
GPT-6.2 Sol vs GPT-6 Sol : le dernier Sol qui vous permet de désactiver le raisonnement
- GoogleNOUVEAUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 par million de tokens · 90 tok/s
- AnthropicNOUVEAUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 par million de tokens · 97 tok/s
- orcaNOUVEAUOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNOUVEAUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 87 tok/s
- OrcaNOUVEAUOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 par million de tokens · 134 tok/s
- OrcaNOUVEAUOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 par million de tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 124 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligence
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 par million de tokens · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 132 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligence
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligence
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 par million de tokens · 132 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligence
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligence
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 par million de tokens · 183 tok/s
Trois modèles Sol ont désormais été livrés au même prix affiché, et le plus ancien d’entre eux fait encore quelque chose que les deux plus récents refusent de faire. GPT-6 Sol est arrivé le 22 septembre 2026 à 2 $ par million de jetons en entrée et 10 $ par million en sortie, et il accepte « none » comme niveau d’effort de raisonnement. GPT-6.2 Sol, sorti le 17 novembre 2026, facture les mêmes 2 $ et 10 $ et rejette purement et simplement « none » — tout comme GPT-6.1 Sol, arrivé sept jours après GPT-6 Sol et qui lui a discrètement ravi la couronne à prix inchangé. Ainsi, quiconque exécute encore GPT-6 Sol en production ne fait pas tourner un modèle obsolète par accident. Dans plusieurs configurations, c’est le seul modèle de la famille à accepter la requête.
Même compteur, un cadran qui a vraiment bougé
Les publications de lancement donnent l'impression d'un non-événement : OpenAI a décrit GPT-6.2 Sol comme reconduisant les tarifs de GPT-6.1 Sol, et GPT-6.1 Sol n'a jamais augmenté ce que facturait GPT-6 Sol. Pourtant, si l'on parcourt les trois grilles tarifaires, une seule ligne a changé, à un moment ou un autre. Les entrées en cache.
• Entrée — 2,00 $ par million de tokens sur GPT-6 Sol, GPT-6.1 Sol et GPT-6.2 Sol. Inchangé sur trois générations.
• Sortie — 10,00 $ pour les trois. Inchangé.
Écritures de cache — 2,50 $ par million sur les trois pour 30 minutes de rétention. GPT-6.2 Sol documente en outre une écriture de cache de 12 heures à 5 $ par million pour les requêtes à contexte court au tarif Standard ; la page GPT-6 Sol ne décrit aucune telle option.
• Entrée mise en cache — 0,20 $ sur GPT-6 Sol, où elle est facturée à 10 % du tarif non mis en cache. 0,10 $ sur GPT-6.2 Sol, où elle est facturée à 5 %. La lecture du cache est devenue 50 % moins chère, tandis que le chiffre affiché n’a pas bougé.
• Contexte — 1 050 000 tokens, 922 000 entrée max, 128 000 sortie max, texte et image en entrée, texte en sortie. Identique sur les trois.
• Date limite des connaissances — 20 avril 2026 sur GPT-6 Sol, 30 avril sur GPT-6.1 Sol, 1er juin sur GPT-6.2 Sol. Six semaines de connaissances supplémentaires sur le monde entre le plus ancien et le plus récent.
• Effort de raisonnement — GPT-6 Sol accepte les valeurs none, low, medium, high, xhigh et max. GPT-6.2 Sol accepte la même liste, sans none.
• Résidence des données — GPT-6 Sol prend en charge la résidence dans l’UE avec Standard, Flex et Batch, mais pas Fast. GPT-6.2 Sol prend en charge la résidence aux États-Unis et dans l’UE avec Standard, Fast et Batch. Sur le modèle plus récent, le niveau Fast est éligible au traitement dans l’UE ; sur l’ancien, il ne l’est pas.
• Cloud — GPT-6 Sol est répertorié sur Amazon Bedrock sous openai.gpt-6-sol. GPT-6.2 Sol n’a pas encore de référencement chez un fournisseur cloud sur sa page de modèle.
C’est dans les charges de travail avec cache hit que ce 50 % apparaît. Un pipeline de récupération qui envoie 800 000 tokens en cache et 20 000 nouveaux tokens par requête paie 0,16 $ de lecture de cache sur GPT-6 Sol et 0,08 $ sur GPT-6.2 Sol, avant que l’un ou l’autre modèle ne raisonne sur quoi que ce soit. Multipliez par le volume de requêtes et le prix affiché inchangé commence à ressembler au chiffre le moins intéressant de la comparaison.
Une génération qui a duré sept jours
Il vaut la peine d’être précis sur la manière dont GPT-6 Sol est devenu l’ancien modèle, car cela s’est produit plus vite que ne le suggérerait n’importe quel cycle de dépréciation. OpenAI a annoncé GPT-6 Sol et GPT-6 Luna le 22 septembre 2026. Le 29 septembre, OpenAI a annoncé GPT-6.1 Sol, décrit comme « une intelligence proche d’Astra pour le codage, l’utilisation d’un ordinateur et le travail professionnel, à un cinquième des prix standard des jetons d’entrée et de sortie de l’API d’Astra » — ce qui est aussi une description juste de ce que GPT-6 Sol était censé être. Une semaine, même prix, meilleur modèle.
Rien concernant GPT-6 Sol n’a été retiré. La table du cycle de vie d’OpenAI le répertorie toujours comme modèle actif, et sa page de documentation renvoie simplement les lecteurs vers le Sol plus récent. Mais Artificial Analysis l’a marqué comme obsolète et l’évalue désormais toutes les 18 heures plutôt que toutes les 6 heures. Sa bannière recommande GPT-6.1 Sol plutôt que GPT-6.2 Sol — un rappel que ces bannières de recommandation pointent d’un cran vers l’avant, et non vers le meilleur modèle actuel, et ne remplacent pas la lecture du tableau.
Quarante-quatre contre cinquante-sept, et ce qui compose cet écart
Sur l'Intelligence Index v5.0.1 d'Artificial Analysis, les deux modèles ayant été mesurés à effort maximal, l'écart entre les deux générations est plus grand que celui du passage de 6.1 à 6.2 :
• GPT-6.2 Sol — indice 57, onzième de 87 modèles, coût pondéré de 1,01 $ par tâche de l’indice, 60,9 M de jetons de sortie pour la suite complète, temps par tâche non encore publié.
• GPT-6 Sol — indice 44, quarantième sur 87, 2,47 $ par tâche, 65,1 M de tokens de sortie, 7,4 minutes par tâche à environ 121 tokens de sortie par seconde, avec 37,34 secondes avant le premier token de réponse.
Treize points d’indice, un coût par tâche terminée inférieur de 59 %, et 6,4 % de jetons de sortie en moins. L’écart d’indice est le titre ; l’écart de coût est celui qui change les budgets, car 2,47 $ contre 1,01 $ à taux identiques par jeton signifie que l’ancien modèle consomme environ deux fois et demie plus de jetons facturables pour aboutir à une moins bonne réponse. C’est le mode de défaillance de la comparaison entre générations de modèles en une ligne — la grille tarifaire dit que les deux modèles sont le même produit, et la facture dit que non.

La comparaison inverse est tout aussi instructive. GPT-6 Sol est le plus rapide des deux selon les propres mesures du tableau — 7,4 minutes par tâche d’indexation contre 23,1 minutes pour GPT-6.1 Sol — et c’est le seul des trois à disposer d’une quelconque valeur de latence publiée. Le panneau de performances de GPT-6.2 Sol affiche N/A. Le tableau de scores ne vous permet donc pas, en l’état, d’affirmer que le nouveau modèle est plus rapide ; il vous permet seulement d’affirmer qu’il est plus intelligent et moins coûteux par tâche. Si votre application est interactive, cette valeur manquante devrait suspendre la migration tant qu’elle n’est pas renseignée, et un échantillon de votre propre trafic est le seul substitut possible.

L'interrupteur qui fait baisser le compteur au lieu de le faire monter
Le fait que l’effort de raisonnement soit réglé sur none est la différence non évidente la plus lourde de conséquences entre ces deux modèles, et elle ne suscite presque aucune attention parce que chaque comparaison est menée au maximum. Sur GPT-6 Sol, il est disponible, et sur Chat Completions, c’est le seul réglage avec lequel l’appel de fonctions fonctionne tout court — la page d’OpenAI consacrée au modèle indique que Chat Completions « ne prend en charge l’appel de fonctions qu’avec reasoning_effort défini sur none ». Sur GPT-6.2 Sol, le paramètre est rejeté, et l’appel d’outils nécessite l’API Responses quoi qu’il en soit.
Pourquoi cela compte sur le plan commercial : un modèle de raisonnement avec un effort « none » est un objet de coût différent du même modèle au niveau max. Les chiffres de l’indice ci-dessus correspondent tous à un effort maximal — Artificial Analysis publie ses scores dans la configuration à effort le plus élevé. Une étape de classification, d’extraction ou de routage qui nécessite un appel de type conversation avec outils et sans délibération est précisément la charge de travail où GPT-6 Sol à none peut coûter une fraction de ce que la comparaison d’indices laisse entendre, car l’essentiel de la consommation de tokens dans ce classement correspond à des tokens de raisonnement que vous n’achèteriez pas.
Rien de tout cela ne fait de GPT-6 Sol le meilleur modèle. Cela en fait un modèle de forme différente, et c’est la forme qui détermine si une migration est un remplacement ou une réécriture. Si votre intégration dépend de « none », le passage à GPT-6.2 Sol n’est pas une optimisation des coûts — c’est une refonte de la façon dont la requête est construite, ainsi qu’une décision quant à savoir si vous voulez les tokens de raisonnement que vous refusiez auparavant de payer.
Ce qu’implique réellement une migration depuis GPT-6 Sol
Passer directement de GPT-6 Sol à GPT-6.2 Sol saute GPT-6.1 Sol, et les notes de migration sont cumulatives plutôt qu’incrémentales. Quatre choses changent :
Le comportement lié à l’état de raisonnement est nouveau dans la version 6.2 et il est silencieux. À partir de GPT-6.2, l’API supprime les éléments de raisonnement lorsqu’elle détecte des modifications de l’historique en cours de conversation : modifications de préfixe, rétrogradation de modèle, changement d’utilisateur final, changement d’organisation. OpenAI avertit que lorsque le modèle perd ces éléments, « la qualité des réponses peut diminuer et le modèle peut utiliser davantage de jetons pour répéter un travail antérieur ». Pour une application qui réécrit son invite système entre les tours, il s’agit d’une régression de coût sans erreur associée. Gardez le préfixe stable et ajoutez plutôt les nouvelles instructions à la suite.
Les paramètres d’échantillonnage ont disparu. Omettez temperature, top_p, logprobs et top_logprobs des requêtes Chat Completions ; pour Responses, omettez temperature, top_p et top_logprobs et retirez message.output_text.logprobs de include. C’est la modification qui a le plus de chances d’échouer bruyamment lors d’un smoke test, ce qui est une chance.
La mise en cache des prompts est renommée et refacturée. Si vous venez de GPT-5.5 ou d'une version antérieure lors de la même passe, prompt_cache_retention devient prompt_cache_options.ttl défini sur « 30m ». Les écritures de cache constituent une ligne de facturation à 2,50 $ par million de jetons pour 30 minutes de rétention, et à 5 $ pour 12 heures. Un pipeline qui supposait que la mise en cache était gratuite côté écriture verra une nouvelle ligne sur la facture.
{{1}}Les niveaux d'effort doivent être choisis à nouveau.{{/1}} Le niveau {{2}}aucun{{/2}} est rejeté, donc tout ce qui a réussi avec ce niveau — y compris chaque chemin d'appel d'outils Chat Completions sur GPT-6 Sol — a besoin d'un nouveau niveau d'effort. Les recommandations d'OpenAI pour les nouvelles intégrations sont de commencer au niveau {{3}}moyen{{/3}} et de passer au niveau {{4}}faible{{/4}} là où une intégration plus ancienne utilisait {{5}}aucun{{/5}} ou {{6}}minimal{{/6}}.
Deux des trois sont appelables sur une seule touche aujourd'hui
Le point délicat de cette comparaison, c'est la disponibilité, et elle se divise en trois cas. GPT-6 Sol et GPT-6.1 Sol figurent tous deux au catalogue d'OrcaRouter à prix coûtant — 2 $ en entrée, 0,20 $ en cache et 10 $ en sortie pour GPT-6 Sol, soit la grille tarifaire du fournisseur avec 0 % de marge ajoutée. Cela rend la première expérience honnête peu coûteuse : faites passer votre propre trafic sur GPT-6 Sol et GPT-6.1 Sol avec une seule clé, sans second contrat, et découvrez ce que l'écart de treize points d'indice vaut sur vos tâches plutôt que sur une suite de benchmarks. Là où les deux diffèrent en prix, nous différons aussi, car un changement de prix du fournisseur est répercuté ici le jour même de son annonce, plutôt qu'au moment où une table de marges est reconstruite.
GPT-6.2 Sol ne figure pas encore au catalogue. Il est disponible sur l’API d’OpenAI, dans ChatGPT Work et Codex depuis le jour du lancement, et c’est la liste honnête — tout article affirmant le contraire, y compris l’un des nôtres, serait erroné. Le schéma de routage qui comble cet écart consiste à maintenir les deux modèles du catalogue sur une même politique, à diriger le trafic du nouveau modèle vers l’API du fournisseur et à laisser le basculement gérer le cas où le modèle plus récent refuse une requête à laquelle l’ancien répondrait. Ce dernier point n’est pas hypothétique : OpenAI a livré les deux modèles 6.2 avec des garde-fous plus stricts pour l’assistance en cybersécurité à haut risque et indique dans l’article de lancement que les protections « limitent certains flux de travail légitimes de recherche sur les vulnérabilités et de tests de sécurité », l’accès Daybreak pour 6.2 étant encore à venir.

Qui devrait bouger, et qui est déjà correct
Passez à GPT-6.2 Sol si votre charge de travail est par lots ou en arrière-plan, si vous payiez déjà pour des tokens de raisonnement et si vous pouvez vous permettre de remesurer la latence sur votre propre trafic plutôt que de faire confiance à un tableau de bord qui n’a pas publié ce chiffre. Vous gagnez treize points d’indice par rapport à GPT-6 Sol, un coût par tâche terminée inférieur de 59 % aux mêmes tarifs de tokens, un prix de lecture du cache divisé par deux, une résidence dans l’UE sur le niveau rapide et une option de cache de 12 heures.
Restez sur GPT-6 Sol si la forme de la requête dépend de « effort none » — en particulier Chat Completions avec l’appel de fonctions, que les modèles plus récents ne prennent pas du tout en charge. Ce n’est pas de la nostalgie ; c’est la seule capacité que le successeur a retirée, et reconstruire autour d’elle est un projet avec son propre budget.
Considérez GPT-6.1 Sol comme l’échelon intermédiaire si vous voulez l’essentiel du gain d’intelligence sans la migration vers la 6.2. Il obtient 55 contre 44 pour GPT-6 Sol, coûte 1,27 $ par tâche d’indexation contre 2,47 $, conserve le tarif de 5 % pour les entrées mises en cache, et sa documentation de lancement portait explicitement sur l’exécution de tâches proches d’Astra pour une fraction du prix d’Astra. Ce qu’il ne vous apporte pas, c’est la vitesse : 23,1 minutes par tâche d’indexation est le chiffre le plus lent de cette gamme, contre 7,4 pour le modèle qu’il remplace. Si la latence est la contrainte que vous ressentez réellement, GPT-6.1 Sol est le mauvais choix de mise à niveau et GPT-6 Sol vous apporte plus que son score d’indexation ne le suggère.
La bonne façon de garder les trois en tête est de se rappeler que la gamme Sol a été optimisée pour l’efficacité en tokens à chaque version, et que la grille tarifaire est restée stable pendant ce temps. GPT-6 Sol dépense 65,1 M de tokens de sortie pour obtenir 44. GPT-6.1 Sol dépense 63,7 M pour obtenir 55. GPT-6.2 Sol dépense 60,9 M pour obtenir 57. Rien dans cette progression n’a été obtenu au prix d’une hausse tarifaire — ce qui explique précisément pourquoi une équipe qui compare les modèles en dollars par million de tokens, plutôt qu’en dollars par tâche terminée, continue de conclure que rien n’a changé depuis septembre.
Comparés dans cet article1
Détecté à partir de cet article · Benchmarks : Artificial Analysis · mis à jour quotidiennement
