OpenAI a lancé GPT-5.6 le 8 juillet, avec un rollout global entamé dès le lendemain, et pour la première fois depuis GPT-5.5 la famille se scinde en trois modèles distincts : Sol, Terra et Luna. Notre verdict après avoir cadré chaque modèle sur son terrain de jeu réel : Sol vise le raisonnement long et verticalisé, Terra remplace GPT-5.5 sur les tâches pros quotidiennes, Luna joue le rôle low-cost sur le volume.
Pour résumer
- Sol est le flagship dédié aux tâches multi-étapes complexes, avec un tuning notable en biologie, chimie et cybersécurité, à 5 $/M tokens en entrée et 30 $/M en sortie.
- Terra remplace GPT-5.5 sur les workflows courants marketing et produit, à un tarif intermédiaire de 2,50 $/M input et 15 $/M output, sans surprise sur la courbe de perfs.
- Luna descend à 1 $/M input et 6 $/M output pour absorber les gros volumes, y compris chez les équipes qui rationalisent leur facture après la sortie de Grok 4.5 la veille.
Faire résumer cet article par une IA
ChatGPTTrois modèles, trois workloads : ce que la famille GPT-5.6 dit du repositionnement OpenAI
La première chose qui frappe avec GPT-5.6, ce n’est pas un modèle mais une famille segmentée par intention d’usage. Depuis GPT-5.5, OpenAI avait laissé filer les cas d’usage frontière (raisonnement long, verticalisé) et les cas d’usage volume (agents et pipelines à haut débit) dans une même gamme. La séparation entre Sol, Terra et Luna redonne à chaque workload son propre point d’entrée tarifaire.
Sol est le flagship. C’est le seul modèle de la famille avec un tuning revendiqué en biologie, chimie et cybersécurité, ce qui signale une intention claire vers les déploiements verticalisés et les tâches multi-étapes qui demandent un raisonnement long. Le pricing à 5 $/M tokens en entrée et 30 $/M en sortie le place dans la gamme haute historique d’OpenAI, sans le côté hors-catalogue de certains modèles frontière chez la concurrence.
Terra vient occuper la place que GPT-5.5 tenait jusqu’à hier. C’est le modèle « quotidien pro » avec des performances comparables à GPT-5.5 sur les tâches courantes, et un pricing à 2,50 $/M input et 15 $/M output. La note produit d’OpenAI ne promet pas de saut spectaculaire sur ce segment, ce qui est cohérent : Terra n’est pas là pour épater, il est là pour tenir la charge de production sans obliger à réécrire les prompts existants.
Luna est le point d’entrée bas de gamme, à 1 $/M input et 6 $/M output. Sa cible est explicite : le volume. Les équipes qui traitent des milliers de requêtes par jour (agents, classification, résumé, enrichissement de données) trouvent ici un modèle calibré pour la facture, pas pour la démonstration. Notre précédent verdict sur l’arrivée de Claude Sonnet 5 côté Anthropic montrait déjà que ce segment « volume abordable » devient la vraie zone de bataille entre labs.
Le contexte de sortie compte aussi. Selon la note d’annonce, la Trump administration a validé le rollout après un testing supplémentaire au-delà de la preview de fin juin. Concrètement, cela signifie que le calendrier n’a pas été forcé pour matcher un compétiteur, mais que le go final est arrivé sur une fenêtre où xAI venait de sortir Grok 4.5 la veille. La coïncidence est trop nette pour être ignorée côté positionnement.
Notre lecture : OpenAI n’essaie plus de faire tenir « un seul modèle qui fait tout ». La famille GPT-5.6 acte que les workloads pros sont trois segments distincts, avec trois courbes de coût et trois profils de latence, et qu’il vaut mieux cadrer chacun avec le bon modèle que payer Sol pour un travail que Luna fait aussi bien.
Verdict à l’usage : Sol vs Terra vs Luna sur des workloads pros concrets
Un point de méthode d’abord. L’accès preview à GPT-5.6 était limité fin juin à un cercle restreint de partenaires, principalement le circuit Codex partner et quelques testeurs. Notre verdict s’appuie donc sur les éléments publics et vérifiables (pricing officiel, positionnement produit, note d’annonce) et sur la calibration rationnelle vs la génération précédente. Nous ne prétendons pas à un test intensif sur des milliers de requêtes.
Sur les tâches marketing quotidiennes (rédaction de séquences email, brief campagne, extraction d’insights depuis un rapport), Terra est le choix par défaut. Le passage depuis GPT-5.5 se fait sans réécriture de prompts, et le tarif à 2,50 $/M input reste dans le budget de la plupart des équipes contenu. Rien ne justifie de basculer sur Sol pour ces workloads, sauf si le raisonnement demandé dépasse le brief classique (analyse concurrentielle multi-étapes, synthèse d’un CRM entier, veille sectorielle profonde).
Sur les workloads dev et produit, la répartition change. Pour un CTO qui pilote une équipe backend, Terra couvre 80 % des besoins courants (refacto, revue de code standard, génération de tests unitaires). Sol devient pertinent dès que le raisonnement dépasse une seule étape : audit sécurité d’un flux d’auth complet, migration d’architecture, chaîne d’agents qui coordonnent plusieurs outils. Notre test de Leanstral 1.5 côté Mistral avait déjà mis en évidence ce clivage entre « modèle qui répond » et « modèle qui raisonne long ».
Luna, elle, ne joue pas dans la même cour. Sa vocation est claire : absorber le volume avec un coût unitaire minimal. Pour un CEO qui monte une équipe support IA, un fondateur qui automatise l’enrichissement de leads, ou un data analyst qui doit résumer des centaines de tickets par jour, Luna à 1 $/M input change la maths de faisabilité. Ce n’est pas un modèle pour raisonner, c’est un modèle pour exécuter à l’échelle.
Pour un freelance, la logique est encore différente. Sol reste hors budget pour la plupart des indépendants (30 $/M output additionne vite sur une journée d’écriture longue), et Luna suffit rarement quand le livrable est un rapport client. Terra est le sweet spot par défaut pour les freelances qui livrent du travail à valeur ajoutée sans avoir de volume à traiter.
Le tuning spécifique de Sol sur la biologie, la chimie et la cybersécurité sort du cadre « pro généraliste » et cible les équipes de R&D, les labos et les CISO. Pour ces profils, Sol devient un outil de production, pas un gadget. Pour tout le reste, le tuning n’apporte rien de tangible et ne justifie pas le premium.
À voir également sur Horizon :
- GPT-5.6 : OpenAI ouvre son déploiement mondial
- Sam Altman offre 5 % d’OpenAI à Trump
- Fable 5 : Anthropic bascule à la facturation au token
Pricing et concurrence : la position de GPT-5.6 face à Grok 4.5 et Claude Sonnet 5
Le pricing est le vrai signal de cette release. Sol à 5 $/M input et 30 $/M output confirme qu’OpenAI ne cherche pas à casser le marché sur le haut de gamme, mais à occuper la place de flagship stable. Terra à 2,50 $/M input et 15 $/M output se cale dans une zone intermédiaire qui reste au-dessus de plusieurs concurrents généralistes. Luna à 1 $/M input et 6 $/M output rejoint la fourchette basse du marché.
Grok 4.5, sorti la veille par xAI à 2 $/M input et 6 $/M output, se retrouve donc en face de Terra sur les workloads courants et en face de Luna sur le low-cost. Le combat se joue à quelques centimes près par million de tokens, ce qui parait ridicule vu de loin mais représente des milliers d’euros par mois pour un pipeline d’agents en production. Le choix ne se fera plus au feeling. Nous l’avons aussi passé au banc, notre test de Grok 4.5 face à sa promesse.
Face à Claude Sonnet 5 côté Anthropic, la lecture change. Sol et Sonnet 5 visent des workloads similaires (raisonnement long, verticalisation, tâches multi-étapes), mais les stratégies produit divergent. OpenAI mise sur un tuning explicite bio/chimie/cyber, Anthropic mise historiquement sur la sûreté et le raisonnement long. Notre comparo LLMs pour pros entre Claude, ChatGPT et Gemini couvre déjà ce terrain, et la sortie de Sol renforce le positionnement flagship d’OpenAI sans le disruptor.
Notre verdict global : GPT-5.6 est un drop de repositionnement, pas de rupture. La famille clarifie l’offre OpenAI et donne enfin trois points d’entrée cohérents. Terra remplace GPT-5.5 sans surprise, Luna ouvre une porte crédible sur le volume, Sol installe un flagship qui parle explicitement aux verticales sensibles. Pour un pro qui pilote un budget IA, le choix se fait maintenant workload par workload, plus par défaut sur « le dernier modèle sorti ».
Notre conseil à court terme : si vous tournez déjà sur GPT-5.5 avec des prompts calibrés, basculer sur Terra sans réécriture. Si vous avez un pipeline volume à haut débit, tester Luna en parallèle de vos runs Grok 4.5 pour comparer la qualité par euro dépensé. Si vos workloads touchent à la bio, la chimie ou la cyber, Sol mérite un pilote sérieux. Le reste du temps, laisser Sol au placard et payer Terra ou Luna à la juste valeur du besoin.
Affaire à suivre sur Horizon.
