Faut-il passer de GPT-6 Sol à GPT-6.1 Sol ? Performances, tarifs et réglages Codex

Si vous utilisez GPT-6 Sol dans Codex, essayer GPT-6.1 Sol avec un effort de raisonnement Medium est une prochaine étape raisonnable. OpenAI a ajouté 6.1 Sol à Codex et à ChatGPT Work le 29 septembre 2026, et le recommande pour la programmation complexe et les travaux de longue durée. Cependant, les sources officielles consultées ne chiffrent pas directement le gain de précision ou de vitesse par rapport à 6 Sol. Il faut distinguer les raisons d’essayer le nouveau modèle des améliorations qui restent à mesurer.

Qu’est-ce qui change entre 6 Sol et 6.1 Sol ?

Le journal des mises à jour de Codex date l’ajout de 6.1 Sol au 29 septembre 2026. GPT-6 Sol avait été lancé environ une semaine auparavant, le 22 septembre selon l’heure américaine. La fiche de 6 Sol le décrit actuellement comme conçu pour la programmation complexe et les tâches agentiques, tandis que la fiche de 6.1 Sol évoque des performances proches d’Astra en programmation complexe, en utilisation d’ordinateur et dans les travaux professionnels. « Proches d’Astra » est le positionnement d’OpenAI, pas une mesure de l’écart avec 6 Sol.

Chiffres et fonctions prises en charge : spécifications API d’OpenAI pour 6 Sol et 6.1 Sol. La fenêtre de contexte limite le total des entrées et sorties ; elle ne signifie pas que le modèle peut écrire 1 050 000 caractères en une seule réponse.

Les prix restent identiques, sauf pour les entrées en cache

À la vitesse API standard, avec au plus 272 000 tokens d’entrée par requête, les deux modèles facturent $2 par million de tokens d’entrée ordinaires et $10 par million de tokens de sortie. Seules les entrées en cache passent de $0.20 avec 6 Sol à $0.10 avec 6.1 Sol. Les écritures en cache coûtent $2.50 pour les deux modèles. Fournir plusieurs fois le même contenu peut économiser de l’argent si le cache fonctionne effectivement. Mais cette grille tarifaire n’offre à elle seule aucune économie si toutes les entrées sont nouvelles (voir les tarifs API d’OpenAI).

Si vous vous connectez à Codex avec un compte ChatGPT, ne convertissez pas directement les tarifs API en facture ou en nombre de tâches disponibles. La documentation tarifaire officielle de Codex indique les mêmes tarifs de crédits supplémentaires à vitesse standard pour les deux modèles : 50 crédits par million de tokens d’entrée et 250 par million de tokens de sortie. Les entrées en cache coûtent 5 crédits avec 6 Sol et 2,5 avec 6.1 Sol. Toutefois, la consommation de l’abonnement varie selon la longueur des tâches, les appels d’outils, le raisonnement, le cache et d’autres facteurs. Diviser un tarif de crédits par deux ne garantit pas une capacité d’utilisation doublée dans votre forfait.

Un cache deux fois moins cher ne divise pas le coût de la tâche par deux

Prenons uniquement les tarifs API des tokens : 1 million de nouveaux tokens d’entrée, 10 millions de tokens d’entrée en cache et 1 million de tokens de sortie, hors écritures en cache et frais d’outils. Dans le détail ci-dessus, les 10 $ de sortie restent identiques ; seul l’écart sur les entrées en cache change le total. Les entrées en cache coûtent deux fois moins cher, mais l’économie totale dans cet exemple n’est que d’environ 7 %. Sans cache, l’écart selon cette grille est nul. Relire régulièrement de longs documents identiques peut accroître l’économie. En pratique, toutefois, un nouveau modèle peut utiliser d’autres volumes de sortie, de raisonnement et de nouvelles tentatives. Mesurer les coûts tâche par tâche est nécessaire pour établir l’économie totale.

Pour les requêtes API dépassant 272 000 tokens d’entrée, toute la requête est facturée au double des tarifs d’entrée et de cache, et à 1,5 fois le tarif de sortie. Les mêmes tarifs ne s’appliquent donc pas nécessairement jusqu’à la limite de contexte de 1 050 000 tokens.

La même page tarifaire estime environ 15 à 150 messages locaux par période de cinq heures avec 6 Sol, contre 15 à 160 avec 6.1 Sol, sur Plus et Standard Business. Ce ne sont pas des nombres fixes. Pro n’a actuellement pas de limite de quota sur cinq heures, mais des limites hebdomadaires et d’autres restrictions peuvent s’appliquer. Consultez votre écran d’utilisation pour connaître le quota restant et les dates de réinitialisation. Si vous connectez Codex avec une clé API, les frais API sont distincts de votre abonnement.

Une nouvelle version ne prouve pas un gain chiffré

Dans son guide de sélection des modèles, OpenAI propose 6.1 Sol avec Medium comme point de départ pour les travaux techniques complexes et les livrables qui nécessitent des révisions, et Extra High pour des livrables plus aboutis. Sa page des modèles Codex recommande également 6.1 Sol, lorsqu’il est disponible, pour la programmation complexe et les tâches agentiques. Cette recommandation officielle justifie de l’essayer dans le travail quotidien.

Cependant, nous n’avons trouvé ni scores publics ni durées d’exécution comparant 6 Sol et 6.1 Sol sur des tâches, des efforts de raisonnement et des réglages d’outils identiques dans les spécifications, le journal des mises à jour et le guide de sélection d’OpenAI consultés. « Proches d’Astra » situe le modèle par rapport à Astra ; cela ne prouve pas qu’il soit plus rapide que 6 Sol. Des volumes de sortie différents peuvent modifier le coût total même si les prix unitaires sont identiques. L’attente des outils et les reprises influencent aussi le résultat, particulièrement sur les longues tâches dans un dépôt.

Des affirmations comme « le design est plus réussi » ou « il suit mieux les instructions » sont particulièrement difficiles à juger sur un seul essai. Pour corriger une page Web, donnez aux deux modèles les mêmes critères de réussite et comparez les captures sur ordinateur et mobile à largeurs identiques. Vérifiez la lisibilité, les espacements, la cohérence des composants, les débordements horizontaux et la réussite des tests d’implémentation. Une réponse fluide n’est pas un succès si les modifications requises manquent. Pour la relecture d’un article, évaluez séparément l’exactitude des faits face aux sources officielles et la clarté de la prochaine étape pour le lecteur. En définissant les critères de réussite avant de commencer, vous facilitez l’évaluation de l’intérêt d’un changement de modèle.

Comment changer de modèle dans Codex

Dans l’application de bureau, utilisez le sélecteur de modèle près de la zone de saisie pour choisir 6.1 Sol et réglez l’effort de raisonnement sur Medium. Certains écrans demandent d’ouvrir les paramètres avancés. Selon le guide officiel des modèles, la disponibilité se déploie sur Plus, Pro et Business, tandis qu’Enterprise et Edu nécessitent l’activation par un administrateur. Free et Go sont exclus au lancement. Cette sortie concerne Work et Codex plutôt que le Chat habituel de ChatGPT : ne cherchez donc pas uniquement dans la liste de modèles de ce dernier. Si le modèle manque, vérifiez les mises à jour de l’application et sa disponibilité pour votre compte.

Dans la CLI Codex, la commande suivante sélectionne le modèle et l’effort de raisonnement pour un seul lancement. Vous pouvez ainsi essayer 6.1 sans changer vos réglages de travail actuels.

codex --model gpt-6.1-sol -c model_reasoning_effort="medium"

Pour modifier les valeurs par défaut des nouveaux chats locaux, placez ces valeurs dans votre fichier utilisateur config.toml sans dupliquer les paramètres existants. OpenAI précise que l’application de bureau, la CLI et l’extension IDE partagent ce fichier.

model = "gpt-6.1-sol"
model_reasoning_effort = "medium"

Modifier cette valeur par défaut ne change pas à lui seul le modèle de tous les chats enregistrés. Vérifiez les réglages près de la zone de saisie de chaque chat existant. Notre guide de modification groupée du modèle et du raisonnement dans Codex décrit les essais techniques et leurs limites. OpenAI ne documente pas de bascule en un clic pour tous les chats existants ; une modification groupée ne justifie pas non plus d’interrompre le chat actif de quelqu’un sans lui demander.

Pour migrer des appels API, les développeurs doivent faire plus que remplacer l’identifiant du modèle. Comme 6.1 Sol ne prend pas en charge le raisonnement none, les requêtes utilisant none avec 6 Sol doivent passer à low et être réévaluées. Utilisez l’API Responses pour les appels d’outils. Les requêtes avec raisonnement imposent aussi des restrictions sur des paramètres comme temperature et top_p : consultez le guide de migration avant de réutiliser d’anciens paramètres. Le guide officiel de migration vers GPT-6 recommande de conserver l’effort de raisonnement effectif et de valider le comportement sur des tâches représentatives.

Par exemple, si un processus avec 6 Sol utilise medium pour lire un dépôt, trouver une cause, implémenter un correctif et lancer les tests, conservez d’abord medium avec 6.1 Sol. Modifier les prompts, les outils et les méthodes de test en même temps que le modèle rend difficile l’identification de la cause d’un résultat différent. Si vous utilisiez 6 Sol avec none uniquement pour la classification, essayez low avec 6.1 Sol, mais comparez également GPT-6 Luna pour les tâches fréquentes aux exigences claires : il peut mieux convenir à cet usage.

Choisir selon votre travail

Pour Codex au quotidien, commencez par 6.1 Sol avec Medium. Les recommandations officielles couvrent la programmation en plusieurs étapes, la recherche et les travaux répartis entre applications ou documents. Pour les changements courts et bien délimités, testez si Light suffit. Envisagez de nouveau Astra pour les problèmes de conception les plus difficiles ou les revues où une mauvaise décision aurait des conséquences importantes. Pour la classification ou l’extraction répétitives, comparez aussi Luna. Ce sont des points de départ fondés sur la difficulté de la tâche et votre capacité à vérifier le résultat, et non l’affirmation que le nom du modèle détermine à lui seul la qualité (voir les conseils d’OpenAI par usage).

Préciser le livrable dans le prompt de comparaison

Pour la programmation, vous pourriez demander : « Corrige les cas limites de cette fonction sans changer l’API publique existante. Montre une entrée qui échoue, puis exécute les tests pertinents après la correction et indique leurs résultats. » Faites partir les deux modèles du même état du dépôt et vérifiez la justesse du correctif, les résultats des tests et les changements inutiles. Demander simplement du « meilleur code » rend plus difficile le choix du résultat à adopter.

Pour la rédaction, fixez les exigences : « N’ajoute aucun chiffre absent de ces documents. Commence par la conclusion et donne aux lecteurs une procédure en trois étapes qu’ils peuvent réellement essayer. » Pénalisez les faits non étayés ajoutés simplement parce que le modèle est plus récent. Évaluez séparément la vitesse de recherche, la fidélité aux sources originales et l’aide apportée par les figures et tableaux. En pratique, choisissez selon la réduction des reprises dans vos tâches habituelles, plutôt que selon le vainqueur d’un seul essai.

Pour comparer les précédents GPT-6 Sol et Luna à Astra, y compris les évaluations au lancement et de petits essais pratiques, consultez notre article sur GPT-6 Sol et Luna. Ne réutilisez pas ces chiffres comme résultats pour 6.1 Sol. Nous actualiserons cette évaluation si des sources primaires ou des tests reproductibles comparent les deux modèles Sol dans les mêmes conditions.

Conclusion : essayer la mise à niveau avec Medium

GPT-6.1 Sol est la nouvelle recommandation d’OpenAI pour les travaux complexes et prolongés dans Codex. Les prix API standard d’entrée et de sortie restent identiques à ceux de 6 Sol, tandis que les entrées en cache coûtent deux fois moins cher. La limite de contexte ne change pas et le raisonnement none n’est plus pris en charge. Un point de départ raisonnable au quotidien est 6.1 Sol avec Medium. Les sources publiées ne chiffrent pas le gain de vitesse ou de taux de réussite. Avant de publier un livrable important, vérifiez les sources originales, lancez les tests et examinez l’interface réelle, quel que soit le modèle. Comparez le même travail avant de choisir lequel adopter.

Questions fréquentes

6.1 Sol est-il toujours plus rapide que 6 Sol ?

Les sources officielles d’OpenAI consultées ne publient pas de durées mesurées dans des conditions identiques pour les deux modèles. Comparer la vitesse exige la même tâche, le même effort de raisonnement et les mêmes conditions d’attente des outils. Le numéro de version ne suffit pas à établir lequel est plus rapide.

Passer à 6.1 Sol entraîne-t-il des frais supplémentaires sur Pro ?

Si vous utilisez Codex avec un compte ChatGPT, sélectionner le modèle ne crée pas à lui seul de frais API distincts. Vous consommez le quota de votre forfait ; si vous achetez et utilisez des crédits supplémentaires, ce solde intervient aussi. Les tarifs API s’appliquent à une configuration avec clé API. Vérifiez d’abord votre mode de connexion.

Les chats existants changent-ils aussi de modèle ?

config.toml définit le modèle par défaut des nouveaux chats locaux. Vérifiez séparément les réglages de chaque chat enregistré. Changer de modèle ne régénère pas automatiquement les réponses précédentes.

Y a-t-il une raison de continuer avec 6 Sol ?

Oui, pour comparer des mesures antérieures ou reproduire un processus API existant dans les mêmes conditions. L’API 6 Sol prend aussi en charge le raisonnement none, contrairement à 6.1 Sol. Vérifiez vos réglages et des tâches représentatives avant la migration.