le chiffre net de 1,01 $ contre 1,27 $. Rien dans ce transfert ne provient d’une baisse de prix, car il n’y a pas eu de baisse de prix.

L’avertissement pratique est celui qu’implique le mode pro : comme le multiplicateur est inconnu et s’applique à ce que le modèle décide de faire, une base de référence 40 % plus petite ne garantit pas une facture en mode pro 40 % plus petite. Elle garantit un plancher moins cher. Mesurez vos propres appels avant de réécrire un budget.

Migration sans modification de code

La migration mécanique tient en une seule chaîne. Les deux modèles acceptent les mêmes paramètres, les mêmes valeurs d’effort, la même surface de l’API Responses et le même ensemble d’outils ; le remplacement consiste donc à passer de model: "gpt-6.1-sol" à model: "gpt-6.2-sol", avec le mode pro configuré à l’identique. Le guide de migration d’OpenAI ajoute une vérification obligatoire pour l’appel d’outils : il exige l’API Responses, et non Chat Completions, ce qui était déjà le cas avec la 6.1.

Ce qui ne constitue pas une seule chaîne, c’est le comportement des éléments de raisonnement décrit ci-dessus. Avant de basculer le modèle, vérifiez si quelque chose dans votre boucle modifie le préfixe de conversation — invites système dynamiques, définitions d’outils injectées qui réordonnent, élagage du contexte à chaque tour en tête de contexte. Si c’est le cas, corrigez cela d’abord, sinon le gain d’efficacité disparaît dès le deuxième tour.

La posture de déploiement compte elle aussi, car il s’agit d’un palier âgé d’un jour, avec une seule mesure indépendante à l’appui. La voie prudente consiste à maintenir la production sur le palier 6.1 et à évaluer 6.2 sur le trafic que vous pouvez vérifier — une route fantôme, un pourcentage de canari, une suite de tests exécutée sur les deux. Sur OrcaRouter, openai/gpt-6.1-sol figure au catalogue au prix catalogue du fournisseur avec 0 % de marge et un basculement automatique entre fournisseurs, de sorte que le modèle qui porte déjà votre trafic peut absorber une mauvaise après-midi sans que vous le découvriez en production. GPT-6.2 Sol n’est pas encore apparu sur notre catalogue au 18 novembre, ce qui est précisément la raison d’exécuter l’évaluation sous forme de comparaison plutôt que de bascule.

Le palier 6.1 reste lui aussi invocable pendant un certain temps : le tableau des dépréciations d'OpenAI achemine toujours les charges de travail GPT-5 et o3 en cours de retrait vers gpt-6.1-sol comme remplacement, ces arrêts étant datés du 11 décembre 2026. Un modèle qui est lui-même la cible de migration recommandée pour d'autres modèles n'est pas sur le point d'être retiré ; un passage délibéré et mesuré à 6.2 ne vous coûte donc rien en matière d'urgence.

Screenshot of the OrcaRouter model page for GPT-6.1 Sol, showing the model ID openai/gpt-6.1-sol, a 1,050,000-token context window with 128,000 maximum output, and pricing of $2.00 input and $10.00 output per million tokens at provider list price.

Qui doit bouger, et qui doit attendre

Migrez maintenant si votre charge de travail est fortement orientée terminal, utilise des outils ou est soumise à des vérifications. Le bond de 9,5 points sur Terminal-Bench Science et celui de 6,4 points sur AutomationBench sont suffisamment importants pour qu’une exécution canari les révèle, et l’économie de 20 % par tâche arrive sans négociation ni nouveau contrat.

Attendez, si votre charge de travail est de la synthèse de recherche en mode pro où la sortie est lue plutôt que testée. La régression de calibration est faible, mais elle va dans la mauvaise direction, et l’argument d’efficacité ne couvre pas une erreur que l’on ne découvre qu’après publication. Attendez, aussi, si votre boucle d’agent réécrit les préfixes de conversation — corrigez cela d’abord, puis effectuez la mise à niveau, puis mesurez ; mettre à niveau avant de corriger fera paraître le modèle moins bon qu’il ne l’est.

Quoi qu’il en soit, le numéro de version en fait moins qu’il n’y paraît. Ce n’est pas une génération qui a acheté des capacités avec de l’argent. C’est une génération qui a acheté des capacités avec des tokens, et la facture a tourné en votre faveur pour une fois.

Comparés dans cet article1

Détecté à partir de cet article · Benchmarks : Artificial Analysis · mis à jour quotidiennement