GPT-5.6 Sol, Terra ou Luna : lequel utiliser au quotidien ?

Par défaut, Terra. OpenAI indique que ses performances rivalisent avec GPT-5.5 pour la moitié du coût (entrée 2,50 $ / sortie 15 $ par million de tokens). En cas de doute, confiez les tâches principales à Terra ; n'appelez Sol que si Terra ne suffit pas ; utilisez Luna pour les tâches simples, volumineuses ou sensibles à la latence.

Le niveau de raisonnement max et le mode ultra sont-ils la même chose ?

Non. max est un niveau d'intensité de raisonnement — un seul agent dispose de plus de temps de réflexion, idéal pour les problèmes difficiles sans parallélisation. ultra est un mode collaboratif — des sous-agents traitent en parallèle les parties d'un travail complexe, idéal pour les tâches multi-voies décomposables. Ce sont deux dimensions distinctes, combinables.

Quels sont les prix API des trois niveaux GPT-5.6 ?

Par million de tokens : Sol entrée 5 $ / sortie 30 $ ; Terra entrée 2,50 $ / sortie 15 $ ; Luna entrée 1 $ / sortie 6 $. La sortie coûte environ 5 à 6 fois plus que l'entrée — économiser, c'est surtout contrôler la longueur de sortie et choisir le bon niveau.

Comment fonctionne la facturation du cache explicite de GPT-5.6 ?

GPT-5.6 et les modèles plus récents prennent en charge les points de rupture de cache explicites, avec une durée de vie minimale de 30 minutes. L'écriture en cache est facturée à 1,25× le tarif d'entrée non mis en cache ; la lecture bénéficie d'une remise de 90 % (10 % du tarif). Avec Terra, un long prompt touché ≥3 fois en 30 minutes devient rentable.

Comment changer de modèle GPT-5.6 et de niveau de raisonnement dans Codex CLI ?

Trois méthodes : sélecteur /model en session ; paramètre de lancement codex -m gpt-5.6-terra ; ou model et model_reasoning_effort dans ~/.codex/config.toml. Recommandation : Terra + high au quotidien ; pour les tâches difficiles codex -m gpt-5.6-sol -c model_reasoning_effort=max.

GPT-5.6 Sol, Terra ou Luna : comment choisir ? Comparaison performance, prix et vitesse (2026)

« Quelle différence entre Sol, Terra et Luna ? Quel modèle pour coder au quotidien ? max et ultra, c'est la même chose ? »

Après le lancement de GPT-5.6, la première question des développeurs n'est souvent pas « faut-il migrer ? », mais comment router les trois niveaux. OpenAI a changé les règles de nommage : le chiffre indique la génération, Sol / Terra / Luna des niveaux de capacité stables d'une génération à l'autre — vous verrez bientôt des combinaisons comme « GPT-5.7 Sol » ou « GPT-6 Terra ». Pensez en niveaux, pas en nouveaux noms à chaque version.

Cet article se concentre sur la comparaison et le choix : différences entre les trois niveaux, scénarios d'usage, configuration du raisonnement, économies avec le nouveau cache. Pour le contexte du lancement et le contrôle gouvernemental, voir GPT-5.6 expliqué en détail.

Terra

Standard quotidien : performances proches de GPT-5.5, prix divisé par deux

$1–$5

Fourchette des prix d'entrée des trois niveaux (par million de tokens)

5+1

Niveaux de raisonnement (minimal→xhigh) + max exclusif à Sol

1. Trois modèles : positionnement et tarifs

Commençons par aligner prix et positionnement. Unité : par million de tokens, entrée et sortie facturées séparément — retenez : la sortie coûte toujours 5 à 6 fois plus que l'entrée. Économiser, c'est produire moins et choisir le bon niveau.

Modèle	Model ID	Positionnement	Entrée (/1M)	Sortie (/1M)
Sol	`gpt-5.6-sol`	Phare : le plus puissant à ce jour ; sauts en code / biologie / cybersécurité ; raisonnement max et sous-agents ultra	$5.00	$30.00
Terra	`gpt-5.6-terra`	Équilibre quotidien : performances comparables à GPT-5.5, coût divisé par deux	$2.50	$15.00
Luna	`gpt-5.6-luna`	Rapide & économique : niveau le moins cher d'OpenAI ; Luna aussi nettement renforcé grâce aux niveaux de raisonnement cybersécurité	$1.00	$6.00

Nouvelle règle de nommage : génération × niveau

Citation OpenAI : « Dans ce nouveau schéma de nommage introduit avec GPT-5.6, le chiffre représente la génération du modèle, tandis que Sol, Terra et Luna représentent des niveaux de capacité stables pouvant évoluer à leur propre rythme. » En bref : Terra est le standard quotidien (2,50 $/15 $), Sol pour les tâches difficiles (5 $/30 $), Luna pour les tâches légères (1 $/6 $) — les noms de niveau restent stables d'une génération à l'autre.

2. Sélection par scénario (méthode en trois étapes)

Principe en une phrase : par défaut Terra — OpenAI le décrit comme « performances comparables à GPT-5.5, coût divisé par deux », le sweet spot prix/qualité. Sol pour les tâches critiques que Terra ne gère pas ; Luna pour le travail clairement simple.

Modèle	Positionnement	Tâches typiques
Terra	Standard quotidien	Code courant, travail de connaissance, support, tâches agentiques générales — en cas de doute, celui-ci
Sol	Tâches difficiles	Code difficile (Terminal-Bench 2.1 SOTA), workflows biologiques, recherche de vulnérabilités, planification long terme
Luna	Léger	Classification, résumé, traitement par lots, inférence massive bon marché, tâches simples sensibles à la latence

Méthode en trois étapes (à suivre) :

Par défaut Terra — pas de tergiversation, confiez les tâches principales à Terra.
Travail clairement simple / gros volume / sensible à la latence ? Classification, résumé, formatage, millions de lots → passez à Luna.
Terra insuffisant / agentique complexe long terme ? Alors seulement Sol, avec niveau max ou mode ultra.

Évitez « tester du moins cher au plus cher »

Confiez les tâches principales directement à Terra — reprendre avec Luna coûte souvent plus cher. Sol seulement si Terra ne suffit pas — même logique que « Opus au quotidien, Fable pour les tâches difficiles » chez Claude. Si vous connaissez déjà la sélection de modèles Claude, transférez la même approche.

3. Ce qui a changé par rapport à GPT-5.5

Si vous migrez depuis GPT-5.5, voici les cinq changements essentiels :

Dimension	GPT-5.5	GPT-5.6
Règle de nommage	Nom unique GPT-5.5	Chiffre (génération) + Sol/Terra/Luna (niveaux), stables entre générations
Prix quotidien	Prix complet GPT-5.5 (5 $/30 $)	Terra environ moitié prix (2,50 $/15 $), performances comparables
Niveaux de raisonnement	low / medium / high / xhigh	Sol ajoute `max` — temps de réflexion maximal pour les problèmes les plus difficiles
Mode collaboratif	Agent unique	Mode `ultra` — sous-agents en parallèle, accélère le travail complexe
Cache de prompt	Cache implicite, comportement imprévisible	Points de rupture explicites + durée minimale 30 min ; écriture 1,25×, lecture 0,10×

Points saillants des benchmarks officiels (niveau Sol) :

Terminal-Bench 2.1 (workflows ligne de commande : planification / itération / coordination d'outils) — Sol nouveau SOTA
GeneBench v1 (génomique long terme et biologie quantitative) — Sol bat GPT-5.5 avec moins de tokens
ExploitBench (recherche de vulnérabilités cybersécurité) — Sol rivalise avec Mythos Preview avec ~1/3 des tokens de sortie
ExploitGym (UC Berkeley + OpenAI) — Sol / Terra / Luna tous nettement renforcés avec plus de raisonnement

Développeurs en programmation collaborative, symbolisant le choix entre GPT-5.6 Terra standard et Sol pour tâches difficiles — Code quotidien : Terra par défaut ; Sol + max seulement pour les défis niveau Terminal-Bench

4. Niveaux de raisonnement & mode ultra

GPT-5.6 conserve les niveaux d'intensité de raisonnement de la série GPT-5 ; Sol ajoute max — souvent confondus :

Niveau	Usage	Tendance coût
`minimal`	Niveau le plus bas dans Codex CLI, presque pas de réflexion, réponse directe	Très économique
`low`	Classification, requêtes simples, sensible à la latence et peu intellectuel	Le plus économique
`medium`	Requêtes courantes sensibles au coût avec qualité acceptable	Équilibré, plutôt économique
`high`	Recommandé — sweet spot pour la plupart des tâches intellectuelles	Recommandé
`xhigh`	Code complexe / longues tâches agentiques	Orienté qualité
`max` NOUVEAU · Sol	Problèmes les plus difficiles ; exactitude >> coût	Le plus cher

Confusion fréquente : max ≠ ultra

max est un niveau d'intensité de raisonnement — laisse un seul agent réfléchir plus longtemps, idéal pour l'inférence profonde sans parallélisation.
ultra est un mode collaboratif — des sous-agents accélèrent en parallèle le travail complexe, idéal pour les tâches multi-voies décomposables (revue multi-angle, exploration parallèle).
Données officielles : Sol Ultra atteint 91,9 % sur Terminal-Bench 2.1, contre 88,8 % pour Sol de base.

Paramètres détaillés dans la documentation API OpenAI. Configuration Codex CLI quotidienne :

Tâches difficiles : codex -m gpt-5.6-sol -c model_reasoning_effort="max"
Quotidien : dans ~/.codex/config.toml model = "gpt-5.6-terra" + model_reasoning_effort = "high", puis simplement codex

5. Nouvelles règles de cache de prompt

Pour GPT-5.6 et tous les nouveaux modèles, la facturation et le comportement du cache ont changé. Trois points :

Point	Règle
Points de rupture explicites	Marquage explicite dans le prompt au lieu du comportement implicite — vous contrôlez quelle section est mise en cache
Durée de vie du cache	Minimum 30 minutes — plus d'invalidation en quelques secondes
Prix d'écriture	L'écriture en cache coûte 1,25× le tarif d'entrée non mis en cache
Prix de lecture	La lecture bénéficie d'une remise de 90 % (10 % du tarif)

Exemple avec entrée Terra 2,50 $/M :

Entrée non mise en cache (premier appel) : 2,50 $
Écriture en cache (premier appel avec point de rupture) : 2,50 $ × 1,25 = 3,125 $
Lecture en cache (hit en 30 min) : 2,50 $ × 10 % = 0,25 $

Conclusion : si un long prompt (system prompt, documents de référence, codebase) est touché ≥ 3 fois en 30 minutes, c'est rentable — écriture 25 % plus chère, lecture seulement 10 %. Plus le contexte est long (RAG, longues sessions agent), plus l'effet de levier est grand.

6. Voies d'accès : API / Codex / ChatGPT

Canal	Statut actuel	Changer de modèle
API	Ouverture progressive depuis le 9 juillet	Dans le corps de requête `model: "gpt-5.6-terra"` etc.
Codex CLI	Ouverture simultanée	Sélecteur `/model` · `codex -m gpt-5.6-sol` · `config.toml`
ChatGPT	Déploiement progressif, pas tout d'un coup	Le sélecteur affichera Sol / Terra / Luna (selon le compte)
Cerebras Fast	Juillet, clients sélectionnés	Sol jusqu'à 750 tokens/s, idéal pour la latence

Si vous ne voyez pas encore les trois niveaux dans ChatGPT, c'est normal — OpenAI déploie progressivement. Surveillez le menu modèles ou les annonces officielles.

7. Optimisation des coûts en un coup d'œil

Trois grands leviers d'économie avec GPT-5.6 :

Levier	Action	Économie
Bon niveau	Terra par défaut, Luna pour tâches simples, Sol seulement si nécessaire	Pas de surdimensionnement
Cache explicite	Points de rupture sur long system prompt / docs / codebase	Côté entrée
Baisser le raisonnement	Peu intellectuel : low / medium ; max seulement si exactitude >> coût	Côté sortie
Compresser la sortie	Sortie structurée (JSON schema), « conclusion seule / code seul », limite de mots	Côté sortie
API Batch	Tâches tolérant le délai via Batch API (50 % de remise à long terme)	Tous tokens −50 %

Trois astuces d'économie

Terra par défaut, ne pas monter à Sol
Points de rupture sur les longs prompts
Raisonnement à partir de high, pas max

Voilà les plus grands leviers. Approches plus systématiques : guide tarifs LLM et optimisation des coûts Claude Code.

FAQ

Sol, Terra ou Luna au quotidien ?

Par défaut Terra. En cas de doute Terra ; tâches simples / gros volume → Luna ; Terra insuffisant → Sol.

max et ultra, c'est la même chose ?

Non. max = inférence profonde d'un agent unique ; ultra = collaboration parallèle de sous-agents. Dimensions différentes, combinables.

Quels sont les prix des trois niveaux ?

Sol 5 $/30 $, Terra 2,50 $/15 $, Luna 1 $/6 $ (par million de tokens, entrée/sortie).

Quand le cache explicite devient-il rentable ?

Un long prompt touché ≥3 fois en 30 min est généralement rentable. Lecture cache Terra seulement 0,25 $/M.

Comment changer de modèle dans Codex ?

/model, codex -m gpt-5.6-terra ou configuration persistante dans ~/.codex/config.toml.

Conclusion

GPT-5.6 Sol, Terra ou Luna : comment choisir ? En une phrase : Terra par défaut, Sol pour les tâches difficiles, Luna pour finir le simple — choisissez par niveau de capacité, le chiffre n'est qu'une marque de génération.

Le travail quotidien commence avec Terra (moitié prix de GPT-5.5, performances comparables) ; Sol seulement pour les problèmes les plus difficiles (avec raisonnement max ou sous-agents ultra) ; Luna pour tout travail clairement simple. Ne testez pas niveau par niveau — confier les tâches principales directement à Terra est la stratégie GPT-5.6 la plus sereine en 2026.

Tarifs et fonctionnalités selon article officiel OpenAI, page tarifs et documentation Codex. Dernière mise à jour : 10 juillet 2026.