GPT-5.6 Sol
GPT-5.6 Sol est un LLM d’OpenAI sorti le 9 juillet 2026. Positionné sur le segment premium, il se distingue par une fenêtre de contexte de 1 050 000 tokens, adaptée au traitement de très grands volumes de texte, ainsi que par des performances de premier plan en programmation, en…
GPT-5.6 Sol est un LLM d’OpenAI sorti le 9 juillet 2026. Positionné sur le segment premium, il se distingue par une fenêtre de contexte de 1 050 000 tokens, adaptée au traitement de très grands volumes de texte, ainsi que par des performances de premier plan en programmation, en raisonnement et dans les tâches agentiques.
Ses connaissances s’arrêtent au 16 février 2026. À sa sortie, GPT-5.6 Sol se classait dans le top 6 % des LLM de sa génération sur GPQA diamond. Son positionnement général repose donc sur une forte capacité de traitement, des résultats élevés dans plusieurs domaines et un tarif nettement supérieur à la moyenne.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | OpenAI |
| Date de sortie | 9 juillet 2026 |
| Connaissances jusqu'à | 2026-02-16 |
| Multimodal | oui |
| Fenêtre de contexte | 1 050 000 tokens (≈ 1,1 M) |
| Modalités (entrée → sortie) | file,image,text → text |
Indices de synthèse
| Indice | Valeur | Rang (LLM) |
|---|---|---|
| Intelligence Index | 57.7 | 2ᵉ / 138 |
| Code Index | 78.3 | 1ᵉ / 74 |
| Agentic Index | 51.8 | 2ᵉ / 68 |
Indices Artificial Analysis. Le rang situe le modèle parmi tous les LLM du catalogue disposant de l'indice.
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Epoch: OTIS Mock AIME 2024-2025 | 100,0 % | 1ᵉ / 116 | epoch | ✅ Mesuré |
| Benchable : General Knowledge (Baseline) | 100,0 % | 1ᵉ / 254 | benchable | ✅ Mesuré |
| Benchable : Ethics (Baseline) | 100,0 % | 1ᵉ / 252 | benchable | ✅ Mesuré |
| Benchable : Hallucinations (Baseline) | 98,0 % | 71ᵉ / 234 | benchable | ✅ Mesuré |
| Benchable : Email Classification (Baseline) | 98,0 % | 90ᵉ / 258 | benchable | ✅ Mesuré |
| Benchable : Reasoning (Baseline) | 98,0 % | 24ᵉ / 245 | benchable | ✅ Mesuré |
| Benchable : Mathematics (Baseline) | 96,0 % | 13ᵉ / 224 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 95,0 % | 25ᵉ / 253 | benchable | ✅ Mesuré |
| Epoch: GPQA diamond | 93,5 % | 5ᵉ / 137 | epoch | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 91,0 % | 13ᵉ / 256 | benchable | ✅ Mesuré |
| Epoch: FrontierMath-Tiers-1-3-v2-Private | 89,1 % | 1ᵉ / 36 | epoch | ✅ Mesuré |
| PinchBench : agentique (OpenClaw, 147 tâches) | 84,2 % | 10ᵉ / 57 | pinchbench | ✅ Mesuré |
| Epoch: FrontierMath-Tier-4-v2-Private | 82,9 % | 2ᵉ / 37 | epoch | ✅ Mesuré |
| Epoch: SimpleQA Verified | 71,6 % | 3ᵉ / 57 | epoch | ✅ Mesuré |
| Epoch: Chess Puzzles | 64,0 % | 1ᵉ / 49 | epoch | ✅ Mesuré |
| Epoch: EBR-bench | 39,7 % | 1ᵉ / 17 | epoch | ✅ Mesuré |
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles sur chaque dimension évaluée, et à ses voisins de classement.
Intelligence Index
Code Index
Classements Arena (Elo)
| Catégorie | Elo | Rang | En tête d'arène |
|---|---|---|---|
| Arena Code | 1636 | 2ᵉ / 96 | Claude Fable 5 (1649) |
| Arena Text | 1486 | 8ᵉ / 200 | Claude Fable 5 (1509) |
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| OpenAI | 5 $ | 30 $ | 0,5 $ |
Prix en dollars US par million de tokens.
Sa tarification se situe 151 % au-dessus de la moyenne des LLM similaires, et 1,2 fois plus cher que les modèles frontières (Claude Fable 5, Gemini 3.5 Flash, Qwen3.7 Max).
Coût & vitesse agentiques
| Indicateur | Valeur |
|---|---|
| Coût par exécution agentique — PinchBench (147 tâches) | 69,23 $ |
| Durée d'exécution — PinchBench | 4 h 25 min |
| Indice valeur/coût — PinchBench | 1,33 |
| Coût moyen par benchmark — Benchable | 0,2 $ |
| Latence moyenne par benchmark — Benchable | 2 min 26 s |
Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.
Notre analyse
Forces. GPT-5.6 Sol figure parmi les meilleurs modèles évalués par les Intelligence Index, Code Index et Agentic Index, avec une première place en code et une deuxième place dans les deux autres catégories. Il obtient aussi le meilleur résultat sur OTIS Mock AIME 2024-2025 (olympiades de mathématiques de niveau lycée), ainsi que sur les évaluations de connaissances générales et d’éthique. Son classement dans Arena Code confirme cette spécialisation, avec la deuxième place face à 96 modèles. Sa fenêtre de contexte d’environ 1,1 million de tokens constitue un autre atout pour l’analyse de corpus volumineux.
Limites et points d’attention. Les résultats sont moins dominants sur les hallucinations et la classification d’e-mails : malgré des scores absolus élevés, GPT-5.6 Sol n’y occupe que les 71e et 90e places. Son classement dans Arena text, huitième sur 200, reste solide mais marque un écart avec ses performances en code. Le coût constitue la principale contrainte : sa tarification dépasse de 151 % la moyenne des LLM similaires et atteint environ 1,2 fois celle des modèles frontière. GPT-5.6 Sol cible ainsi surtout les usages exigeants en programmation, raisonnement, tâches agentiques ou traitement de très longs contextes, lorsque la performance prime sur le budget.
Sources des données : OpenRouter (openrouter.ai) · Artificial Analysis (artificialanalysis.ai) · Arena.ai (arena.ai) · Epoch AI (epoch.ai), CC-BY-4.0 · PinchBench (pinchbench.com) · Benchable.ai (benchable.ai).