GPT-6.2 Astra et GPT-6.2 Sol sont deux modèles qu’OpenAI a publiés le 17 novembre 2026 (heure des États-Unis). Astra est le modèle haut de gamme pour les tâches les plus difficiles, et Sol est le modèle principal pour le travail courant. Ils succèdent respectivement à GPT-6 Astra et à GPT-6.1 Sol. Côté API, Astra coûte 8 $ en entrée et 40 $ en sortie par million de tokens, soit 20 % de moins que GPT-6 Astra. Sol garde le tarif de GPT-6.1 Sol, à 2 $ en entrée et 10 $ en sortie. Selon les mesures d’OpenAI, Astra dépasse l’ancien Astra sur de nombreux tests pour environ la moitié du coût, et les scores de Sol ont progressé sur de nombreux tests au même prix. Toutefois, Claude Fable 5.2 fait mieux sur certains tests, et l’API modifie la façon dont les réécritures au milieu d’une conversation sont traitées : vérifiez quelques points si vous migrez. Cet article résume les prix, les performances, les endroits où les modèles sont disponibles et le choix entre Astra et Sol, à partir des valeurs des graphiques de l’annonce d’OpenAI, des pages des modèles et du guide de migration (vérifiés le 19 novembre 2026).
GPT-6.2 en trois lignes
Astra
Le haut de gamme, 20 % moins cher
8 $ en entrée et 40 $ en sortie. Il dépasse l’ancien Astra sur les 10 tests comparés dans cet article, et sur beaucoup d’entre eux le coût par tâche a été divisé par environ deux.
Sol
Plus intelligent au même prix
Toujours 2 $ en entrée et 10 $ en sortie. Sur le test FrontierCode de modifications de code réelles, il n’est qu’à 0,4 point d’Astra, pour un coût d’environ un cinquième.
Remarque
Comment construire les conversations via l’API
Réécrire une partie d’une conversation fait perdre le raisonnement précédent. Placez les instructions communes au début de l’entrée, et non dans instructions.
Vérifié le 19 novembre 2026. Sources : l’annonce d’OpenAI, les pages GPT-6.2 Astra et GPT-6.2 Sol, et Using GPT-6.2. Les chiffres de performance sont les valeurs qu’OpenAI a incluses dans les graphiques de son annonce.
1. Le positionnement des deux modèles GPT-6.2
La liste des modèles de l’API d’OpenAI commence par une recommandation : « En cas de doute, GPT-6.2 Astra ; pour un équilibre, GPT-6.2 Sol ; pour un faible coût, GPT-6 Luna. » Les modèles principaux listés sont GPT-6.2 Astra, GPT-6.2 Sol, GPT-6.1 Terra et GPT-6 Luna. Sur ses pages de modèles, OpenAI décrit Astra comme « le modèle le plus capable, pour mener les projets les plus difficiles du début à la fin », et Sol comme « le modèle de référence pour le travail quotidien, du codage aux agents à grande échelle ».
| Modèle | Entrée / sortie (par million de tokens) | Date limite des connaissances | Modèle précédent |
|---|---|---|---|
| GPT-6.2 Astra | 8,00 $ / 40,00 $ | 18 mai 2026 | GPT-6 Astra (10 $ / 50 $, connaissances jusqu’au 30 avril 2026) |
| GPT-6.2 Sol | 2,00 $ / 10,00 $ | 1er juin 2026 | GPT-6.1 Sol (2 $ / 10 $, connaissances jusqu’au 30 avril 2026) |
| GPT-6.1 Terra | 1,00 $ / 5,00 $ | 1er juin 2026 | — |
| GPT-6 Luna | 0,10 $ / 0,50 $ | 18 mai 2026 | — |
Source : la page Models d’OpenAI et la page de chaque modèle (vérifiées le 19 novembre 2026). Les deux modèles GPT-6.2 ont une fenêtre de contexte d’environ 1,05 million de tokens (jusqu’à 922 K pour l’entrée), une sortie maximale de 128 K tokens, et acceptent en entrée du texte et des images. Terra et Luna n’ont pas changé cette fois.
GPT-6 Astra et GPT-6.1 Sol restent utilisables dans l’API, mais ils ne figurent plus dans la liste recommandée. OpenAI n’a pas annoncé de date de fin de service, et ils ne sont pas inscrits dans la liste des dépréciations (Deprecations) à la date du 19 novembre. Les deux nouveaux modèles ne permettent pas non plus de régler le niveau de raisonnement sur « none (sans raisonnement) ». Pour des réponses rapides sans raisonnement, utilisez GPT-6.1 Terra ou GPT-6 Luna, qui acceptent none. Pour le modèle intermédiaire Terra, voir « Qu’est-ce que GPT-6.1 Terra ? ».
2. Tarifs : Astra baisse de prix, Sol reste identique
GPT-6.2 Astra
GPT-6.2 Sol
En dollars américains par million de tokens. Les prix barrés sont ceux de GPT-6 Astra. Source : l’annonce d’OpenAI et les pages de chaque modèle (vérifiées le 19 novembre 2026).
L’écriture dans le cache coûte 1,25 fois le prix d’entrée pour une conservation de 30 minutes, et 2,5 fois pour une conservation de 12 heures. Ces coefficients sont identiques pour les deux modèles.
| Élément | GPT-6.2 Astra | GPT-6.2 Sol |
|---|---|---|
| Écriture dans le cache | 10 $ (conservation de 30 minutes) · 20 $ (conservation de 12 heures) | 2,50 $ (conservation de 30 minutes) · 5 $ (conservation de 12 heures) |
| Entrée au-delà de 272 K tokens | L’entrée et le cache de la requête entière sont multipliés par 2, et la sortie par 1,5 | |
| Batch | Moitié prix | |
| Fast | 2 fois | |
| Ultrafast | 3 fois jusqu’au 28 février 2027, puis 6 fois à partir du 1er mars (heure du Pacifique, États-Unis) | |
| Traitement en arrière-plan à fenêtre de temps (bêta) | Remise de 30 % pour un traitement qui peut être renvoyé en 2 heures, et de 40 % s’il peut l’être en 8 heures (API Responses) | |
Sources : les pages GPT-6.2 Astra et GPT-6.2 Sol, et le journal des modifications de l’API (entrée du 17 novembre 2026). Ultrafast n’est disponible que si les données sont stockées aux États-Unis (guide de migration).
Selon OpenAI, Astra utilise aussi moins de tokens de sortie pour un même travail. Le coût par tâche baisse donc davantage que la seule baisse de prix, et dans de nombreux tests il est tombé à environ la moitié du coût de GPT-6 Astra, comme le montre le chapitre suivant. Côté Claude, Astra a le même tarif que Claude Fable 5.2 (8 $ en entrée et 40 $ en sortie), Sol celui de Claude Sonnet 5.5 (2 $ et 10 $), et Claude Opus 5.5 coûte 4 $ en entrée et 20 $ en sortie (Pricing d’Anthropic, vérifié le 19 novembre 2026). Gemini 4 Carbon coûte 2 $ en entrée et 10 $ en sortie jusqu’au 30 novembre 2026, puis 4 $ en entrée et 20 $ en sortie à partir du 1er décembre (Pricing de Google, vérifié le même jour). Toutefois, le nombre de tokens qu’une tâche consomme varie beaucoup d’un modèle à l’autre : pour estimer le coût réel, il est plus fiable de comparer le coût par tâche que le prix unitaire.
3. Performances ① : par rapport aux modèles précédents
L’annonce d’OpenAI contient 16 graphiques. La plupart indiquent les scores de chaque modèle et leur coût par tâche (certains donnent le nombre de tokens de sortie) selon le niveau de raisonnement. Ils se répartissent en 10 tests de performance (travail, codage, sciences), 4 tests de cybersécurité et 2 évaluations de sécurité. Ce chapitre présente les 10 tests de performance. Pour comparer les anciens et les nouveaux modèles dans les mêmes conditions, toutes les valeurs sont prises au réglage le plus élevé, « max ». Tous ces tests ont été choisis par OpenAI, et les valeurs ont été mesurées par OpenAI (les indices de tiers sont inclus parce qu’OpenAI les a placés dans ses graphiques).
| Test (ce qu’il mesure) | GPT-6.2 Astra | GPT-6 Astra | GPT-6.2 Sol | GPT-6.1 Sol |
|---|---|---|---|---|
| Agents’ Last Exam v1.1 (longues tâches professionnelles) | 77,6 %4,47 $ | 73,1 %8,99 $ | 73,0 %1,32 $ | 72,5 %2,02 $ |
| GDPval v2 (dossiers réels de conseil et de finance) | 50,4 %36 K tokens de sortie | 44,2 %46 K tokens de sortie | 46,9 %33 K tokens de sortie | 41,5 %40 K tokens de sortie |
| Harvey LAB-AA v1.1 (travail juridique, taux de réussite sur tous les critères) | 15,0 %6,35 $ | 8,6 %13,67 $ | 11,1 %1,92 $ | 6,9 %2,48 $ |
| FrontierCode 2.0 (modifications de code réelles) | 44,2 %5,97 $ | 42,8 %6,68 $ | 43,8 %1,29 $ | 39,0 %1,03 $ |
| Terminal-Bench-Science 0.1 (travail scientifique dans un terminal) | 77,1 %7,15 $ | 68,1 %23,80 $ | 68,0 %2,21 $ | 57,0 %5,47 $ |
| Vals Science Index v1 (interprétation de données biologiques et expériences) | 68,4 %4,17 $ | 65,1 %8,03 $ | 57,8 %1,03 $ | 59,6 %1,36 $ |
| BenchCAD 2.1 Core (conception CAO) | 82,5 %5,43 $ | 62,6 %9,71 $ | 73,1 %1,60 $ | 52,6 %1,61 $ |
| AutomationBench 1.0.6 (automatisation des processus métier) | 52,4 %0,83 $ | 41,4 %1,73 $ | 41,1 %0,27 $ | 36,1 %0,30 $ |
| LifeVal (tâches quotidiennes difficiles) | 86,1 %4,23 $ | 79,8 %9,04 $ | 83,8 %1,27 $ | 79,5 %1,27 $ |
| Artificial Analysis Intelligence Index v5.0.1 (indice global de tiers) | 62,14,00 $ | 56,96,24 $ | 57,31,01 $ | 54,61,27 $ |
Valeurs au réglage de raisonnement max de chaque modèle. Les petits caractères indiquent le coût par tâche en dollars américains, sauf pour GDPval v2, où il s’agit du nombre de tokens de sortie par tâche. En vert, une valeur supérieure à celle du modèle précédent ; en rouge, une valeur inférieure. Source : les données des graphiques de l’annonce d’OpenAI « Introducing GPT-6.2 Astra and Sol » (vérifiées le 19 novembre 2026). GDPval v2 est un test interne d’OpenAI. Les quatre tests de cybersécurité (DeepBinary, ExploitBench, SecureSWE et PatchBench) ne sont pas inclus : deux d’entre eux ont été mesurés avec les protections de sécurité désactivées dans une configuration interne, ce qui diffère de l’usage courant. Les deux évaluations de sécurité sont traitées au chapitre 8.
Trois points se dégagent.
① Sur les 10 tests, Astra dépasse l’ancien Astra, et sur beaucoup il le fait pour environ la moitié du coût. Sur Agents’ Last Exam, qui mesure les longues tâches professionnelles, il obtient 77,6 %, contre 73,1 % pour GPT-6 Astra, avec un coût par tâche de 4,47 $, soit environ la moitié. Le chiffre mis en avant par l’annonce est 78,3 % (2,89 $) au réglage « xhigh », juste en dessous de max. Cela représente 5,2 points de plus que l’ancien Astra au réglage max, pour moins d’un tiers du coût. Sur certains tests, Astra obtient un meilleur score en xhigh qu’en max : le réglage max n’est donc pas toujours le meilleur choix.
Les progrès les plus marqués concernent le travail juridique (Harvey LAB-AA, de 8,6 % à 15,0 %), la conception CAO (BenchCAD, de 62,6 % à 82,5 %) et le travail scientifique dans un terminal (Terminal-Bench-Science, de 68,1 % à 77,1 %). Harvey LAB-AA n’accepte comme réussie qu’une production satisfaisant tous les critères d’évaluation et ne contenant aucune invention grave. C’est pourquoi tous les modèles y obtiennent des scores bas.
② Sol progresse sur de nombreux tests, au même tarif. Sur FrontierCode 2.0, qui mesure si une modification de code réelle serait acceptée par les mainteneurs, 6.2 Sol atteint 43,8 %. Il n’est qu’à 0,4 point de 6.2 Astra (44,2 %), pour un coût par tâche d’environ un cinquième. Sur la conception CAO et le travail juridique, il progresse aussi nettement par rapport à 6.1 Sol. En revanche, sur le Vals Science Index, qui porte sur des données biologiques, Sol obtient 57,8 % au réglage max, contre 59,6 % pour 6.1 Sol (58,5 % en xhigh).
③ Certains tests chutent fortement au réglage low. Sur les mêmes graphiques, au réglage low, 6.2 Sol obtient 25,3 % sur LifeVal, test de tâches quotidiennes (6.1 Sol en low : 66,8 %), et 43,4 % sur Terminal-Bench-Science. 6.2 Astra en low obtient 46,3 % sur LifeVal et 56,3 % sur Terminal-Bench-Science. Avec medium, LifeVal remonte à 70,3 % pour 6.2 Sol et à 78,9 % pour 6.2 Astra. Le guide de migration d’OpenAI recommande aussi de commencer par medium lorsqu’on découvre ces modèles. Si vous passez en low pour réduire les coûts, vérifiez d’abord que la qualité de votre propre travail ne baisse pas.
4. Performances ② : par rapport à Claude et Gemini
Certains graphiques de l’annonce d’OpenAI incluent aussi Claude Fable 5.2 et Claude Opus 5.5 d’Anthropic, ainsi que Gemini 4 Carbon de Google. Comme les autres entreprises n’ont pas testé leurs modèles aux mêmes niveaux de raisonnement, ce tableau indique pour chaque modèle le réglage où il a obtenu son meilleur score. Nous avons exclu LifeVal, qui ne comporte pas les modèles des autres entreprises. Claude Sonnet 5.5, dont le tarif est identique à celui de Sol, n’apparaît dans aucun graphique.
| Test | GPT-6.2 Astra | GPT-6.2 Sol | Claude Fable 5.2 | Claude Opus 5.5 | Gemini 4 Carbon |
|---|---|---|---|---|---|
| Agents’ Last Exam v1.1 | 78,3 %2,89 $ · xhigh | 73,0 %1,32 $ · max | 72,8 %60,05 $ · max | 71,6 %17,57 $ · max | 77,4 %4,60 $ · high |
| GDPval v2 (interne) | 50,4 %36 K tokens de sortie · max | 46,9 %33 K tokens de sortie · max | 44,8 %222 K tokens de sortie · max | 43,5 %191 K tokens de sortie · max | 48,8 %109 K tokens de sortie · high |
| Harvey LAB-AA v1.1 | 15,0 %6,35 $ · max | 11,1 %1,92 $ · max | 7,2 %39,84 $ · max | 4,2 %17,93 $ · max | — |
| FrontierCode 2.0 | 44,2 %5,97 $ · max | 43,8 %1,29 $ · max | 49,1 %14,19 $ · xhigh | 45,5 %12,82 $ · max | 41,1 %5,16 $ · medium |
| Terminal-Bench-Science 0.1 | 77,1 %7,15 $ · max | 68,0 %2,21 $ · max | 73,3 %45,21 $ · max | 63,3 %23,21 $ · max | — |
| Vals Science Index v1 | 68,4 %4,17 $ · max | 58,5 %0,71 $ · xhigh | 63,7 %8,79 $ · high | 58,7 %8,71 $ · max | — |
| BenchCAD 2.1 Core | 82,5 %5,43 $ · max | 73,1 %1,60 $ · max | 83,5 %50,77 $ · max | 65,3 %20,00 $ · max | — |
| AutomationBench 1.0.6 | 52,4 %0,83 $ · max | 41,2 %0,21 $ · high | 51,5 %4,64 $ · max | 42,5 %1,44 $ · max | 53,9 %2,12 $ · high |
| Artificial Analysis Intelligence Index v5.0.1 | 62,14,00 $ · max | 57,31,01 $ · max | 64,626,54 $ · max | 59,110,04 $ · max | 60,07,76 $ · high |
Valeurs au réglage de raisonnement où chaque modèle a obtenu son score le plus élevé (le réglage est indiqué en petits caractères). « — » signifie que le modèle ne figure pas dans le graphique. Source identique à celle du tableau du chapitre précédent. Pour Agents’ Last Exam, le résultat de Claude Fable 5.2 exclut 9 tâches traitées par un autre modèle (solution de repli), comme le précise l’annonce. L’annonce ne dit pas quel tarif (avant ou après la fin du prix de lancement, le 30 novembre 2026) a servi à calculer le coût de Gemini 4 Carbon. Pour Terminal-Bench-Science, la valeur de Claude Fable 5.2 est celle qu’Artificial Analysis a mesurée avec un dispositif appelé mini-swe-agent ; Anthropic indique 74,6 % avec le raisonnement au réglage max dans Claude Code (note de bas de page de l’annonce).
Sur ces neuf tests, 6.2 Astra obtient le score le plus élevé dans cinq cas. Sur les quatre autres, Claude Fable 5.2 est en tête pour les modifications de code réelles (FrontierCode 2.0), la conception CAO (BenchCAD) et l’indice global de tiers (Artificial Analysis), et Gemini 4 Carbon pour l’automatisation des processus métier (AutomationBench). En comparaison directe avec Fable 5.2, Astra est devant sur six tests, et Fable 5.2 sur trois. La différence la plus marquée concerne le coût. Sur les huit tests où les coûts sont indiqués, le coût par tâche de Fable 5.2 est d’environ 2 à 21 fois celui de 6.2 Astra (le facteur 21 vient d’Agents’ Last Exam, où Astra est au réglage xhigh). Fable 5.2 et Astra ont le même tarif par token : la cause principale est donc sans doute la différence du nombre de tokens consommés pour un même travail. Toutefois, les réglages de raisonnement comparés et les méthodes de mesure (comme la façon dont Terminal-Bench-Science est exécuté) ne sont pas identiques.
Cette comparaison repose sur les tests et les réglages choisis par OpenAI, et ne reprend que les modèles des autres entreprises présents dans les graphiques d’OpenAI. L’annonce d’Anthropic utilise d’autres tests, et le classement y serait différent. Pour les chiffres de Claude, voir « Fonctionnalités et tarifs de Claude Fable 5.2 » ; pour Gemini, « Gemini 4 Carbon et Argon : comparaison ».
5. Astra ou Sol : lequel utiliser
Le tarif par token d’Astra est quatre fois celui de Sol. Même en comparant le coût par tâche, les mesures d’OpenAI donnent à Astra un coût d’environ 3 à 5 fois celui de Sol (les deux au réglage max). La question décisive est de savoir si le gain de qualité du résultat justifie cet écart de coût pour votre travail.
La liste de l’API d’OpenAI conseille « Astra en cas de doute », mais cet article recommande « Sol en cas de doute ». L’écart de coût est en effet de 3 à 5 fois, alors que la différence est faible sur les modifications de code réelles (FrontierCode 2.0) et sur les tâches quotidiennes (LifeVal). Voici un guide selon les usages.
- Codage, rédaction et travail documentaire au quotidien → Sol Sur le test de modifications de code réelles, Astra n’est en avance que de 0,4 point, et Sol coûte environ cinq fois moins cher. Les nouvelles conversations dans ChatGPT Work démarrent aussi avec Sol. En cas de doute, commencez par Sol et ne passez à Astra que dans les cas où il ne suffit pas : c’est l’approche la moins coûteuse.
- Automatisation des processus métier, travail professionnel long et complexe, finalisation de présentations et de tableaux → Astra Sur l’automatisation des processus métier (AutomationBench), Astra obtient 52,4 % et Sol 41,1 %, soit un écart d’environ 11 points. Pour le travail professionnel long (Agents’ Last Exam), le travail juridique (Harvey LAB-AA) et GDPval v2, l’écart est de 3,5 à 4,6 points. OpenAI explique avoir entraîné Astra à produire des présentations, des tableaux et des documents qui respectent les modèles et les usages de chaque domaine.
- Calcul scientifique et conception CAO → Astra Sur Terminal-Bench-Science, Astra obtient 77,1 % et Sol 68,0 % ; sur BenchCAD, 82,5 % contre 73,1 %. Ce sont des domaines où l’écart est important.
- Travail rapide et peu coûteux en grand volume, sans raisonnement → GPT-6.1 Terra ou GPT-6 Luna Les deux modèles GPT-6.2 ne permettent pas de régler le raisonnement sur none.
- Si vous utilisez Claude Fable 5.2 a le même tarif qu’Astra, et Sonnet 5.5 le même que Sol. Selon les mesures d’OpenAI, Fable 5.2 est en tête sur les modifications de code réelles et la conception CAO, tandis qu’Astra est en tête sur de nombreuses autres tâches de travail, et son coût est nettement plus bas. La démarche la plus fiable consiste à faire passer vos tâches habituelles plusieurs fois dans les deux modèles, puis à comparer le nombre de retouches nécessaires et la facture.
Pour les différences entre les nouveaux modèles et les anciens Astra et Sol, voir « Présentation de GPT-6 Astra » et « Comparaison de GPT-6.1 Sol et GPT-6 Sol ».
6. Utilisation dans ChatGPT, Codex et GitHub Copilot
ChatGPT et Codex
- Forfaits concernés : l’annonce couvre tous les utilisateurs Plus, Pro, Enterprise et Edu. Le forfait gratuit n’est pas concerné.
- Où les utiliser : ChatGPT Work et Codex. Les notes de version de ChatGPT (17 novembre) indiquent qu’ils sont proposés en « aperçu » dans les applications de bureau Work et Codex. On les choisit dans le sélecteur de modèle de Work ou de Codex. Les options du Chat classique (conversations hors Work) ne changent pas.
- Modèle par défaut : d’après la documentation de ChatGPT, les nouvelles conversations de Work démarrent avec 6.2 Sol (intensité de raisonnement Light pour les forfaits individuels, Medium pour Enterprise). Sol consomme moins de crédits par token qu’Astra.
- Ultrafast : Pro 500 peut utiliser Ultrafast avec les deux modèles. Ultrafast devient disponible pour la première fois sur Pro 200, à commencer par 6.2 Sol (l’annonce ne précise pas quand Astra y sera ajouté). L’annonce ne dit rien sur Pro 100. Les espaces Enterprise et Edu concernés peuvent utiliser la même fonction une fois qu’un administrateur l’a activée.
- CLI de Codex : la documentation des modèles de ChatGPT donne en exemple la commande
codex --model gpt-6.2-solpour indiquer le modèle à utiliser dans Codex.
Sources : la section « Pricing and availability » de l’annonce d’OpenAI, les notes de version de ChatGPT (entrée du 17 novembre 2026) et la documentation des modèles de ChatGPT (vérifiée le 19 novembre 2026). Dans les espaces gérés, les modèles visibles dépendent du type de siège et des paramètres.
Pour les limites d’utilisation des trois forfaits Pro, voir « Comparaison de ChatGPT Pro 100, 200 et 500 » ; pour Work lui-même, « Qu’est-ce que ChatGPT Work ? »
GitHub Copilot
Le 17 novembre, GitHub a rendu les deux modèles généralement disponibles dans Copilot. Ils sont accessibles aux forfaits Copilot Pro+, Max, Business et Enterprise, et se choisissent dans le sélecteur de modèles de VS Code, Visual Studio, JetBrains, Xcode, Eclipse, Copilot CLI et github.com. La facturation se fait à l’usage, calculée aux tarifs publics d’OpenAI. Pour Business et Enterprise, les nouveaux modèles sont activés automatiquement, sauf si un administrateur les a désactivés. Le déploiement se fait progressivement : certains utilisateurs ne voient donc pas encore les modèles dans leur liste (GitHub Changelog).
7. Ce qu’il faut vérifier pour passer à l’API
Remplacer le nom du modèle par gpt-6.2-astra ou gpt-6.2-sol suffit pour que cela fonctionne. Toutefois, le guide de migration d’OpenAI, « Using GPT-6.2 », cite les points suivants à vérifier lors du passage. Les deux premiers sont des changements propres à GPT-6.2 qui affectent la qualité et le coût si on les néglige.
- Réécrire une partie de la conversation fait perdre le raisonnement précédent Avec l’API Responses, si vous réécrivez les parties antérieures de l’historique (par exemple d’anciens messages developer ou des appels d’outils), GPT-6.2 n’utilise plus les enregistrements de raisonnement (reasoning items) conservés jusque-là. Il en va de même lorsque vous passez à un modèle moins puissant, ou lorsque l’utilisateur final ou l’organisation change. Perdre le raisonnement peut dégrader la qualité des réponses, et refaire le travail antérieur peut augmenter le nombre de tokens. Lorsque vous modifiez des réglages, la règle de base est de laisser intactes les parties précédentes et d’ajouter les nouvelles instructions à la fin.
- Placer les instructions communes au début de l’entrée, et non dans
instructionsÀ partir de GPT-6.2, le champinstructionsde niveau supérieur de l’API Responses est placé aprèsinput. Si vous voulez que les mêmes instructions soient mises en cache à chaque requête, placez-les comme premier élément deinput, sous forme de message developer. Réservezinstructionsaux instructions propres à cette seule requête.
Exemple :{"model": "gpt-6.2-sol", "input": [{"role": "developer", "content": "Répondre en suivant le glossaire interne"}, {"role": "user", "content": "…"}]} - Commencer par un raisonnement medium Pour une première utilisation, OpenAI conseille d’essayer medium. Si vous utilisez actuellement
noneouminimal, passez àlow(none n’est pas accepté). Mais, comme le montre le chapitre 3, certains tests chutent fortement en low : vérifiez la qualité sur votre propre travail avant de décider. - Utiliser l’API Responses si vous utilisez des outils Chat Completions fonctionne aussi, mais les appels d’outils nécessitent l’API Responses.
- Supprimer les paramètres non pris en charge Retirez
temperature,top_pettop_logprobs(etlogprobsavec Chat Completions). - Réglages du cache En passant depuis la série GPT-6, rien n’est à modifier. Seulement en passant depuis GPT-5.5 ou une version antérieure, remplacez
prompt_cache_retentionparprompt_cache_options.ttl("30m"). Pour les différences de fonctionnement du cache, voir « Mise en cache des prompts : OpenAI et Claude comparés ». - Relire le texte des instructions Le guide de migration indique que GPT-6.2 Astra rédige, même sans consigne, des réponses plus courtes et plus directes qu’auparavant (le même constat ne figure pas pour Sol). Si vos instructions demandent fortement la concision, vérifiez que les réponses ne deviennent pas trop courtes. Le modèle peut aussi proposer une étape suivante et attendre une confirmation lorsque l’intention n’est pas claire : pour les longues tâches, indiquez-lui qu’il peut avancer en faisant des hypothèses raisonnables.
Sources : « Using GPT-6.2 » d’OpenAI et le journal des modifications de l’API (vérifiés le 19 novembre 2026). L’annonce recommande elle aussi de ne pas modifier la partie antérieure du prompt dans une conversation, et d’ajouter les nouvelles instructions à la fin.
8. Sécurité
OpenAI a annoncé que les deux modèles ont atteint, dans son cadre de préparation (Preparedness Framework), le seuil « Critical » en cybersécurité et le seuil « High » en biologie et en chimie. C’est la même évaluation que pour GPT-6 Astra. Selon OpenAI, les modèles ont été publiés après un renforcement des restrictions sur l’aide cyber à haut risque et sur certaines demandes en biologie. Il se peut donc que certaines recherches légitimes sur les vulnérabilités et certains tests de sécurité soient aussi bloqués. OpenAI indique qu’il travaille à ouvrir GPT-6.2 à Daybreak, son programme de cyberdéfense destiné aux défenseurs, sans date annoncée.
Par ailleurs, 6.2 Astra est le premier modèle publié par OpenAI à avoir atteint le niveau « High » pour l’auto-amélioration de l’IA, c’est-à-dire sa capacité à accélérer la recherche en IA. OpenAI explique avoir mis en place des mesures, comme la surveillance des travaux de recherche et l’arrêt des sorties si nécessaire. Dans le graphique de l’annonce sur les comportements inappropriés dans des tâches professionnelles, le taux de comportements inappropriés sur des tâches simulant un environnement de travail est de 0,64 % pour 6.2 Astra et de 0,71 % pour 6.2 Sol, contre 1,2 % pour GPT-6 Astra : c’est une baisse. En revanche, deux tests du graphique de l’annonce sur la dissimulation des échecs montrent une tendance accrue à ne pas signaler les obstacles, comme des fichiers manquants ou des outils de recherche indisponibles. OpenAI indique avoir réduit ce phénomène en ajoutant des instructions à Codex. Pour plus de détails, voir la GPT-6.2 System Card d’OpenAI.
Résumé
- GPT-6.2 Astra et Sol sont sortis le 17 novembre 2026 (heure des États-Unis) et succèdent à GPT-6 Astra et GPT-6.1 Sol. Astra est le haut de gamme, et Sol le modèle principal pour le travail courant.
- Tarifs API : Astra coûte 8 $ en entrée et 40 $ en sortie (20 % de moins que GPT-6 Astra, cache 60 % moins cher). Sol coûte 2 $ en entrée et 10 $ en sortie (inchangé).
- Selon les mesures d’OpenAI, les deux modèles font mieux que leurs prédécesseurs sur de nombreux tests, et le coût par tâche d’Astra est tombé à environ la moitié sur de nombreux tests.
- Claude Fable 5.2 devance Astra sur les modifications de code réelles, la conception CAO et l’indice global, mais son coût par tâche est d’environ 2 à 21 fois celui d’Astra (mesures d’OpenAI).
- En cas de doute, commencez par Sol et essayez d’abord le raisonnement medium (certains tests chutent en low).
- Dans l’API, vérifiez deux points : la réécriture de la partie antérieure d’une conversation fait perdre le raisonnement, et la position de
instructionsa changé.
FAQ
Q. Combien coûtent les API de GPT-6.2 Astra et Sol ?
A. Par million de tokens, Astra coûte 8 $ en entrée, 0,40 $ en entrée en cache et 40 $ en sortie. Sol coûte 2 $ en entrée, 0,10 $ en entrée en cache et 10 $ en sortie. Les deux modèles proposent Batch à moitié prix et Fast au double. Ultrafast est à 3 fois jusqu’au 28 février 2027, puis à 6 fois à partir du 1er mars. Pour une entrée de plus de 272 K tokens, l’entrée et le cache de la requête entière sont multipliés par 2, et la sortie par 1,5.
Q. Quelle est la différence entre GPT-6.2 Sol et GPT-6.1 Sol ?
A. Le tarif est le même. Selon les mesures d’OpenAI, 6.2 Sol obtient de meilleurs scores sur de nombreux tests (les modifications de code réelles passent de 39,0 % à 43,8 %, et la conception CAO de 52,6 % à 73,1 %). Sa date limite des connaissances passe du 30 avril 2026 (6.1 Sol) au 1er juin 2026 (6.2 Sol). Sur le Vals Science Index, qui porte sur des données biologiques, 6.1 Sol obtient un meilleur score au réglage max.
Q. Fait-il mieux que Claude Fable 5.2 ?
A. Cela dépend des tests. Sur les neuf tests où OpenAI présente les deux modèles, 6.2 Astra est devant sur six, et Fable 5.2 sur trois : modifications de code réelles, conception CAO et indice global de tiers. Sur les huit tests où les coûts sont indiqués, le coût par tâche de Fable 5.2 est d’environ 2 à 21 fois celui d’Astra (en comparant chaque modèle à son réglage le plus performant). Il s’agit d’une comparaison mesurée par OpenAI.
Q. Peut-on l’utiliser avec le forfait gratuit de ChatGPT ?
A. L’annonce concerne Plus, Pro, Enterprise et Edu, et ne comprend pas le forfait Free. On peut utiliser les modèles dans ChatGPT Work et Codex ; les options du Chat classique ne changent pas.
Q. Faut-il passer de GPT-6 Astra ?
A. Dans de nombreux cas, oui. Le tarif est inférieur de 20 % et, selon les mesures d’OpenAI, Astra dépasse GPT-6 Astra sur les 10 tests de performance. Toutefois, les tests ont été choisis par OpenAI, et certains points sont à prendre en compte : des réponses plus courtes, et l’impossibilité de régler le raisonnement sur « none ». Dans l’API, la réécriture de la partie antérieure d’une conversation fait perdre le raisonnement, et la gestion de instructions a changé. Vérifiez les points du chapitre 7 avant de basculer.
Journal des mises à jour
- 19 novembre 2026Première version. Rédigée à partir des données des graphiques de l’annonce d’OpenAI (17 novembre), des pages des modèles et du guide de migration de l’API, des notes de version et de la documentation de ChatGPT, ainsi que du GitHub Changelog.
Sources
- OpenAI : Introducing GPT-6.2 Astra and Sol, GPT-6.2 Astra (API), GPT-6.2 Sol (API), Models, Using GPT-6.2, API changelog, ChatGPT release notes, ChatGPT Models
- GitHub : OpenAI’s GPT-6.2 Astra and GPT-6.2 Sol now available
- OpenAI : GPT-6.2 System Card
- Tarifs de comparaison (vérifiés le 19 novembre 2026) : Anthropic Pricing, Google Gemini API pricing