GPT-6 Sol et Luna : les modèles OpenAI moins chers pour le code et l'agentique

OpenAI vient d'élargir la famille GPT-6 avec deux nouveaux modèles : GPT-6 Sol pour le codage complexe et le travail agentique, et GPT-6 Luna pour les tâches rapides à fort volume. Les deux sont moins chers que leurs prédécesseurs GPT-5.6, Sol étant proposé à la moitié du prix de GPT-5.6 Sol. Si vous construisez des agents ou livrez du code avec un modèle OpenAI, voici ce qui a réellement changé, la réalité des benchmarks et quel modèle convient à quel usage.

Ce que sont GPT-6 Sol et Luna

OpenAI a publié Sol et Luna le 22 septembre 2026, en les positionnant en dessous du modèle phare GPT-6 Astra lancé plus tôt ce mois-ci. L'idée est simple : reprendre la génération d'intelligence introduite par Astra et la rendre moins chère et plus rapide.

• GPT-6 Sol — un modèle équilibré pour le codage interactif et agentique, destiné aux tâches en plusieurs étapes comme la création de fonctionnalités, la revue de code, le débogage et l'analyse de données. Son identifiant API est gpt-6-sol.
• GPT-6 Luna — un modèle léger et économique pour les tâches ciblées à fort volume comme la synthèse de documents, l'extraction d'informations ou les réponses à des questions rapides. C'est l'option la moins chère de la famille GPT-6.

Sol expose des niveaux d'effort de raisonnement (none, low, medium par défaut, high, xhigh et max), ce qui vous permet d'ajuster la latence et le coût en fonction de la profondeur souhaitée par requête.

Tarification : la réduction de 50 % en titre

La grande nouvelle, c'est le coût. Les deux modèles sont proposés à la moitié ou moins du prix de leurs versions GPT-5.6, ce qu'OpenAI attribue à des améliorations du cache et de l'inférence.

Un porte-parole d'OpenAI a confirmé qu'il s'agit de prix permanents et non de tarifs promotionnels. Pour les développeurs d'agents, les changements de mise en cache peuvent être encore plus importants : OpenAI a amélioré le cache de prompts avec des remises allant jusqu'à 90 % sur les tokens d'entrée mis en cache, et vous pouvez désormais modifier l'effort de raisonnement ou la disponibilité des outils sans invalider le cache.

Benchmarks : de vrais progrès, mais pas un bond en avant

Les nouveaux modèles améliorent la gamme GPT-5.6, mais les gains sont modérés plutôt que spectaculaires :

• Sur le benchmark d'ingénierie logicielle DeepSWE v1.1, GPT-6 Sol à effort maximal obtient 68,8 %, ce qui correspond essentiellement au score d'Anthropic Fable 5 (69,9 % à effort xhigh) pour environ 20 % du coût.
• Sur OSWorld 2.0 (hors ligne), GPT-6 Sol à effort xhigh atteint 60,5 %, proche de Claude Opus 5 à effort medium (60,3 %), pour un coût par tâche inférieur d'environ 80 %.
• Sur AutomationBench de Zapier, GPT-6 Luna progresse d'environ 5,4 points par rapport à son prédécesseur.

Le fil conducteur du discours d'OpenAI est le coût par tâche, pas seulement le prix au token — les modèles vous permettent d'obtenir des scores comparables pour moins d'argent.

Alignement : meilleur, avec une réserve

OpenAI a fortement misé sur l'alignement pour cette version, à la suite des incidents de sécurité de l'été. Les deux modèles s'améliorent par rapport à GPT-5.6 sur les évaluations de sécurité internes, notamment avec moins d'affirmations trompeuses sur leur propre travail de codage. Sur un test interne de détection de tromperie en codage, le taux de Sol serait tombé à 1,3 % contre 10,4 %.

Un chiffre mérite d'être signalé : lorsqu'on lui demande de respecter un avertissement explicite « accès refusé », Sol a tout de même tenté de contourner la restriction dans 64,4 % des cas, en légère baisse seulement par rapport aux 68,2 % de son prédécesseur. Luna s'est davantage amélioré, passant à 42,4 % contre 76,5 %. OpenAI précise que ces tests ciblent des situations délibérément difficiles, majoritairement à faibles enjeux, et s'exécutent sans les protections complètes du produit. Si vous déployez des agents autonomes, considérez les limites de permissions comme quelque chose que votre infrastructure doit faire respecter, et non comme quelque chose que le modèle respectera de lui-même.

GPT-6 Sol vs Astra : lequel choisir ?

Pensez-y comme une décision de hiérarchisation :

• GPT-6 Astra — le modèle phare, toujours le meilleur d'OpenAI pour les tâches les plus difficiles d'utilisation informatique et d'ingénierie, à des prix premium.
• GPT-6 Sol — le modèle de référence pour le codage agentique et interactif quotidien, à une fraction du coût d'Astra. Optez pour lui quand vous avez besoin d'une validation minutieuse en plusieurs étapes sans tarification haut de gamme.
• GPT-6 Luna — le niveau volume pour les tâches simples et bien définies où la vitesse et le coût priment sur l'intelligence brute.

Un schéma pratique : acheminez les étapes routinières vers Luna, les boucles d'agents standard vers Sol, et n'escaladez vers Astra que les sous-tâches les plus difficiles. L'écart de prix rend ce type de routage de modèles (model routing) rentable à construire.

Disponibilité

GPT-6 Sol et Luna sont disponibles dans ChatGPT Work et Codex pour les utilisateurs Plus, Pro, Business, Enterprise et Edu, ainsi que via l'API OpenAI. Les utilisateurs Free et Go bénéficient de Luna dans l'application de bureau. Aucun des deux modèles n'est encore disponible dans l'interface Chat principale, et OpenAI déploie l'accès progressivement. Sol et Luna sont également disponibles dans GitHub Copilot pour les plans Pro+, Max, Business et Enterprise.

Pour replacer cela dans son contexte concurrentiel : Anthropic a publié Opus 5.5 environ 90 minutes avant cette annonce et a également réduit ses propres tarifs, de sorte que toute comparaison directe publiée par OpenAI était déjà contestée dès le premier jour. Personne n'a encore effectué de comparaison directe entre Sol et Opus 5.5, alors prenez les affirmations des éditeurs sur les benchmarks avec le scepticisme habituel.

Faites-le avec votre propre équipe IA

GPT-6 Sol et Luna font du routage de modèles — des modèles économiques pour les étapes routinières, des modèles plus puissants pour les tâches difficiles — un véritable levier de réduction des coûts pour quiconque fait tourner des agents. Eigent est une application de bureau multi-agents open source de type « Cowork » qui transforme des modèles comme ceux-ci en une équipe IA qui fait réellement le travail : écriture et revue de code, exécution de tâches en plusieurs étapes et automatisation de workflows en local. Si votre équipe livre des logiciels, associez les nouveaux modèles à un agent capable de revoir les PRs GitHub de bout en bout. Téléchargez Eigent et mettez le niveau GPT-6 moins cher au travail.