GPT-6 Sol : la référence complète pour le GPT-6 de milieu de gamme d'OpenAI

GPT-6 Sol est le niveau intermédiaire de la famille — le modèle qui se situe entre le modèle phare GPT-6 Astra au-dessus de lui, et le modèle bon marché et rapide GPT-6 Luna en dessous, commercialisé le 22 septembre 2026 à 2,00 $ par million de jetons d'entrée et 10,00 $ par million de jetons de sortie. C'est la moitié de ce que coûtait GPT-5.6 Sol pour un modèle que le fournisseur décrit dans sa propre documentation comme « conçu pour alimenter des flux de travail de codage complexes et agentiques » : une fenêtre de contexte de 1 050 000 jetons, un plafond de sortie de 128 000 jetons, une entrée texte et image, et six niveaux d'effort de raisonnement allant de aucun à max.

Cette page est la référence pour ce modèle — celle sur laquelle on arrive après avoir saisi son nom. Elle n'est délibérément pas une seconde annonce. La date de lancement sert ici à dater le modèle, non à relater un événement : le modèle est aujourd'hui un produit API actif, en disponibilité générale, et ce dont un lecteur arrivant sur cette page a besoin, c'est la grille tarifaire, l'enveloppe, les affirmations du fournisseur clairement étiquetées, et ce qu'un évaluateur indépendant a mesuré. L'ancre datetime est le 22 septembre 2026, six jours avant la rédaction de cette page, de sorte que le lancement se situe aussi dans une fenêtre de fraîcheur de sept jours ; la section que vous lisez est la raison pour laquelle cette page est une référence plutôt qu'un article d'actualité. La raison même de son existence est la demande de recherche mesurée en first-party sur ce site : les gens tapent le nom du modèle lui-même, et le trafic périphérique autour de ce nom est entièrement de type versus et déjà couvert par les pages de comparaison que nous publions séparément.

Où se situe GPT-6 Sol dans la pile GPT-6

La documentation d'OpenAI elle-même nomme trois modèles GPT-6 et attribue à chacun une mission. GPT-6 Astra est le modèle phare — le guide de l'entreprise le présente comme son modèle le plus intelligent, destiné à l'usage informatique, à la navigation web, à l'ingénierie logicielle, à la science et à la création de documents, et proposé à 10,00 $ / 50,00 $ avant tout palier. GPT-6 Luna constitue le palier de l'efficacité, destiné aux travaux bien définis à fort volume, et coûte 0,10 $ / 0,50 $. GPT-6 Sol est le modèle intermédiaire : la page des modèles d'OpenAI le décrit en une ligne comme conçu pour le codage complexe et les workflows agentiques, et son guide de famille invite les développeurs à choisir gpt-6-astra pour le plus haut niveau de capacités, gpt-6-sol pour un « raisonnement solide sur des tâches exigeantes », et gpt-6-luna pour un travail répétable et efficace à grande échelle.

Deux faits rendent ce palier réel plutôt qu'une simple étiquette tarifaire. Sol offre la même fenêtre de 1 050 000 tokens et le même plafond de sortie de 128 000 tokens qu'Astra — le palier intermédiaire n'est pas une fenêtre plus petite, c'est moins de dollars de capacité par token. Et Sol prend en charge un réglage de raisonnement qu'Astra n'a pas : reasoning.effort accepte none sur Sol, le modèle peut donc être exécuté sans aucune passe de raisonnement, tandis que l'échelle d'Astra commence à low. Pour tout le reste, l'échelle d'effort est identique — none, low, medium (la valeur par défaut), high, xhigh, max.

Artificial Analysis date GPT-6 Astra au 3 septembre 2026 et GPT-6 Sol et Luna au 22 septembre 2026 — trois semaines qui séparent la première sortie de la génération phare de ses modèles frères moins chers. À noter que notre propre ligne de catalogue pour GPT-6 Astra porte une date de catalogue au 4 septembre ; il s'agit d'un artefact de catalogue, et le 3 septembre de l'outil de suivi indépendant est la date de sortie que nous utilisons ici.

La grille tarifaire, dans son intégralité

Chaque chiffre de cette section provient de la documentation tarifaire d'OpenAI elle-même et de la page du modèle GPT-6 Sol, toutes deux consultées le 28 septembre 2026, et toutes deux exprimées en USD par million de tokens.

• Standard, jusqu'à 272 000 tokens d'entrée — 2,00 $ en entrée, 0,20 $ en entrée mise en cache, 2,50 $ pour les écritures de cache, 10,00 $ en sortie.

• Ratio d'entrée mise en cache — OpenAI facture l'entrée mise en cache à 10 % du tarif non mis en cache, soit une remise de 90 %, et indique que les écritures dans le cache sont facturées à 1,25× le tarif d'entrée non mise en cache. Le lancement de GPT-6 a également supprimé une friction qui coûtait auparavant de l'argent en silence : modifier l'effort de raisonnement ou la disponibilité des outils n'invalide plus le cache.

• Contexte long, au-delà de 272 000 jetons d'entrée — 4,00 $ en entrée, 0,40 $ en entrée mise en cache, 5,00 $ pour les écritures de cache, 15,00 $ en sortie. Le seuil est de 272 K, et il est indiqué sur la page du modèle GPT-6 Sol d'OpenAI elle-même plutôt que repris de la page Astra, qui porte le même nombre. La même page énonce la règle de re-tarification en une phrase : les invites de plus de 272 K jetons d'entrée sont facturées à 2× les tarifs d'entrée et de cache et à 1,5× le tarif de sortie pour la requête complète. Il ne s'agit pas d'un dépassement facturé sur l'excédent. Une requête de 300 000 jetons facture les 300 000 jetons au tarif de contexte long, de sorte que le coût de franchir la limite est un saut discret plutôt qu'une pente — et ce saut survient à une frontière que la plupart des pipelines de documents longs franchissent par accident.

• Batch et Flex — les deux sont facturés à 50 % des tarifs standard applicables, donc Batch et Flex sur Sol coûtent 1,00 $ / 5,00 $ en contexte court et 2,00 $ / 7,50 $ en contexte long, avec l’entrée en cache à 0,10 $ et 0,20 $ respectivement.

• Mode rapide — 2× le tarif applicable, soit 4,00 $ / 20,00 $ en contexte court et 8,00 $ / 30,00 $ en contexte long. OpenAI a renommé le traitement prioritaire en mode rapide le 30 juillet 2026 et accepte soit service_tier: "priority" soit "fast".

• Deux majorations à connaître — les points de terminaison de traitement régionaux entraînent une majoration de 10 % pour les modèles publiés le 5 mars 2026 ou après, et les points de terminaison FedRAMP entraînent une majoration de 10 % sur les tarifs standard. Pour GPT-6 Sol et Luna, la résidence des données dans l'UE n'est disponible qu'avec le traitement Standard.

• Contexte du prix — La grille tarifaire d’OpenAI indique toujours GPT-5.6 Sol à 4,00 $ / 20,00 $, avec des tarifs promotionnels annoncés comme devant s’appliquer au moins jusqu’au 21 novembre 2026. Le tarif de 2,00 $ / 10,00 $ de Sol représente une réduction de 50 % sur les deux volets par rapport à son prédécesseur direct, et OpenAI a déclaré aux journalistes que les nouveaux tarifs étaient permanents et non promotionnels. Il s’agit d’une déclaration d’un porte-parole plutôt que d’un engagement écrit sur la grille tarifaire ; il convient donc de la considérer comme déclarée par le fournisseur plutôt que comme un fait contractuel.

L'enveloppe

• Contexte et sortie — fenêtre de contexte de 1,050,000 tokens, 922,000 tokens d'entrée maximum, 128,000 tokens de sortie maximum. Le chiffre de 1,050,000 est celui d'OpenAI ; Artificial Analysis indique 872,000 dans son tableau de spécifications pour le même modèle, et la FAQ de cette page indique 870k. Considérez le chiffre du fournisseur comme le contrat et celui du traqueur comme une mesure d'une configuration servie particulière.

• Modalités — entrée texte et image, sortie texte, selon la page du modèle d'OpenAI. Notre propre ligne de catalogue pour ce modèle indique aussi une entrée fichier aux côtés du texte et de l'image, ce que la page d'OpenAI ne fait pas. La page du fournisseur fait foi, donc la lecture honnête de ce modèle aujourd'hui est une entrée texte et image.

• Date limite des connaissances — 20 avril 2026. Celle de GPT-6 Luna est le 18 mai 2026, et celle d'Astra est le 30 avril 2026, donc les trois modèles de la famille ne partagent pas la même date limite de connaissances.

• Points de terminaison — Chat Completions et Responses sont tous deux pris en charge, Batch est pris en charge. Realtime, Realtime translation and transcription, Assistants, fine-tuning, embeddings, image generation and editing, speech, audio transcription and moderation et l'ancienne route Chat Completions ne sont pas pris en charge.

• Outils et sortie structurée — streaming, sorties structurées, appel de fonctions, recherche de fichiers, entrée d'images, recherche web et mise en cache des invites sont tous répertoriés. Il y a un point délicat : sur Chat Completions, l'appel de fonctions ne fonctionne que lorsque reasoning_effort est none. Le raisonnement avec des outils nécessite l'API Responses.

• Paramètres non pris en charge lorsque le raisonnement est activé — lorsque l'effort de raisonnement est défini sur une valeur autre que none, retirez temperature, top_p et top_logprobs ; sur Chat Completions, retirez également logprobs.

Ce qu’OpenAI affirme, et de quel type d’affirmation il s’agit

Le matériel de lancement d'OpenAI pour GPT-6 Sol, tel que rapporté par The Decoder le jour du lancement, se lit mieux comme un argument de coût à parité que comme une affirmation de capacité. Les chiffres ci-dessous sont déclarés par le fournisseur, n'ont pas été reproduits de manière indépendante et correspondent aux formes qu'OpenAI a choisi de publier ; l'ensemble de benchmarks est plus restreint que la sélection habituelle, comme le souligne la même couverture — GDPval et Terminal-Bench 4.0 en sont absents.

• FrontierCode 1.1, selon le fournisseur — GPT-6 Sol obtient 49,3 % à effort maximal pour 2,14 $ par tâche. OpenAI le place à peu près au même niveau que Claude Fable 5.1, à 50,3 % à effort maximal, qui coûte 12,83 $ par tâche selon la propre comparaison d'OpenAI.

• DeepSWE v1, rapporté par le fournisseur — 68,8 % pour GPT-6 Sol à effort maximal, à 1,1 point du meilleur score publié de Claude Fable (69,9 %), et devant GPT-6 Luna d’OpenAI, qui, selon OpenAI, égale Sol à xhigh pour bien moins cher.

• AutomationBench et OSWorld 2.0, rapportés par le fournisseur — OpenAI indique que GPT-6 Sol à effort maximal dépasse Claude Opus 5 à effort maximal sur le benchmark des workflows métier, à 9 % du coût par tâche, et affirme que GPT-6 fournit des résultats d'utilisation d'ordinateur similaires à Claude Opus 5 à un coût environ 80 % inférieur, GPT-6 Astra continuant de mener cette catégorie au sein de la propre famille d'OpenAI.

Lisez la forme de ces phrases plutôt que les chiffres. Chacune associe un score proche de celui d'un concurrent à un coût qui n'en représente qu'une fraction. C'est une affirmation de parité à moindre coût, et non une affirmation de domination, et c'est une déclaration nettement plus faible que « le meilleur modèle » — ce qu'OpenAI réserve à Astra. Les affirmations du fournisseur ici disent que le segment intermédiaire a comblé l'écart de prix ; elles ne disent pas qu'il a comblé l'écart de capacités.

La lecture indépendante

Artificial Analysis a évalué GPT-6 Sol au niveau d'effort de raisonnement maximal et a publié les résultats le jour du lancement. Ses chiffres sont indépendants et font contrepoids au paragraphe ci-dessus.

• Intelligence Index — 48 sur l'Artificial Analysis Intelligence Index v4.3.2, qui intègre dix évaluations, dont AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience et AA-LCR v1.1. La page le classe 18e sur 211 modèles dans sa classe de comparaison — un dénominateur qui évolue à mesure que le tracker ajoute des modèles.

• Coût par tâche — 1,06 $ par tâche de l’Intelligence Index, contre un tarif mixte de 1,54 $ par million de jetons sur la répartition 7:2:1 de cache-hit/entrée/sortie d’Artificial Analysis. Le modèle a généré 77 millions de jetons de sortie pendant l’exécution de l’index, contre une médiane de 88 millions pour les modèles de raisonnement de sa gamme de prix, donc il ne gagne pas sur la concision.

• Vitesse et latence — 88,7 jetons de sortie par seconde mesurés via l'API d'OpenAI, au-dessus de la médiane de 82,6 du tracker pour des modèles de raisonnement comparables, avec un temps jusqu'au premier jeton de 138,06 secondes contre une médiane de 3,79 secondes. Ces deux chiffres décrivent le même compromis : le modèle est rapide une fois lancé et lent à démarrer, ce qui est la signature attendue d'une longue passe de raisonnement.

• Là où ça a régressé — L'interprétation par The Decoder des résultats d'Artificial Analysis fait état de régressions sur deux évaluations de travail de connaissance par rapport à la génération précédente : environ 100 points Elo perdus sur GDPval-AA v2.1 et environ 75 sur Luna, une inspection manuelle attribuant la baisse principalement à la qualité de présentation et à des résultats incomplets. Le résumé d'Artificial Analysis lui-même, tel que rapporté, indique que les coûts par tâche ont à peu près été divisés par deux tandis que les scores d'intelligence sont restés au niveau de GPT-5.6, avec des gains sur certaines évaluations et des régressions sur d'autres.

Une mise en garde s’impose pour tout ce qui précède. GPT-6 Sol et GPT-6 Astra n’ont été comparés directement, à effort de raisonnement égal et sur un harnais identique, par aucune partie que nous pouvons citer, et les deux chiffres que l’on cite côte à côte — Sol à 48 et Astra à 53 — proviennent du même indice, mais pas nécessairement de la même configuration. La version honnête de cette comparaison est brève : sur l’indice, Astra obtient un score supérieur à Sol, et aucune exécution publiée n’isole la part de l’écart qui revient au modèle de celle qui revient au réglage de l’effort.

Disponibilité, et la seule chose qui a changé après le lancement

OpenAI a livré les deux modèles le 22 septembre 2026 via sa propre API sous les noms gpt-6-sol et gpt-6-luna, et son contenu de lancement les a placés dans ChatGPT Work et Codex pour les abonnés Plus, Pro, Business, Enterprise et Edu, les utilisateurs Free et Go accédant à GPT-6 Luna via l'application de bureau. Aucun des deux modèles n'était disponible dans l'interface ChatGPT Chat habituelle au lancement — c'est la formulation d'OpenAI telle que rapportée ce jour-là, et c'est le détail le plus susceptible de dérouter un lecteur qui était allé chercher Sol dans le sélecteur de modèle sans le trouver.

Le changement post-lancement qui compte pour quiconque alimente ce modèle en images se trouve dans le journal des modifications de l’API d’OpenAI lui-même, daté du 25 septembre 2026 : OpenAI a corrigé un bug dans l’encodage d’images qui, selon elle, dégradait la compréhension des images dans GPT-6 Sol et GPT-6 Luna, affectant les tâches visuelles dans l’API et dans Codex, y compris l’utilisation d’ordinateur. La recommandation du journal des modifications est elle-même de relancer les évaluations et de réessayer les flux de travail affectés si les entrées d’images font partie de votre cas d’usage. Il s’agit d’une correction vieille de trois jours sur un modèle vieux de six jours, et c’est la raison pour laquelle une exécution de benchmark de la semaine de lancement et une exécution de cette semaine peuvent diverger sur tout aspect visuel.

Exécution de GPT-6 Sol sur OrcaRouter

GPT-6 Sol est acheminé sur OrcaRouter en tant que openai/gpt-6-sol sur OrcaRouter, au prix catalogue d'OpenAI lui-même, le prix catalogue du fournisseur étant répercuté à 0 % de marge, aux côtés de openai/gpt-6-astra et de openai/gpt-6-luna. Les trois se trouvent derrière un point de terminaison compatible OpenAI et une clé API, ce qui rend la question des niveaux testable plutôt que théorique : le même corps de requête peut être dirigé vers Sol pour un chemin de production et vers Luna pour la tâche en volume à côté, sans second contrat ni modification de code, et un changement de prix du fournisseur est effectif ici le jour même plutôt qu'après un cycle de réévaluation tarifaire. Si vous déplacez une charge de travail vers un modèle aussi récent, le basculement automatique entre fournisseurs est l'autre moitié de l'argument — c'est ainsi que vous testez un modèle vieux de six jours sur du trafic réel sans miser un chemin de production sur son premier mois.

Deux effets de la grille tarifaire sur une facture réelle, étudiés pas à pas :

• Une exécution d’analyse de document de 900 000 jetons est facturée au tarif du contexte long pour toute la requête : 900 000 jetons d’entrée à 4,00 $ par million, soit 3,60 $, plus la sortie. La même exécution maintenue sous 272 000 jetons est facturée à 2,00 $ par million. Diviser une requête surdimensionnée en quatre appels sous le seuil n’est pas un bricolage ici ; c’est une économie directe de 2× sur l’entrée.

• Une boucle d’agent mise en cache est là où la remise de 90 % sur les entrées mises en cache fait le travail : un préfixe stable relu des centaines de fois coûte 0,20 $ par million sur Sol plutôt que 2,00 $, et comme le changement d’effort de raisonnement n’invalide plus le cache, l’échelle d’effort peut être parcourue au sein d’une même conversation sans payer pour reconstruire le préfixe.

Si ce que vous voulez vraiment, c'est trancher entre les deux modèles — celui-ci ou le modèle phare —, nous avons mené la comparaison complète de GPT-6 Sol face à GPT-6 Astra séparément, et les traces d'avant-lancement de ce qui était alors un modèle non publié sont conservées dans un article qui lui est propre plutôt que d'être reprises ici.