GPT-5.6 entièrement déployé, avec le lancement simultané du nouvel agent ChatGPT.

Auteur：Yang Chen, Wall Street Insight

OpenAI a officiellement lancé la série de modèles GPT-5.6, offrant des performances accrues à moindre coût, envoyant un signal clair au paysage concurrentiel de l'IA.

Cette publication comprend trois modèles : la version phare Sol, la version équilibrée Terra et Luna, axée sur la rentabilité, disponibles dès aujourd'hui via ChatGPT, Codex et l'API OpenAI pour les utilisateurs du monde entier.

En termes de tarification, Sol facture 5 $/30 $ par million de tokens d'entrée/sortie, Terra 2,50 $/15 $ et Luna 1 $/6 $.

OpenAI souligne que GPT-5.6 surpasse Claude Fable 5 d'Anthropic dans plusieurs benchmarks clés, avec une consommation de tokens et des coûts d'inférence considérablement réduits, permettant aux utilisateurs d'effectuer davantage de travail substantiel avec le même budget.

Pour les entreprises et les développeurs, l'impact principal de cette publication réside dans l'amélioration globale du "rapport qualité-prix". Dans l'évaluation Agents' Last Exam pour les workflows professionnels, GPT-5.6 Sol a obtenu 53,6 points, dépassant Claude Fable 5 de 13,1 points de pourcentage, et même avec des réglages d'inférence moyens, son coût est environ le quart de celui de Fable 5.

Plus frappant encore, les modèles d'entrée de gamme Terra et Luna, à environ un seizième du coût, surpassent encore Fable 5 dans les benchmarks. Cette stratégie de prix "coup de massue" réduit directement la marge de différenciation des concurrents.

Au moment du lancement de GPT-5.6, OpenAI a simultanément intégré plusieurs gammes de produits : lancement officiel de l'agent ChatGPT Work, prenant en charge le travail continu entre applications et la livraison directe des résultats, marquant l'évolution de la forme produit d'un outil de dialogue à un agent systémique ; intégration de l'application Codex dans l'application de bureau ChatGPT, disponible en version gratuite ; arrêt progressif du navigateur indépendant Atlas, ses capacités étant reprises par une extension Chrome.

Altman a déclaré dans une interview qu'OpenAI avait "fait de nombreux ajustements" lors des discussions avec le gouvernement américain, sans préciser le contenu ; le dernier modèle d'IA améliore de 54 % l'efficacité des tokens dans la programmation d'agents ; il ne sait pas si l'introduction en bourse aura lieu cette année ; les modèles open source chinois deviennent "très bons".

Lancement de l'agent ChatGPT Work, capable de travailler en continu entre applications, propulsé par GPT-5.6

OpenAI a également lancé un nouvel agent d'IA, ChatGPT Work, ce jour-là. Ce produit est présenté comme une fusion de ChatGPT et Codex, visant à permettre aux utilisateurs non techniques d'utiliser les capacités de Codex pour accomplir des tâches non liées à la programmation, alimenté par la famille de modèles GPT-5.6 (Sol, Terra et Luna).

OpenAI a déclaré dans son blog que ChatGPT Work peut extraire le contexte des applications, fichiers et workflows autorisés par l'utilisateur, et générer automatiquement des résultats complets, y compris des documents, feuilles de calcul, présentations et applications Web.

OpenAI a également indiqué que ChatGPT Work est équipé d'un répertoire de plugins unifié (Unified Plugins Directory), capable de se connecter à des outils tels que Slack, Gmail, Google Drive, le calendrier et le CRM (gestion de la relation client), permettant un travail collaboratif entre applications.

OpenAI et son concurrent Anthropic PBC accélèrent la course aux agents d'IA plus avancés, cherchant à étendre les capacités de l'IA au-delà de l'écriture et du débogage automatiques de code, vers des scénarios de bureau plus larges.

Plus tôt cette année, Anthropic a lancé un produit similaire, Claude Cowork, visant également à attirer davantage d'entreprises et d'utilisateurs professionnels.

Altman : ne précise pas le contenu des "nombreux ajustements", ne sait pas si introduction en bourse cette année

Le PDG d'OpenAI, Sam Altman, a révélé qu'avant la publication publique de GPT-5.6, l'entreprise a consulté en profondeur des responsables de l'administration Trump et a apporté "de nombreux ajustements" au cours du processus.

Altman n'a pas précisé les modifications apportées lors des consultations, mais a noté que le gouvernement testait le nouveau modèle et recherchait les risques potentiels. Il est globalement favorable à ce mécanisme, mais avec des conditions.

"Tant que ce processus est compréhensible, équitable et efficace, je pense que c'est une bonne chose, et le gouvernement semble partager ces objectifs. Je suppose que notre prochain processus, pour le prochain modèle, sera beaucoup plus fluide ; nous avons déjà compris ce mécanisme et savons mieux comment coopérer."

Altman a également répondu à deux sujets d'actualité récents :

En réponse à un rapport antérieur selon lequel OpenAI offrirait 5 % de ses actions au gouvernement américain, Altman a clairement répondu que le rapport contenait "beaucoup d'inexactitudes", sans plus de détails. Concernant l'introduction en bourse, interrogé sur un éventuel projet pour cette année, Altman a simplement répondu : "Je ne sais pas."

À propos du GPT-5.6 récemment publié, Altman a souligné que le dernier modèle d'IA améliore de 54 % l'efficacité des tokens dans la programmation d'agents. Il a également déclaré que les modèles open source chinois deviennent "très bons".

Le modèle phare Sol établit une nouvelle référence en matière d'efficacité

L'amélioration des capacités de programmation de GPT-5.6 Sol est particulièrement marquée. Dans le test Coding Agent Index d'Artificial Analysis, Sol (avec les réglages d'inférence maximaux) a établi un nouveau record avec 80 points, soit 2,8 points de plus que Fable 5, tout en consommant moins de la moitié des tokens de sortie, avec un temps réduit de plus de la moitié et un coût environ un tiers inférieur.

Dans le test de workflow en ligne de commande complexe Terminal-Bench 2.1, Sol a obtenu 88,8 % ; dans le test d'ingénierie longue durée basé sur des bases de code réelles DeepSWE v1.1, son score de 72,7 % est également en tête du secteur.

Les données réelles des entreprises confirment ces performances. Itamar Friedman, cofondateur et PDG de la plateforme de revue de code Qodo, a déclaré que GPT-5.6 surpasse GPT-5.5 dans ses benchmarks internes et externes, avec une réduction d'environ deux tiers des tokens nécessaires pour chaque revue de code et une diminution de la latence médiane d'environ 50 %.

Fabian Hedin, cofondateur de la plateforme de développement IA Lovable, a souligné :

"Avec GPT-5.6, les utilisateurs effectuent environ 25 % d'étapes en moins pour accomplir leurs tâches, le nombre d'appels d'outils diminue de 35 % à 48 %, et le taux d'échec des projets baisse de 15 %."

Architecture multi-agents débloquant le mode "ultra"

GPT-5.6 introduit un mécanisme de planification de calcul hiérarchique, permettant aux utilisateurs de choisir la profondeur d'inférence en fonction des besoins de la tâche.

En plus des réglages d'inférence élevés standard, OpenAI ajoute deux modes : "max" et "ultra" : max donne au modèle plus de temps pour réfléchir et corriger ; ultra coordonne par défaut quatre agents en parallèle, sacrifiant une consommation de tokens plus élevée pour des résultats plus forts et des délais de livraison plus courts.

Dans le test BrowseComp, Sol Ultra a établi un nouveau record avec 92,2 %, surpassant Claude Opus 4,8 dans OSWorld 2.0 avec 62,6 %, tandis que ce dernier consomme 85 % de tokens de sortie en plus. Dans le test SEC-Bench Pro (génération de preuves de concept de vulnérabilité pour des logiciels complexes), Sol a atteint 71,2 %, contre 45,8 % pour GPT-5.5.

Au niveau de l'API, OpenAI a simultanément lancé la fonctionnalité Programmatic Tool Calling, permettant à GPT-5.6 d'écrire et d'exécuter des programmes légers en mémoire, de coordonner de manière autonome les outils, de traiter les résultats intermédiaires et d'ajuster dynamiquement le workflow pendant l'exécution, réduisant ainsi les allers-retours entre le modèle et les outils, tout en maintenant la conformité à la politique ZDR (zéro conservation des données).

Amélioration significative des capacités en cybersécurité et en recherche scientifique

Dans le domaine de la cybersécurité, GPT-5.6 Sol a obtenu 73,5 % dans l'évaluation ExploitBench, contre 47,9 % pour GPT-5.5 ; dans ExploitGym, son taux de réussite dans la limite de six heures est passé de 15,1 % pour GPT-5.5 à 33,7 %.

OpenAI indique que le modèle possède également des capacités renforcées côté défense de sécurité, notamment la revue de code de sécurité, la correction de vulnérabilités, la modélisation des menaces et les exercices d'équipe bleue.

Pour faire face aux risques à double usage, OpenAI, via son programme "OpenAI Daybreak Trusted Access for Cyber", offre des fonctions défensives de plus haut niveau aux personnes et organisations vérifiées, avec des restrictions d'accès supplémentaires pour les entités à haut risque et les zones à haut risque.

Dans le domaine des sciences de la vie, GPT-5.6 Sol a obtenu 28,7 % dans l'évaluation GeneBench Pro (génomique à long cycle et biologie quantitative), contre 12 % pour GPT-5.5 ; LifeSciBench a obtenu 59,9 %, contre 50,4 % pour GPT-5.5.

OpenAI a également indiqué que ses tests montrent que GPT-5.6 n'est pas encore capable de créer ou de synthétiser de bout en bout des menaces biologiques hautement dangereuses.

Mise à niveau simultanée des mécanismes de sécurité, stratégie de déploiement prudente maintenue

Avec l'amélioration des capacités du modèle, OpenAI a renforcé l'architecture de sécurité lors de cette publication. Les mesures de protection en cybersécurité de GPT-5.6 Sol interceptent environ 10 fois plus d'activités potentiellement nuisibles que la génération précédente.

Avant la publication officielle, OpenAI a effectué environ 700 000 heures GPU A100e de tests d'équipe rouge automatisés en boîte noire, ainsi que des évaluations à grande échelle avec des experts externes sur les deux rails manuel et automatisé.

OpenAI a déclaré que son système de sécurité adopte une conception redondante à plusieurs niveaux : protection intégrée au modèle et vérification en temps réel, surveillance continue et mécanismes d'exécution au niveau du compte fonctionnent en synergie.

Contrairement à l'approche de blocage par classifieur pur, GPT-5.6 introduit un "moniteur de raisonnement" (reasoning monitor), qui analyse le contexte de chaque dialogue pour déterminer la nocivité potentielle, permettant aux limites de sécurité de s'adapter dynamiquement aux scénarios d'utilisation, et de corriger rapidement les failles sans avoir à réentraîner le classifieur.

Pour atténuer l'impact du sur-blocage sur les usages légitimes, OpenAI offre dans ChatGPT et Codex une option pour passer en un clic à un modèle de moindre capacité et réessayer, et promet d'optimiser en continu pour maintenir une forte intensité de blocage tout en réduisant les faux positifs sur les usages normaux.

Les applications internes montrent la tendance à l'auto-accélération de la R&D en IA

La publication de GPT-5.6 révèle également un changement majeur dans le modèle de R&D propre d'OpenAI. Selon OpenAI, pendant les tests internes de GPT-5.6, le nombre quotidien moyen de tokens de sortie par chercheur actif a dépassé le double du pic historique de GPT-5.5.

Au cours des six derniers mois, la puissance de calcul de recherche utilisée en interne pour le raisonnement en programmation a été multipliée par 100, et l'utilisation interne de tokens par les agents a été multipliée par environ 22, cette tendance s'étendant désormais aux départements des ventes, du marketing, de l'exploitation utilisateur et des finances.

Dans l'évaluation des capacités d'auto-amélioration (RSI Index), GPT-5.6 Sol a obtenu 57,9 points, contre 41,7 points pour GPT-5.5, soit une augmentation de 16,2 points de pourcentage.

OpenAI interprète cela comme une preuve directe que l'IA assistée par l'IA accélère sa mise en œuvre, et le positionne comme l'un des principaux moteurs de l'efficacité d'itération des futurs modèles.