GPT-5.6 et ChatGPT Work : le guide complet (2026)
GPT-5.6 (Sol, Terra, Luna) et ChatGPT Work : quel modèle choisir, coûts, contexte et usage agentique métier. Le guide business FR complet.
OpenAI a rendu GPT-5.6 disponible pour tous le 9 juillet 2026, en trois paliers nommés Sol, Terra et Luna, accompagné d’un produit agentique appelé ChatGPT Work conçu pour exécuter des tâches entières plutôt que répondre à des questions. Pour un dirigeant ou un responsable opérationnel, la vraie nouveauté n’est pas le modèle, c’est ChatGPT Work : un agent qui agit à travers vos applications et vos fichiers, coordonne des outils sur des tâches longues, et produit directement documents, présentations, tableurs et sites.
J’ai analysé le lancement, la documentation et les premiers retours pour répondre aux seules questions qui comptent côté business : que change concrètement ChatGPT Work pour automatiser le travail, quel modèle choisir entre Sol, Terra et Luna, et comment se situe le coût face à GPT-5.5.
Ce que GPT-5.6 change vraiment pour le travail
GPT-5.6 déplace le curseur de l’assistance vers l’exécution. La bascule tient en une phrase : là où l’on posait une question à un modèle, on lui délègue désormais une tâche complète.
Trois évolutions rendent cette bascule crédible pour un usage métier.
- Une famille à trois paliers, pas un modèle unique. Le chiffre 5.6 désigne la génération ; Sol, Terra et Luna désignent des niveaux de capacité durables qui peuvent progresser à leur propre rythme. Vous ne choisissez plus « le dernier modèle », vous choisissez le palier adapté à chaque tâche.
- Des appels d’outils plus fiables. Sur un indicateur d’erreur d’outil servant de proxy, GPT-5.6 Sol tombe autour de 1,8 %, contre environ 4,6 % pour GPT-5.5. Pour un agent qui enchaîne dix ou vingt appels d’API, ce gain de fiabilité est ce qui sépare un workflow qui aboutit d’un workflow qui casse à mi-parcours.
- L’appel d’outils programmatique. Dans la Responses API, le modèle écrit du code pour orchestrer ses propres outils au lieu de les invoquer un par un. C’est le socle technique qui permet à ChatGPT Work de coordonner plusieurs outils sur une tâche longue.
Cette logique de délégation prolonge un mouvement de fond que j’ai détaillé dans mon guide stratégique de l’IA agentique en entreprise : le passage de l’IA qui répond à l’IA qui agit sur vos systèmes.
ChatGPT Work : l’agent qui exécute des tâches métier
ChatGPT Work est le produit central du lancement du 9 juillet 2026. Il combine ChatGPT, l’outil de code Codex et GPT-5.6 dans une interface organisée autour de projets, d’outils connectés et de tâches déléguées.
Concrètement, ChatGPT Work sait faire quatre choses qu’un chatbot classique ne fait pas.
- Agir à travers vos applications et vos fichiers. Il s’intègre à Microsoft 365, Google Drive, Slack et Notion, et opère sur vos données réelles plutôt que sur du texte collé dans une fenêtre.
- Exécuter des tâches longues. Une demande ne se résout plus en une réponse : l’agent planifie, enchaîne plusieurs étapes et coordonne des outils sur la durée.
- Produire des livrables finis. Il génère directement des documents, des présentations, des tableurs et des sites, pas seulement du texte à recopier.
- Fonctionner en mobilité. ChatGPT Work est disponible dans l’application mobile ChatGPT, ce qui permet de lancer et suivre des tâches à distance.
L’interface expose les contrôles de modèle et d’effort directement depuis le compositeur. Vous choisissez le palier (Sol, Terra, Luna) et le niveau d’effort par tâche, ce qui donne un levier direct sur le rapport qualité/coût.
Un point de vigilance sur la maturité
Mon avis reste mesuré. Un agent qui écrit dans vos fichiers et coordonne des outils métier introduit un risque opérationnel réel : mauvaise action, écriture erronée, dépendance à des connecteurs tiers. Les causes d’échec que je documente dans pourquoi les projets d’agents IA échouent — gouvernance absente, périmètre flou, supervision insuffisante — s’appliquent pleinement à ChatGPT Work. Commencez par des tâches à enjeu limité et des points de validation humaine avant d’ouvrir l’accès en écriture sur des processus critiques.
Terra offre une qualité proche de Sol pour environ la moitié du prix (2,50 $ / 15 $ contre 5 $ / 30 $).
Sol, Terra, Luna : quel modèle choisir
Le bon réflexe n’est pas de tout envoyer sur Sol, mais de router chaque tâche vers le palier le moins cher qui la traite correctement. Voici comment ils se positionnent.
| Palier | Positionnement | Prix (entrée / sortie, par M tokens) | Usage type |
|---|---|---|---|
| Sol | Modèle phare, raisonnement et agentique | 5 $ / 30 $ | Tâches longues, documents complexes, code intriqué |
| Terra | Équilibré, ~½ du coût de Sol | 2,50 $ / 15 $ | Production courante, tâches métier standard |
| Luna | Haut volume, faible latence | 1 $ / 6 $ (au lancement) | Classification, extraction, réponses courtes |
Prix au lancement du 9 juillet 2026. Le 30 juillet 2026, OpenAI a réduit Luna de 80 % (à 0,20 $ / 1,20 $) et Terra de 20 %.
Sol dispose de deux modes d’effort utiles à connaître : un mode max pour les problèmes complexes, et un mode ultra qui coordonne quatre agents en parallèle. Sur Terminal-Bench 2.1, Sol atteint 88,8 % (91,9 % en mode ultra), Terra 84,3 % et Luna 82,5 %, contre 83,4 % pour GPT-5.5. Sol affiche par ailleurs 53,6 sur Agents’ Last Exam et 80 sur l’Artificial Analysis Coding Agent Index.
Un tempérament s’impose sur ces chiffres : METR a signalé un niveau record de benchmark gaming sur cette génération, ce qui suggère que l’écart réel avec la génération précédente est probablement plus faible que les scores bruts. Je recommande de valider chaque palier sur vos propres tâches avant de figer un choix.
Router chaque tâche vers le palier le moins cher qui la traite correctement : Luna par défaut, Terra en production, Sol pour le difficile.
La règle de décision que j’applique
- Luna par défaut pour tout ce qui est répétitif et à faible enjeu. Après la baisse du 30 juillet, son coût par requête est devenu difficile à battre.
- Terra comme cheval de bataille de production. La majorité des tâches métier — rédaction, synthèse, analyse structurée — passent dessus pour environ la moitié du coût de Sol.
- Sol uniquement quand la tâche est réellement difficile : raisonnement multi-étapes, agentique longue, code complexe, où une erreur coûte plus cher que le surcoût du modèle.
Notez que Sol est réservé aux forfaits payants (Plus, Pro, Business, Enterprise) et n’est pas accessible en version gratuite.
Contexte et coûts : la comparaison avec GPT-5.5
Deux idées reçues méritent d’être corrigées avant de bâtir un business case.
Le contexte n’est pas de 1,5 million de tokens
Le chiffre de 1,5 million de tokens a beaucoup circulé pendant la preview de juillet 2026, notamment associé au tier Enterprise. Ce n’était pas un nombre officiel d’OpenAI. À la disponibilité générale, les trois paliers partagent une fenêtre de 1,05 million de tokens en entrée et 128 000 tokens en sortie via l’API. C’est supérieur à la génération précédente, mais l’écart annoncé avant le lancement était surestimé. Pour rappel, la génération GPT-5.5 se situait autour de 1 à 1,1 million de tokens, comme je l’avais documenté dans mon guide de sortie de GPT-5.5.
Le coût baisse pour les usages courants
C’est là que réside l’intérêt business le plus tangible. La structure à trois paliers, combinée aux baisses du 30 juillet, change l’équation de coût par rapport à un usage monolithique de GPT-5.5.
| Modèle | Entrée (par M tokens) | Sortie (par M tokens) |
|---|---|---|
| GPT-5.5 | ~5 $ | ~30 $ |
| GPT-5.6 Sol | 5 $ | 30 $ |
| GPT-5.6 Terra | 2,50 $ | 15 $ |
| GPT-5.6 Luna (au lancement) | 1 $ | 6 $ |
| GPT-5.6 Luna (après le 30 juillet) | 0,20 $ | 1,20 $ |
Les lectures en cache conservent une remise de 90 %, tandis que les écritures en cache coûtent 1,25x le tarif standard. Pour une équipe qui traitait ses volumes sur GPT-5.5, la bascule des tâches standard vers Terra divise la facture par deux à qualité comparable, et Luna la réduit encore d’un ordre de grandeur pour les tâches à faible enjeu. Le vrai levier d’économie n’est pas le modèle, c’est le routage par tâche.
Si votre choix se joue aussi face à Anthropic ou Google, mon comparatif Opus 4.8 vs GPT-5.5 vs Gemini 3.1 Pro détaille les arbitrages benchmarks et prix entre les trois éditeurs.
Quatre étapes pour passer de la démonstration à la valeur : l’architecture compte plus que le modèle.
Comment intégrer GPT-5.6 dans une automatisation métier
Pour passer de la démonstration à la valeur, l’architecture compte plus que le modèle. Voici la feuille de route que je recommande.
- Cartographiez les tâches par enjeu et par volume. Les tâches à fort volume et faible enjeu vont sur Luna, les tâches de production sur Terra, les tâches critiques sur Sol.
- Commencez par la lecture, pas l’écriture. Faites d’abord produire des livrables (synthèses, brouillons de tableurs, ébauches de présentations) que l’humain valide, avant d’autoriser l’agent à écrire dans vos systèmes.
- Instrumentez les coûts dès le premier jour. Suivez le coût par tâche et par palier. C’est ce qui permet d’ajuster le routage et d’éviter la dérive de facture propre aux agents.
- Gardez un humain aux points critiques. Sur les processus finance, RH ou juridiques, la supervision par exception reste indispensable, d’autant que l’AI Act européen est pleinement applicable depuis le 2 août 2026.
Pour les workflows de développement, ChatGPT Work s’appuie sur Codex ; si vous automatisez du code, mon guide de Codex CLI détaille la mise en place côté ligne de commande.
Mon verdict
GPT-5.6 est une évolution solide, mais l’événement du 9 juillet 2026, c’est ChatGPT Work. La famille à trois paliers résout un vrai problème d’entreprise : payer le bon prix pour le bon niveau de capacité, au lieu d’un tarif unique. Terra et Luna, après les baisses du 30 juillet, rendent l’automatisation à grande échelle nettement plus abordable qu’avec GPT-5.5.
Mon avis : adoptez Terra comme modèle par défaut de production, réservez Sol aux tâches réellement difficiles, et testez ChatGPT Work sur un périmètre limité avant de lui confier des processus critiques. La technologie est prête pour l’exécution ; la gouvernance, elle, reste votre responsabilité. Et méfiez-vous des chiffres de contexte ou de benchmark annoncés avant un lancement : ici, le 1,5 million de tokens n’a jamais existé, et les scores méritent une validation sur vos propres cas.
Questions fréquentes
Quelle est la différence entre Sol, Terra et Luna dans GPT-5.6 ?
Sol, Terra et Luna sont trois paliers de la même génération GPT-5.6, sortie le 9 juillet 2026. Sol est le modèle phare pour le raisonnement complexe et les tâches agentiques longues (5 $/30 $ par million de tokens en entrée/sortie). Terra est l'option équilibrée pour la production courante, à environ la moitié du coût de Sol (2,50 $/15 $). Luna vise le haut volume et la faible latence pour les tâches simples et répétées (1 $/6 $ au lancement, ramené à 0,20 $/1,20 $ le 30 juillet 2026). Le chiffre désigne la génération, les noms désignent des niveaux de capacité durables qui évoluent à leur propre rythme.
Qu'est-ce que ChatGPT Work et à quoi sert-il ?
ChatGPT Work est un produit agentique lancé par OpenAI le 9 juillet 2026 qui combine ChatGPT, Codex et GPT-5.6. Contrairement à un chatbot qui répond à une requête, ChatGPT Work agit à travers vos applications et vos fichiers, exécute des tâches longues coordonnant plusieurs outils, et produit directement des documents, des présentations, des tableurs et des sites. Il s'intègre à Microsoft 365, Google Drive, Slack et Notion. L'interface est organisée autour de projets, d'outils connectés et de tâches déléguées plutôt que de messages ponctuels.
Quel est le contexte de GPT-5.6 : 1,5 million de tokens ?
Non, pas officiellement. Le chiffre de 1,5 million de tokens a beaucoup circulé pendant la phase de preview de juillet 2026, mais il n'a jamais été le nombre communiqué par OpenAI. À la disponibilité générale, les trois paliers Sol, Terra et Luna partagent une fenêtre de contexte de 1,05 million de tokens en entrée et 128 000 tokens en sortie via l'API. C'est déjà supérieur à la génération précédente, mais l'écart annoncé avant le lancement était surestimé.
GPT-5.6 refuse-t-il moins souvent d'appeler des outils que GPT-5.5 ?
Oui, la fiabilité des appels d'outils s'est améliorée. Sur un indicateur d'erreur d'outil utilisé comme proxy, GPT-5.6 Sol tombe autour de 1,8 % contre environ 4,6 % pour GPT-5.5. GPT-5.6 introduit aussi l'appel d'outils programmatique dans la Responses API, où le modèle écrit du code pour orchestrer ses outils. C'est un gain concret pour les workflows agentiques, même si l'organisme d'évaluation METR a signalé un niveau record de benchmark gaming, ce qui invite à valider ces chiffres sur vos propres cas d'usage.
Quel modèle GPT-5.6 choisir pour automatiser le travail en entreprise ?
Choisissez selon la nature de la tâche, pas par défaut. Sol pour les tâches agentiques longues, le raisonnement multi-étapes et les documents complexes où la qualité prime. Terra comme cheval de bataille de production : la majorité des tâches métier passent dessus pour environ la moitié du coût de Sol. Luna pour le haut volume à faible enjeu (classification, extraction, réponses courtes) où le coût par requête domine. La stratégie efficace consiste à router chaque tâche vers le palier le moins cher qui la traite correctement.
ChatGPT Work est-il inclus dans les abonnements ChatGPT existants ?
Oui, ChatGPT Work est intégré aux forfaits existants plutôt que facturé à part. Sur desktop, il est disponible à partir du forfait gratuit. Sur web et mobile, il est arrivé d'abord sur les forfaits payants (Pro, Enterprise, Edu), puis a été étendu à Plus et Business. Le modèle phare Sol reste réservé aux forfaits payants : il n'est pas accessible en version gratuite. Aucune tarification séparée n'a été annoncée pour ChatGPT Work lui-même.
Terra de GPT-5.6 est-il moins cher que GPT-5.5 ?
Oui, nettement. Terra coûte 2,50 $ par million de tokens en entrée et 15 $ en sortie, soit environ la moitié du prix du modèle phare Sol, tout en offrant une qualité comparable à la génération GPT-5.5 sur la plupart des tâches professionnelles. Pour les équipes qui traitaient jusqu'ici leurs volumes sur GPT-5.5, basculer les tâches standard sur Terra réduit la facture sans dégrader le résultat, et Luna réduit encore le coût pour les tâches à faible enjeu.