GPT-6.1 Sol réduit le coût des agents et renforce le code

OpenAI a publié GPT-6.1 Sol, une mise à niveau de son modèle orienté agents qui vise le code, l’usage d’ordinateur et les workflows professionnels longs. L’entreprise met en avant des performances proches de GPT-6 Astra sur plusieurs tests, mais à une fraction du coût, ce qui compte pour les tâches qui réutilisent beaucoup de contexte. Le modèle est déjà proposé dans ChatGPT Work et Codex pour plusieurs offres payantes, tandis que l’API l’expose sous le nom gpt-6.1-sol.

Le vrai sujet, c’est le coût des tâches longues

GPT-6.1 Sol est pensé pour des agents qui refactorent du code, explorent une base de code ou enchaînent des actions sur plusieurs applications. OpenAI annonce un tarif d’entrée de 2 dollars par million de tokens en entrée, 10 dollars par million en sortie, et surtout 0,10 dollar par million de tokens en cache, soit 95 % de moins que le prix d’entrée standard. Dans la pratique, ce cache à bas prix favorise les usages où le modèle relit sans cesse la même base de contexte. Le nerf de la guerre, comme souvent en IA, reste la facture.

Sur DeepSWE v1.1, GPT-6.1 Sol aurait atteint un niveau proche de GPT-6 Astra pour environ un cinquième du coût, tout en dépassant le meilleur score de GPT-6 Sol de 6,4 points avec moins d’effort de raisonnement. Sur GDP.pdf, le modèle passe devant Opus 5.5 avec fallbacks à moins de la moitié du coût par tâche dans les réglages testés, et se rapproche d’Astra à environ un cinquième du coût. OpenAI y voit un compromis plus solide pour les équipes qui veulent automatiser du travail sans faire grimper la note trop vite.

Ce que disent les benchmarks

La comparaison s’étend aussi à AutomationBench, où GPT-6.1 Sol devance Opus 5.5 de 2,2 points à effort moyen, pour environ un tiers du coût, et GPT-6 Sol de 4,8 points au même réglage. Le benchmark couvre des workflows de vente, marketing, opérations, support, finance et ressources humaines, avec 47 outils. Dit autrement, le modèle n’est pas seulement jugé sur du code, mais sur des chaînes de tâches qui ressemblent davantage à un environnement de travail réel.

OpenAI avance également des gains sur OSWorld 2.0, test offline où GPT-6.1 Sol bat GPT-6 Sol de 7 points à effort maximum pour moins de la moitié du coût, tout en restant à 2,1 points de GPT-6 Astra pour environ un septième du coût par tâche. Sur Terminal-Bench Science, il aurait plus que doublé le score de GPT-6 Sol à effort maximum, avec un coût moyen de 5,47 dollars par tâche, contre 23,21 dollars pour Opus 5.5 et 23,80 dollars pour Astra. En revanche, Astra reste en tête sur ce test avec 68,1 % et demeure le choix d’OpenAI pour les tâches de recherche scientifique les plus difficiles.

Plus fiable, mais pas magique

OpenAI dit avoir amélioré la précision factuelle, surtout à faible effort de raisonnement, où la part de réponses difficiles contenant une erreur est passée de 11,4 % à 7,7 %. Le modèle suivrait aussi mieux l’intention utilisateur et les limites de sécurité. Dans des cas délibérément piégeux, GPT-6.1 Sol n’a pas signalé un outil de recherche cassé dans 2,1 % des situations, contre 4,9 % pour GPT-6 Sol, et n’a montré aucune tentative observée de contournement d’un réviseur de sécurité automatisé. Ces chiffres sont utiles, mais ils décrivent des tests contrôlés, pas une immunité aux ratés du monde réel.

Disponibilité et positionnement

GPT-6.1 Sol est disponible dans ChatGPT Work et Codex pour les abonnés Plus, Pro, Business, Enterprise et Edu, mais pas encore dans ChatGPT grand public. Les développeurs peuvent l’utiliser via l’API dès maintenant. OpenAI annonce aussi une version GPT-6.1 Sol Ultrafast dans Codex, avec une génération de tokens jusqu’à huit fois plus rapide dans les jours à venir. Le message envoyé au marché est clair : l’entreprise pousse un modèle moins cher à opérer, mieux adapté aux agents, et suffisamment performant pour rendre la concurrence plus nerveuse sur les usages professionnels.