GPT-6.1 Sol : le rapport prix/performance d'OpenAI testé
OpenAI a présenté GPT-6.1 Sol au DevDay 2026, le 29 septembre 2026. Le message tient en une phrase : une intelligence proche du modèle haut de gamme GPT-6 Astra, pour un cinquième du prix. C'est le genre d'annonce qui mérite d'être vérifiée ligne par ligne avant de revoir un budget IA.
Ce qu'OpenAI a annoncé au DevDay 2026
Positionnement de Sol dans la gamme GPT-6
Sol vient se glisser sous Astra dans la famille GPT-6, aux côtés de Luna et Terra, deux autres déclinaisons plus légères déjà disponibles. D'après le compte-rendu en direct de Simon Willison publié le 29 septembre 2026, OpenAI présente Sol comme le modèle à privilégier pour les charges de travail à fort volume, là où Astra reste réservé aux tâches qui exigent le niveau de raisonnement le plus élevé de la gamme.
La promesse du cinquième du prix, mot à mot
La formule exacte employée par OpenAI, selon ce même compte-rendu du 29 septembre 2026, est une intelligence « near-Astra » à un cinquième du coût. Le terme « near » (proche de) mérite d'être pris au sérieux : il ne dit pas « équivalent », il dit « proche sur certains critères ». La nuance compte pour un budget IA, surtout si les tâches concernées touchent au raisonnement multi-étapes plutôt qu'à la génération de texte simple.
Le chiffre à vérifier : combien coûte vraiment Sol
Prix par million de tokens entrée/sortie
Le compte-rendu du DevDay 2026 mentionne un tarif pour Sol nettement inférieur à celui d'Astra, cohérent avec le ratio de cinq annoncé par OpenAI. À ce stade, la source consultée pour cet article est un compte-rendu en direct et une discussion Hacker News datés du 29 septembre 2026, pas la page de tarification officielle d'OpenAI. Avant d'engager un budget, il faut aller vérifier les chiffres exacts par million de tokens d'entrée et de sortie sur la documentation tarifaire d'OpenAI au moment de la bascule, les grilles de prix évoluant parfois dans les semaines qui suivent une annonce DevDay.
Comparaison chiffrée avec GPT-6 Astra
Le facteur 5 s'applique au prix par token, pas nécessairement au coût final d'une tâche. Si Sol nécessite davantage de tokens de sortie pour atteindre un résultat comparable, ou plusieurs passes de vérification là où Astra répond juste du premier coup, l'écart réel se resserre. C'est un point que la communication marketing n'aborde jamais et qu'un test interne sur ses propres prompts permet de trancher en quelques heures.
Ce que recouvre vraiment le facteur 5
Un cinquième du prix par token ne veut pas dire un cinquième du coût total d'un projet. Le coût total dépend du nombre d'appels, de la longueur des réponses, et du taux d'échec qui oblige à relancer une requête vers un modèle plus capable. Ignorer cette distinction, c'est confondre le prix catalogue et la facture réelle.
Near-Astra : ce que valent les benchmarks
Les écarts de capacité observés
La discussion Hacker News du 29 septembre 2026 consécutive à l'annonce relève des écarts de capacité entre Sol et Astra sur des tâches de raisonnement complexe, malgré l'écart de prix favorable à Sol. Rien d'alarmant en soi : un modèle moins cher qui perd quelques points sur des tâches de raisonnement avancé reste cohérent avec son positionnement. Le problème survient si l'on bascule sans mesurer l'écart sur ses propres cas d'usage.
Le test pelican de Simon Willison et sa portée réelle
Simon Willison a appliqué à Sol son test informel consistant à demander un dessin SVG de pélican à vélo, dans un billet du 29 septembre 2026. Ce test sert à Willison depuis plusieurs générations de modèles comme indicateur rapide et visuel, pas comme mesure scientifique de capacité. Il le dit lui-même : c'est un instantané amusant, pas un benchmark de référence. Le reprendre comme preuve de performance serait une erreur de lecture.
Pour quelles charges de travail Sol a du sens
Tâches à fort volume où le coût domine
Classification de tickets, résumé de documents courts, extraction d'informations structurées, premier tri d'e-mails : ce sont des tâches où le volume de requêtes est élevé et où une légère perte de qualité est absorbable, parce qu'un humain relit ou parce que l'enjeu par unité traitée est faible. C'est précisément le terrain où un facteur 5 sur le prix par token change le calcul économique d'un projet.
Quand Astra reste justifié
Dès qu'une tâche implique un raisonnement en plusieurs étapes, une décision à fort enjeu (contrat, diagnostic, arbitrage financier), ou une tolérance à l'erreur proche de zéro, l'écart de capacité relevé sur Hacker News le 29 septembre 2026 pèse plus lourd que l'économie réalisée. Dans ce cas, Astra reste le choix par défaut, quitte à router seulement une partie du volume vers Sol.
Ce que Sol ne fait pas
Sol n'égale pas Astra sur les tâches de raisonnement complexe, d'après les premiers retours du 29 septembre 2026 : l'écart existe, même s'il reste à quantifier précisément tâche par tâche. Le test pelican ne constitue pas une preuve de capacité générale, seulement un repère visuel ponctuel. Le facteur 5 annoncé par OpenAI porte sur le prix par token, pas sur le coût final d'un projet, qui dépend du volume de tokens consommés et du taux de relance. Enfin, aucune des sources consultées ne documente le comportement de Sol sur des contextes très longs ou des usages multimodaux avancés : ces points restent à tester avant toute généralisation.
Par où commencer
Trois étapes concrètes pour juger si Sol mérite une place dans votre stack. Premièrement, identifiez deux ou trois tâches à fort volume et faible enjeu par unité traitée dans votre activité : tri d'e-mails, résumés, classification. Deuxièmement, faites tourner en parallèle, sur un échantillon réel de 50 à 100 requêtes, Sol et votre modèle actuel, et comparez le taux d'erreur autant que le coût total facturé sur la page de tarification officielle d'OpenAI au jour du test. Troisièmement, ne basculez que les tâches où l'écart de qualité constaté est acceptable pour votre métier, et gardez Astra ou un équivalent haut de gamme pour tout ce qui touche à la décision à fort enjeu.
Sources
OpenAI DevDay 2026 live blog — Simon Willison, simonwillison.net, 29/09/2026
Commentaire sur GPT-6.1 Sol et le test pelican — Simon Willison, simonwillison.net, 29/09/2026
Discussion Hacker News sur l'annonce GPT-6.1 Sol — Hacker News (commentateurs), Hacker News, 29/09/2026
2026 in LLMs so far — Simon Willison, simonwillison.net, 27/09/2026
Cet article a été rédigé et illustré par un système d'intelligence artificielle à partir des sources citées ci-dessus, puis publié automatiquement, sans relecture humaine préalable. Si vous relevez une erreur factuelle, merci de nous la signaler.
Commentaires