GPT-5.6 Sol vs Terra vs Luna : Quel niveau utiliser (2026)

TL;DR

• GPT-5.6 est devenu généralement disponible le 9 juillet 2026 en trois niveaux : Sol (flagship), Terra (défaut équilibré) et Luna (le moins cher, le plus rapide)
• Pour 1M de tokens : Sol est à 5 $/30 $, Terra à 2,50 $/15 $, Luna à 1 $/6 $ — un écart de 5× du haut vers le bas
• L'écart de benchmarks est bien plus faible que l'écart de prix : Terra se situe à environ 2 points de Sol sur la plupart des tests pour la moitié du coût, donc Terra est le défaut pour la plupart des usages
• Passez à Sol uniquement pour les tâches agentiques et long-horizon les plus difficiles ; utilisez Luna pour les jobs short-context à fort volume — mais pas le long-context (son recall s'effondre)

OpenAI n'a pas livré un seul GPT-5.6. Il en a livré trois — Sol, Terra et Luna — à des prix qui s'étendent sur un facteur 5× du haut vers le bas. La question évidente pour quiconque appelle l'API : avez-vous vraiment besoin du flagship, ou le niveau bon marché suffit-il ? La réponse honnête est que l'écart de benchmarks est bien plus étroit que l'écart de prix, donc la plupart des charges de travail ne devraient pas basculer par défaut sur Sol. Voici le détail prix-versus-performance, niveau par niveau, avec l'endroit précis où le niveau bon marché s'effondre vraiment.

Que sont GPT-5.6 Sol, Terra et Luna ?

GPT-5.6 Sol, Terra et Luna sont trois niveaux de la même famille de modèles, sortis ensemble le 9 juillet 2026, qui échangent de la capacité contre du coût. Sol est le flagship, Terra est le niveau quotidien équilibré, et Luna est le champion du coût et de la vitesse.

Ils partagent la même génération — Programmatic Tool Calling (le modèle écrit du JavaScript qui s'exécute dans un sandbox V8 isolé sans accès réseau) et le nouveau predictable prompt caching s'appliquent aux trois. Ce qui change entre les niveaux, c'est la capacité brute, la latence et le prix. Les trois sont disponibles dès maintenant via l'API OpenAI, ChatGPT, Codex et GitHub Copilot.

Les niveaux GPT-5.6 en un coup d'œil :

*Source : lancement OpenAI GPT-5.6, 9 juillet 2026. gpt-5.6 est un alias qui pointe vers le flagship.*

Le positionnement qu'OpenAI pousse — « une intelligence qui s'adapte à votre ambition » — signifie réellement : choisissez le plus petit niveau qui franchit la barre de votre tâche, et ne payez plus cher que lorsque c'est nécessaire.

Combien coûte chaque niveau GPT-5.6 ?

Pour 1M de tokens, Sol coûte 5 $ en entrée / 30 $ en sortie, Terra coûte 2,50 $ / 15 $, et Luna coûte 1 $ / 6 $. C'est un palier net de 2× à chaque niveau et un écart total de 5× entre Sol et Luna.

Les prix par token restent abstraits tant qu'on ne les applique pas à une vraie charge de travail. Prenons une application de production modérée qui traite 10M de tokens en entrée et 2M en sortie par mois :

Coût mensuel pour une charge 10M-in / 2M-out :

*Calcul illustratif sur les tarifs publiés par token ; votre répartition entrée/sortie fera varier les totaux.*

Même tâche, 5× de différence sur la facture. Cet écart est toute la raison de se soucier du niveau vers lequel vous routez — et pourquoi basculer chaque appel vers Sol est la façon la plus courante pour les équipes de trop dépenser sur cette famille.

Comment GPT-5.6 Sol, Terra et Luna se comparent-ils sur les benchmarks ?

Sur la plupart des benchmarks, les trois niveaux se regroupent bien plus près que leurs prix ne le suggèrent — Terra se situe typiquement à environ 2 points de Sol, et Luna à quelques points de plus. L'exception est le long-context recall, où Luna chute brutalement.

Voici les chiffres publiés pour la famille :

Comparaison des benchmarks GPT-5.6 :

*Source : tableaux de benchmarks GPT-5.6 publiés, 2026 (Vellum, OpenAI). Sol affiche aussi 92,2 % sur BrowseComp ; Sol Ultra atteint 91,9 % sur Terminal-Bench 2.1.*

Deux choses sautent aux yeux. Premièrement, sur les tâches de coding et agentiques, les niveaux sont proches — Luna conserve environ 85 % de la qualité de Sol pour un cinquième du prix, ce qui est un excellent compromis pour le travail à fort volume. Deuxièmement, le MRCR long-context recall est l'endroit où le niveau bon marché casse : Luna chute à 41,3 % tandis que Sol et Terra restent près de 90 %. Si votre charge de travail alimente de longs documents ou de grands contextes, Luna est hors course, quel que soit le prix.

Quand utiliser chaque niveau GPT-5.6 ?

Par défaut, choisissez Terra, ne montez à Sol que pour le travail agentique le plus dur, et descendez à Luna pour les jobs short-context à fort volume. Ne choisissez pas un niveau par prestige — choisissez-le selon ce que la tâche exige réellement.

• Terra — le défaut. Il égale ou se situe à environ 2 points de Sol sur la plupart des benchmarks pour la moitié du prix. Pour la plupart des apps de production, le chat, l'assistance au coding et les étapes agentiques générales, Terra est le bon point de départ. N'allez vers autre chose que lorsqu'une tâche précise prouve que Terra ne suffit pas.
• Sol — les cas difficiles. Workflows multi-étapes long-horizon, opérations terminal complexes, recherche en cybersécurité, computer use, et tout ce qui nécessite un raisonnement max ou le mode ultra. Sol est le seul niveau qui prend pleinement en charge les fonctionnalités frontier, et il mène chaque benchmark — mais pas assez pour justifier de l'exécuter partout.
• Luna — le volume, pas la profondeur. Pipelines à haut débit, sensibles à la latence, où le coût par requête compte plus que les derniers points de raisonnement : classification, tagging, routing, résumés courts, génération en masse. Tenez-le éloigné du travail long-context.

Le schéma pratique sur lequel la plupart des équipes aboutissent n'est pas « en choisir un ». C'est le routing : Luna ou Terra pour le gros des appels, Sol réservé aux étapes qui en ont vraiment besoin. C'est là qu'une configuration multi-niveaux se rentabilise.

Comment basculer entre les niveaux GPT-5.6 dans l'API ?

Vous basculez de niveau en changeant le model ID — gpt-5.6-sol, gpt-5.6-terra ou gpt-5.6-luna — tandis que le reste de la requête reste identique. Comme les niveaux partagent une seule interface, router par tâche se résume à un changement d'un seul champ.

from openai import OpenAI

client = OpenAI(api_key="sk-...")  # use an environment variable, never hardcode

def answer(prompt, hard=False, bulk=False):
    # route by task: cheap by default, escalate only when needed
    model = "gpt-5.6-sol" if hard else "gpt-5.6-luna" if bulk else "gpt-5.6-terra"
    return client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": prompt}],
    )

Le piège en allant en direct, c'est que ce routing vit dans votre code, lié aux niveaux d'un seul fournisseur. Si plus tard vous voulez envoyer une partie du trafic vers un modèle non-OpenAI moins cher, ou basculer en fallback lorsqu'un niveau est rate-limited, vous reconstruisez le tout. Une gateway unifiée comme Velokey place Sol, Terra, Luna et les modèles d'autres fournisseurs derrière un seul endpoint compatible OpenAI, de sorte que le routing par niveau et le fallback cross-model deviennent de la config, pas une réécriture — ce qui est tout l'intérêt de répartir une charge de travail entre plusieurs niveaux pour maîtriser le coût.

Pour le contexte du lancement et comment GPT-5.6 en est arrivé là, voir notre couverture de la sortie GPT-5.6 ; pour le comparer à d'autres modèles frontier, notre comparatif GLM-5.2 vs GPT-5.5 vs Claude Opus 4.8 et le guide des tarifs de l'API Claude sont des lectures utiles ensuite.

Questions fréquentes

Quel niveau GPT-5.6 dois-je utiliser par défaut ?

Terra. Il performe à environ 2 points de Sol sur la plupart des benchmarks pour la moitié du prix (2,50 $/15 $ par 1M de tokens contre 5 $/30 $). Démarrez les charges de production sur Terra et ne montez à Sol que pour les tâches qui en ont mesurablement besoin — agents long-horizon, travail terminal complexe, ou modes max-reasoning.

Quelle est la différence de prix entre Sol, Terra et Luna ?

Pour 1M de tokens : Sol est à 5 $ entrée / 30 $ sortie, Terra à 2,50 $ / 15 $, et Luna à 1 $ / 6 $. C'est un palier de 2× à chaque niveau et un écart de 5× de Sol à Luna. Sur une charge mensuelle 10M-in/2M-out, cela fait environ 110 $ (Sol) contre 22 $ (Luna).

GPT-5.6 Luna est-il suffisant pour la production ?

Pour les tâches short-context à fort volume, oui — Luna conserve environ 85 % de la qualité de Sol pour un cinquième du prix. Mais son long-context recall chute à 41,3 % (contre ~90 % pour Sol et Terra), donc évitez Luna pour les longs documents ou les prompts à grand contexte. Utilisez-le pour la classification, le tagging, le routing et la génération en masse.

Quels sont les model IDs de l'API GPT-5.6 ?

gpt-5.6-sol, gpt-5.6-terra et gpt-5.6-luna. L'alias nu gpt-5.6 pointe vers le flagship (Sol). Basculer de niveau est un changement d'un seul champ dans la requête, car les trois partagent la même interface API.

Quand Sol vaut-il 5× le prix de Luna ?

Lorsque la tâche a vraiment besoin d'un raisonnement frontier : agents multi-étapes long-horizon, opérations terminal complexes, recherche en cybersécurité, computer use, ou travail long-context où le recall de Luna échoue. Pour le chat quotidien, l'aide au coding et les étapes agentiques de routine, le gain de benchmark par rapport à Terra ou Luna justifie rarement le coût de Sol.

Puis-je mixer les niveaux GPT-5.6 dans une même application ?

Oui, et la plupart des configurations rentables le font. Routez le gros des appels vers Luna ou Terra et réservez Sol aux étapes les plus dures. Comme les niveaux partagent une seule interface, vous pouvez sélectionner le modèle par requête. Une gateway unifiée transforme ce routing (plus le fallback vers d'autres modèles) en un changement de config plutôt qu'en un changement de code.

Vous voulez router entre les niveaux GPT-5.6 sans coder en dur un seul fournisseur ? Obtenez votre clé API Velokey et appelez Sol, Terra et Luna — ainsi que les modèles d'autres fournisseurs — via un seul endpoint compatible OpenAI, avec sélection du modèle par requête et fallback automatique.

*Dernière mise à jour : 10 juillet 2026. Les chiffres de tarification et de benchmarks proviennent du lancement GPT-5.6 d'OpenAI et des tableaux d'évaluation publiés au moment de la rédaction. Les chiffres sont fixés par OpenAI et peuvent changer — vérifiez les tarifs et benchmarks actuels avant d'engager des budgets de production.*