OpenAI lance GPT-5.6 avec de meilleures performances et coûts réduits
OpenAI lance GPT-5.6 avec de meilleures performances et coûts réduits
OpenAI a annoncé la disponibilité générale de la famille GPT‑5.6, avec trois modèles - Sol, Terra et Luna - en mettant l’accent sur une hausse des performances et une baisse des coûts. Selon l’entreprise, son nouveau modèle phare, GPT‑5.6 Sol, obtient des résultats de premier plan en programmation, travail de connaissance, cybersécurité et science, tout en utilisant moins de tokens et à un coût estimé inférieur à celui de modèles antérieurs et concurrents.
Le lancement intervient après une phase de prévisualisation limitée. OpenAI présente Sol comme son modèle le plus avancé, Terra comme une version équilibrée pour le travail quotidien, et Luna comme son modèle le plus économique. La société introduit aussi un réglage ultra, décrit comme son niveau de capacité le plus élevé, qui coordonne plusieurs agents en parallèle pour traiter plus vite des tâches complexes.
Des gains mis en avant sur les coûts et la rapidité
OpenAI affirme avoir entraîné GPT‑5.6 pour obtenir davantage de travail utile par token. Sur Agents’ Last Exam, une évaluation de flux de travail professionnels de longue durée dans 55 domaines, GPT‑5.6 Sol atteint 53.6. L’entreprise indique que cela dépasse Claude Fable 5 (adaptive reasoning) de 13.1 points. Elle ajoute qu’en raisonnement moyen, le modèle reste devant Fable 5 de 11.4 points pour environ un quart du coût estimé.
Selon OpenAI, cette logique d’efficacité s’étend aussi aux modèles plus petits. GPT‑5.6 Terra et GPT‑5.6 Luna dépassent Fable 5 à environ un seizième du coût. Sur l’Artificial Analysis Intelligence Index, GPT‑5.6 Sol avec raisonnement maximal se situe à moins d’un point de Fable 5, tout en terminant les tâches en 61% moins de temps et à environ la moitié du coût estimé.
Côté tarification API, OpenAI indique que GPT‑5.6 est facturé par 1M tokens sur trois tailles de modèles: Sol à $5 input / $30 output, Terra à $2.50 input / $15 output, et Luna à $1 input / $6 output.
sbb-itb-454261f
Programmation, agents et exécution parallèle
OpenAI affirme que GPT‑5.6 Sol est son meilleur modèle de programmation à ce jour. Sur l’Artificial Analysis Coding Agent Index, GPT‑5.6 Sol avec raisonnement maximal atteint 80, soit 2.8 points au-dessus de Fable 5, tout en utilisant moins de la moitié des output tokens, en prenant moins de la moitié du temps et en coûtant environ un tiers de moins. Terra se place légèrement au-dessus de Fable 5 et Luna devant Opus 4.8, d’après les chiffres cités par l’entreprise.
La société met aussi en avant Programmatic Tool Calling dans la Responses API. Cette fonction permet au modèle d’écrire et d’exécuter des programmes légers en mémoire afin de coordonner des outils, traiter des résultats intermédiaires et adapter le flux de travail au fur et à mesure.
Pour les tâches plus lourdes, OpenAI propose les niveaux max et ultra. Selon l’entreprise, ultra coordonne quatre agents en parallèle par défaut. Dans les comparaisons présentées sur BrowseComp, SEC-Bench Pro et Terminal-Bench 2.1, OpenAI affirme que l’ajout d’agents parallèles améliore le rapport score-latence.
Travail de connaissance, design et usage informatique
OpenAI affirme que GPT‑5.6 apporte un saut dans le jugement de design et dans la production d’interfaces, de présentations, de documents et de feuilles de calcul. L’entreprise dit que le modèle peut transformer des demandes en langage naturel en explications interactives et visualisations dans ChatGPT Work, et produire des présentations entièrement éditables à partir de matériaux sources.
Sur BrowseComp, GPT‑5.6 Sol atteint 92.2% avec Ultra et 90.4% en version standard, selon les chiffres fournis. Sur OSWorld 2.0, Sol atteint 62.6% et dépasse Opus 4.8 en utilisant 85% moins d’output tokens, selon OpenAI. L’entreprise ajoute que Luna approche presque les meilleures performances de GPT‑5.5 à moins de la moitié du coût estimé, tandis que Terra les dépasse à coût inférieur.
Des résultats aussi mis en avant en cybersécurité et en science
OpenAI présente GPT‑5.6 comme son modèle le plus performant à ce jour en cybersécurité. Sur ExploitBench, il obtient 73.5% contre 47.9% pour GPT‑5.5 à budget comparable en output tokens. Sur ExploitGym, le taux de réussite maximal passe de 15.1% avec GPT‑5.5 à 24.9% sous la limite de deux heures, puis à 33.7% avec six heures. Sur SEC-Bench Pro, GPT‑5.6 Sol atteint 71.2% contre 45.8% pour GPT‑5.5.
En recherche scientifique, OpenAI affirme que GPT‑5.6 Sol montre des gains étendus. Sur GeneBench Pro, il atteint 28.7% contre 12% pour GPT‑5.5. L’entreprise dit aussi observer des améliorations en biologie, sciences de la vie et chimie.
Sécurité et déploiement
OpenAI affirme avoir déployé ses garde-fous les plus robustes à ce jour pour GPT‑5.6. La société dit avoir combiné red teaming humain, tests automatisés à grande échelle et environ 700,000 A100e GPU hours de red teaming automatisé en boîte noire avant la disponibilité générale.
Selon OpenAI, GPT‑5.6 est plus capable que les modèles précédents en biologie et en cybersécurité, sans franchir le seuil Critical dans aucun de ces domaines. L’entreprise indique aussi avoir adopté une approche plus conservatrice, affirmant que les garde-fous cyber de GPT‑5.6 Sol bloquent environ dix fois plus d’activités potentiellement nuisibles que ceux des modèles précédents.
Disponibilité
GPT‑5.6 est disponible à partir d’aujourd’hui dans ChatGPT, Codex et l’API OpenAI. OpenAI précise que le déploiement commence à l’échelle mondiale et doit se poursuivre progressivement vers une disponibilité complète au cours des prochaines 24 heures.
Ce qu’en disent les premiers utilisateurs et partenaires
"GPT‑5.6 is one of the strongest models we’ve tested on CursorBench, delivering solid results in early evals. It’s an exciting step forward for developers for persistence, intelligence and overall efficiency. We are looking forward to bringing this model to our Cursor users."
- Oskar Schulz, President at Cursor
"GPT‑5.6 was the strongest model we evaluated on our agentic code-review tests. On our apples-to-apples internal and external PR benchmarks, it beat GPT‑5.5 on F1 while using roughly 3x fewer tokens per PR and delivering about 2x lower median latency."
- Itamar Friedman, Co-Founder & CEO at Qodo
"GPT‑5.6 Sol is really, really good. It’s the most tenacious problem-solver we’ve seen yet, staying focused and on-task for days at a time. It’s exceptional at updating Custom Agents and refining memories as your workspace evolves, so they get sharper the longer they run. Terra and Luna also punch well above their price. Many agents running GPT‑5.5 perform just as well on Terra for half the cost and 16% fewer tokens."
- Simon Last, Co-Founder at Notion
"For production coding agents, GPT‑5.6 stood out as a top-tier model that combines strong coding-agent performance with very strong cost efficiency."
- Scott Wu, Co-founder & CEO at Cognition
"GPT‑5.6 is a major step forward for financial research agents. On Rogo’s Big Finance Benchmark, it improved rubric quality by 6.2 points and answer accuracy by 3.6 points versus GPT‑5.5. With Programmatic Tool Calling, it matched quality while using 24% fewer output tokens and completing tasks 28% faster. That combination of accuracy, speed, and efficiency is exactly what we need to scale high-quality financial analysis."
- Alex Wang, Applied AI at Rogo
"GPT‑5.6 felt less like a chat assistant and more like an end-to-end technical operator. It could inspect live systems, debug issues, make code changes, validate results, publish artifacts, and carry context across long sessions with strong grounding."
- Ian Tracey, Software Engineer, Applied AI at Ramp
"GPT‑5.6 was much better than predecessors at understanding the layer of work I wanted. Across a multi-stage Codex workflow of research, planning, then staged implementation, it followed intent better than GPT‑5.5, and consistently produced accurate line-linked GitHub references where prior models often missed."
- Shane Moran, Senior Applied AI/ML Engineer at Shopify
"GPT‑5.6 consistently stays focused through long-running tasks, makes excellent use of tools, and gets to high-quality solutions with little steering. For research and design work, it produces clear reports and intuitive diagrams that help our teams understand complex systems and move faster."
"Across legal research and document workflows, GPT‑5.6 is already delivering the kind of efficiency gains that change product economics. In our combined evaluation suite, it uses 14% fewer tokens while improving quality across legal research and transactional law use cases. For multi-step document analysis, Programmatic Tool Calling cuts prompt tokens by 38% with no quality loss."
- Angel Faus, VP of Engineering at Clio
"GPT‑5.6 delivered the best efficiency profile we’ve seen for complex financial research. In our evals, it performed at a top-tier level while being 1.72x more token-efficient, leading in three headline categories and scoring 88% on multi-hop tasks. The combination of efficiency, accuracy, and quality makes the model a good fit for scaling financial research workflows."
- Alberto Da Costa, Principal Engineer, Applied AI at Balyasny Asset Management
"GPT‑5.6 Sol showed substantial improvements on reasoning, decision making and autonomy. The improvements to subagent use are particularly valuable for complex accounting work. Excited for the direction of agent development for OpenAI."
- Tarrek Shaban, Head of Product at Basis
"GPT‑5.6 is notably efficient on the long, complex workflows behind building production-grade apps. As one of the models now used by Lovable, it delivers for users with roughly 25% fewer steps and 35–48% fewer tool calls than the prior model, while improving project success and reducing stuck runs by 15%. That’s a meaningful difference for anyone trying to go from idea to working app."
- Fabian Hedin, Co-Founder at Lovable
"GPT‑5.6 Sol is the first model we’ve evaluated that consistently generates decks ready for real work. Across 20 challenging client workflows and hundreds of decks in Model ML’s FinBench, it used 39% fewer tokens per deck than Fable while producing more polished, legible decks with clearer, more accurate data visualizations that required less rework before sharing."
- Chaz Englander, Co-Founder & CEO at Model ML
"GPT‑5.6 was the best overall frontend model in our seven-task benchmark. On our five-point frontend QA rubric, it scored 4.4, compared with 4.0 for GPT‑5.5 and 3.5 for Claude 4.8, and consistently turned complex ecommerce, dashboard, and product briefs into complete, responsive interfaces across desktop and mobile."
- AJ Orbach, CEO at Triple Whale
"With GPT‑5.6’s Programmatic Tool Calling, we could build detailed Unity scenes through our structured API much more efficiently. Across scene-construction workflows, it used 63.5% fewer total tokens and 50.1% fewer model turns than the same model using direct tool calls, while producing comparable visual results. That makes iterative game creation much more practical to scale."
- Teddy Cross, Co-Founder & CPO at PlayCo
"GPT‑5.6 is especially strong on presentations. In our early design evals, it was stronger than competitive models for slide creation and about 1.6x more token-efficient, which matters when you’re generating and refining visual work at Canva scale."
- Danny Wu, Head of AI Products at Canva
"GPT‑5.6 marks an advancement for artifact generation in Microsoft 365. In our evaluations, it delivered strong results across a wide range of productivity scenarios, producing outputs that were highly cohesive, accurate, and ready for use. By reducing the effort required to refine prompts and iterate on drafts, it helps users spend less time shaping content and more time acting on it."
- Charles Lamanna, EVP, Copilot, Agents and Platform at Microsoft
"Across 30 real-world app-building conversations, GPT‑5.6 used 22% fewer input tokens and 23% fewer output tokens than GPT‑5.5 while staying competitive on greenfield and long multi-turn work. It’s a genuine step up, especially in design and frontend capabilities."
- Gabriel Grinberg, AI Engineering Lead at Base44
"GPT‑5.6 was a step up on legal workflows. In Legora’s internal eval harness, it improved or held steady in 5 of 7 tasks, with the strongest gains in structured drafting and precedent review, while staying appropriately cautious on legal conclusions."
- Jake Lauritzen, CTO at Legora
"With GPT‑5.6 in Figma Make, teams can turn even complex designs into interactive prototypes. It raises the bar for design-to-code workflows."
- Loredana Crisan, Chief Design Officer at Figma
OpenAI affirme aussi que GPT‑5.6 accélère ses propres travaux de recherche. Durant la période de test interne, la moyenne quotidienne d’output tokens par chercheur actif a été plus de deux fois supérieure au plus haut niveau observé avec GPT‑5.5. L’entreprise indique en outre qu’au cours des six derniers mois, la part du calcul de recherche consacrée à l’inférence de code interne a été multipliée par 100, tandis que l’usage interne de tokens agentiques a augmenté d’environ 22 fois.
Le lancement de GPT‑5.6 marque ainsi, selon OpenAI, une combinaison de performances plus élevées, de coûts réduits et de garde-fous renforcés sur l’ensemble de ses modèles Sol, Terra et Luna.