Un modèle lancé pour le travail complexe
OpenAI a lancé GPT-6.1 Sol le 29 septembre 2026. L’entreprise le présente comme un modèle destiné au développement logiciel, à l’utilisation d’ordinateur et au travail professionnel complexe. Il est offert dans l’API sous l’identifiant gpt-6.1-sol et commence aussi à être déployé dans ChatGPT Work et Codex, d’abord auprès des abonnés Pro, puis vers les forfaits Plus, Business, Enterprise et Edu. Dans les espaces gérés, l’accès peut dépendre des réglages de l’administrateur. La promesse centrale est un rendement proche de GPT-6 Astra à un coût inférieur. Cette formulation vient d’OpenAI et ne signifie pas que les deux modèles sont interchangeables dans tous les scénarios. Les organisations doivent encore comparer la qualité, la vitesse, les refus, les appels d’outils et le coût complet sur leurs propres tâches. Un modèle moins cher par jeton peut coûter davantage s’il exige plus de reprises ou produit des résultats qui demandent une correction humaine importante.
Une tarification qui reprend les prix de Sol
Pour les requêtes comptant jusqu’à 272 000 jetons d’entrée, OpenAI facture 2 $ US par million de jetons d’entrée et 10 $ US par million de jetons de sortie. Une lecture de cache coûte 0,10 $ US par million et une écriture de cache, 2,50 $ US. Les longues requêtes qui dépassent ce seuil utilisent une tarification plus élevée pour l’ensemble de la demande. Le mode rapide coûte aussi deux fois le prix du traitement standard, tandis que les traitements Batch et Flex sont annoncés à la moitié du tarif standard. Ces chiffres permettent de calculer une estimation, mais pas une facture finale. Une application qui analyse de gros dossiers, lance une recherche web ou utilise un ordinateur peut ajouter des frais d’outils et produire des sorties longues. Une PME devrait donc mesurer le coût par dossier terminé plutôt que le coût d’un seul appel. L’essai peut suivre le nombre de jetons, les outils utilisés, le temps de traitement, les erreurs, les reprises et le temps humain consacré à la validation.
Plus d’un million de jetons de contexte
La fiche technique officielle annonce une fenêtre de contexte de 1 050 000 jetons et une sortie maximale de 128 000 jetons. Le modèle accepte du texte et des images en entrée, mais produit du texte. Il prend en charge les sorties structurées, l’appel de fonctions, la recherche web, la recherche dans des fichiers, l’interpréteur de code, un environnement de commande hébergé, l’utilisation d’ordinateur, les serveurs MCP et la génération d’images par outil. OpenAI recommande l’API Responses pour les scénarios qui appellent des outils. Une grande fenêtre de contexte peut servir à comparer plusieurs documents ou à maintenir l’état d’un long mandat. Elle ne garantit toutefois pas qu’un modèle repère chaque détail ni qu’il hiérarchise correctement les sources. Charger un million de jetons sans méthode peut augmenter le coût et rendre la vérification plus difficile. Il reste utile de sélectionner les documents pertinents, d’indiquer leur autorité, d’exiger des références précises et de tester les réponses lorsque deux passages se contredisent.
Des capacités élevées accompagnées de garde-fous renforcés
Dans son addenda de sécurité, OpenAI classe GPT-6.1 Sol au niveau critique pour les capacités de cybersécurité et au niveau élevé pour les capacités biologiques et chimiques. L’entreprise indique appliquer la même pile de protections que pour GPT-6 Astra. Elle publie aussi des évaluations de surveillance du raisonnement et des trajectoires d’outils. Dans certains tests décrits par OpenAI, les mécanismes qui observent l’ensemble des actions détectent mieux les comportements problématiques que ceux qui examinent seulement le raisonnement interne. Pour une organisation, cette conclusion soutient une pratique simple : surveiller ce que l’agent fait réellement. Les journaux devraient montrer les fichiers consultés, les outils appelés, les changements proposés et les approbations reçues. Les permissions minimales, les limites de dépenses, l’arrêt manuel et la validation humaine demeurent nécessaires. Les protections d’un fournisseur réduisent certains risques généraux, mais elles ne connaissent pas les règles propres à un dossier client, à un système comptable ou à une obligation québécoise.
Une migration à décider avec un jeu d’essai
Une équipe qui utilise déjà GPT-6 Sol ou Astra peut préparer de 20 à 50 cas représentatifs avant de changer de modèle. Le jeu devrait inclure les tâches courantes, les documents difficiles, les formats structurés, les outils indisponibles et les situations où l’agent doit demander une approbation. Il faut comparer les réponses acceptées, le coût par tâche, la durée, les interventions humaines et les erreurs qui pourraient toucher une donnée ou une action réelle. OpenAI offre plusieurs niveaux d’effort de raisonnement, de faible à maximal, mais ne prend pas en charge les réglages aucun et minimal pour ce modèle. Ce paramètre peut modifier la vitesse et la consommation. Le déploiement devrait donc commencer avec une faible portion des demandes ou dans un environnement qui n’exécute aucune action irréversible. GPT-6.1 Sol arrive avec des caractéristiques impressionnantes et une tarification compétitive; la décision pratique dépendra néanmoins de sa constance sur le travail réel de chaque équipe, et non de sa proximité annoncée avec Astra.
