GPT-6 Sol et Luna sont maintenant disponibles sur VEGA !

OpenAI a ajouté deux modèles à la famille GPT-6 : GPT-6 Sol et GPT-6 Luna. Les deux sont déjà disponibles sur VEGA. OpenAI les a entraînés avec les mêmes méthodes que GPT-6 Astra, le modèle phare qu'elle a introduit plus tôt ce mois-ci, de sorte que le duo transpose les progrès d'Astra en matière de travail professionnel, de factualité, de codage, d'utilisation de l'ordinateur et d'alignement vers des paliers moins chers et plus rapides.

Deux modèles pour différentes échelles de travail

Sol est le cheval de trait des deux. Il est conçu pour les tâches professionnelles difficiles, le codage agentique et les longs workflows où l'on veut des résultats solides et de la place pour itérer. Luna est le palier léger : rapide et peu coûteux, destiné à l'assistance quotidienne et aux charges de travail à fort volume, bien qu'il reste nettement supérieur à l'ancien Luna.

Astra demeure le choix privilégié pour les projets les plus exigeants. L'objectif de Sol et Luna est l'efficacité : ils délivrent une large part de cette intelligence à environ la moitié du prix de l'API de la génération GPT-5.6.

Performances

Benchmark	GPT-6 Sol	GPT-6 Luna
AutomationBench (workflows professionnels, 47 outils)	33,2 % (xhigh) — dépasse Claude Opus 5 à effort maximal	+5,4 pp par rapport au prédécesseur (high)
Agents' Last Exam (workflows professionnels)	56,4 % (max) — au-dessus du meilleur score d'Opus 5	—
DeepSWE 1.1 (génie logiciel)	68,8 % (max)	66,6 % (max)
OSWorld 2.0 hors ligne (utilisation de l'ordinateur)	60,5 % (xhigh) — à égalité avec Opus 5 medium	dépasse GPT-5.6 Sol (medium)

• Travail professionnel. Sur AutomationBench, GPT-6 Sol à effort xhigh bat Claude Opus 5 à effort maximal tout en coûtant une fraction par tâche, et il devance même GPT-6 Astra à effort faible.
• Factualité. Sol commet environ deux fois moins d'erreurs factuelles que son prédécesseur, proche de la fiabilité au niveau d'Astra. Luna à effort plus élevé égale la factualité de GPT-5.6 Sol pour une fraction infime du coût.
• Codage. FrontierCode évalue les changements selon leur capacité à être réellement fusionnés dans une base de code réelle ; Sol s'améliore nettement par rapport à GPT-5.6 Sol et égale Claude Fable 5.1 xhigh. Sur DeepSWE, il se situe environ un point sous le meilleur score de Fable 5.
• Style de collaboration. Sol et Luna héritent de la manière plus claire d'Astra de s'exprimer : moins de jargon, moins de détails superflus, des réponses légèrement plus courtes sans perdre en substance. La différence est la plus visible dans les conversations techniques et de codage.

Un meilleur cache pour les agents et les longues conversations

OpenAI a également retravaillé la mise en cache des invites pour GPT-6. Les taux de succès sont plus élevés par défaut, un tableau de bord et un outil de diagnostics montrent où la mise en cache n'est pas appliquée, et des points d'arrêt explicites permettent aux développeurs de contrôler où se terminent les préfixes d'invites mis en cache. L'effort de raisonnement et la disponibilité des outils peuvent être modifiés en cours de conversation sans invalider le cache. GitHub affirme que ces changements réduisent de plus de moitié la part de jetons d'invites nécessitant un traitement frais sur des milliards de requêtes Copilot.

Alignement

Sol et Luna héritent du travail d'alignement livré avec Astra. Dans les évaluations d'OpenAI, les deux affichent des taux plus faibles d'aff mensongères sur leur travail de codage que leurs homologues GPT-5.6, avec des améliorations également sur les tests de tromperie et de contournement.

Essayez GPT-6 Sol et Luna sur VEGA

Les deux modèles sont déjà dans le sélecteur de modèles de VEGA. Prenez Sol pour les tâches professionnelles et de codage plus lourdes, Luna pour les questions quotidiennes rapides, et comparez-les côte à côte avec les autres modèles de frontière sur l'agrégateur.