GPT-6.1 Sol baisse les coûts d’agentic coding chez OpenAI

OpenAI a mis en ligne GPT-6.1 Sol, une version intermédiaire de sa famille GPT-6 pensée pour l’agentic coding, l’usage d’outils et certaines tâches de travail professionnel. Le modèle est disponible depuis le 29 septembre 2026 dans l’API, sous le nom gpt-6.1-sol, ainsi que dans ChatGPT Work et Codex. Son intérêt est clair : rapprocher les performances du haut de gamme tout en divisant la facture, surtout pour les agents qui rejouent sans cesse les mêmes consignes et schémas d’outils.

Un modèle intermédiaire qui vise les usages concrets

GPT-6.1 Sol remplace GPT-6 Sol dans le milieu de gamme de la famille GPT-6. OpenAI le présente comme proche de GPT-6 Astra sur plusieurs tâches, avec un positionnement plus économique. Dans la pratique, cela le place au cœur d’un marché où les modèles ne sont plus jugés seulement sur leurs scores, mais sur leur capacité à s’insérer dans des flux de travail réels, parfois très répétitifs, parfois franchement pénibles. Les agents, eux, adorent recommencer la même chose sans se plaindre.

La logique économique compte autant que la performance. Les systèmes agents renvoient souvent le même message système, les mêmes définitions d’outils et une partie de l’historique à chaque étape. Dans ce contexte, le cache devient décisif : OpenAI fixe le cached input à 0,10 dollar par million de tokens, soit 50 % de moins que GPT-6 Sol, et 5 % du tarif d’entrée non mis en cache.

Des tarifs plus bas, mais pas pour tout le monde

Le positionnement tarifaire de GPT-6.1 Sol est simple à lire. OpenAI annonce 2 dollars par million de tokens en entrée, 10 dollars en sortie et 0,10 dollar pour l’entrée mise en cache. À titre de comparaison, GPT-6 Astra est facturé 10 dollars en entrée, 50 dollars en sortie et 1 dollar pour le cache, tandis que GPT-6 Luna descend à 0,10 dollar, 0,50 dollar et 0,01 dollar. Sol se situe donc entre les deux, avec un compromis plus net pour les développeurs que pour les rêveurs du laboratoire.

Attention toutefois : les tarifs affichés ne suffisent pas à comparer deux modèles de manière parfaite. Les contextes, les volumes de tokens et même les tokenizers peuvent changer la facture réelle. OpenAI précise aussi que les prompts au-delà de 272 000 tokens sont surtaxés, avec un coût multiplié par deux sur l’entrée et le cache, et par 1,5 sur la sortie pour la requête entière.

Benchmarks : Sol se rapproche, Astra garde l’avantage

Sur DeepSWE v1.1, GPT-6.1 Sol rejoint GPT-6 Astra pour le codage agentique à environ un cinquième du coût. Sur GPT-6 Sol, il progresse de 6,4 points de pourcentage tout en demandant moins d’effort de raisonnement. OpenAI dit aussi que, sur OSWorld 2.0 en mode hors ligne, Sol gagne 7 points sur GPT-6 Sol en effort maximum et se retrouve à 2,1 points d’Astra, pour environ un septième du coût par tâche.

Le tableau est plus nuancé sur les tâches scientifiques. Sur Terminal-Bench Science 0.1, Sol double largement le score de GPT-6 Sol au niveau d’effort maximal, avec un coût moyen de 5,47 dollars par tâche, contre 23,21 dollars pour Claude Opus 5.5 et 23,80 dollars pour Astra. Mais Astra reste en tête à 68,1 % et OpenAI recommande toujours ce modèle pour les recherches les plus difficiles. En clair, Sol monte, mais il ne prend pas encore la couronne partout.

Des gains mesurés aussi sur la fiabilité

OpenAI met en avant une baisse du taux d’erreur factuelle dans les réponses. À faible effort, la part des réponses contenant une erreur passe de 11,4 % à 7,7 %, soit une réduction d’environ 32 %. La mesure repose sur des conversations volontairement difficiles, où des utilisateurs avaient signalé des erreurs de modèles précédents. Ce type de résultat ne règle pas tout, mais il pèse dans un usage professionnel où une réponse bancale peut coûter du temps, ou pire, faire perdre la face devant un client.

La lecture stratégique est assez nette. OpenAI essaie de rendre l’IA agentique plus rentable, sans sacrifier totalement la qualité. C’est un point clé pour les entreprises qui déploient des assistants capables de naviguer dans des documents, exécuter des actions et enchaîner des appels d’outils sur de longues sessions.

Ce que les développeurs peuvent déjà utiliser

GPT-6.1 Sol est un modèle hébergé, donc non auto-hébergeable, et il est réservé à l’API OpenAI, à ChatGPT Work et à Codex. La fenêtre de contexte monte à 1 050 000 tokens, avec jusqu’à 128 000 tokens en sortie. Le modèle accepte du texte et de l’image en entrée, et renvoie du texte. Côté contrôle du raisonnement, OpenAI propose cinq niveaux : low, medium, high, xhigh et max, avec medium comme réglage par défaut.

Pour le côté opérationnel, OpenAI demande d’utiliser Responses API pour l’appel d’outils. Chat Completions fonctionne sans tool calling. L’éditeur prend aussi en charge la résidence des données aux États-Unis et dans l’Union européenne, mais le mode rapide n’est pas disponible avec la résidence UE. Une variante GPT-6.1 Sol Ultrafast doit arriver dans Codex dans les prochains jours, avec une vitesse de génération annoncée jusqu’à huit fois supérieure au mode standard.