GPT-6.1 Sol, le modèle économique d’OpenAI

EElias

Alors, OpenAI présente GPT-6.1 Sol comme un modèle situé entre GPT-6 Sol et GPT-6 Astra, et met en avant son coût plus faible pour plusieurs tâches. D’après SiliconANGLE, l’entreprise a communiqué des résultats sur le développement logiciel, l’automatisation de tâches en plusieurs étapes et l’utilisation d’un ordinateur. Sur DeepSWE 1.1, OpenAI affirme que Sol obtient le même résultat que GPT-6 Astra, avec environ 5 fois moins de jetons par tâche. Sur AutomationBench, Sol obtient un résultat légèrement inférieur à Astra, mais supérieur à Claude Opus 5.5, avec environ un tiers de la consommation de jetons d’Astra. Ce sont donc des résultats distincts : dans le premier cas, OpenAI annonce une performance égale avec une consommation nettement plus faible; dans le second, une performance un peu en retrait face à Astra, mais meilleure que celle de Claude Opus 5.5. Il ne s’agit pas d’une annonce selon laquelle Sol serait égal à Astra dans tous les usages. Le point nouveau, c’est plutôt la tentative de proposer un modèle moins coûteux, tout en conservant des résultats proches de ceux d’Astra sur certaines évaluations. Et cette proximité dépend bien de la tâche mesurée.

EElias

DeepSWE 1.1 évalue des modèles sur des tâches d’ingénierie logicielle, tandis qu’AutomationBench mesure la performance d’agents dans des processus professionnels composés de plusieurs étapes. Ce sont les domaines de ces deux évaluations, tels que les décrit SiliconANGLE, qui rapporte les résultats présentés par OpenAI. Sur le premier test, la comparaison annoncée porte sur le résultat obtenu et sur le nombre de jetons utilisés pour chaque tâche. Sol égale Astra sur le résultat, avec une consommation environ 5 fois plus faible. Sur AutomationBench, le résultat de Sol est légèrement inférieur à celui d’Astra, mais supérieur à celui de Claude Opus 5.5; sa consommation est donnée comme environ un tiers de celle d’Astra.

EElias

OpenAI recommande GPT-6.1 Sol pour des tâches répétées ou de longue durée en programmation, ainsi que pour le travail sur des applications et des documents. C’est la recommandation de l’entreprise, rapportée par SiliconANGLE; elle s’appuie sur le positionnement de Sol comme modèle économique et sur les résultats que nous venons de décrire. Pour le tarif, il y a une divergence importante entre les informations publiées. SiliconANGLE rapporte un prix de 0,10 dollar par million de jetons, et le présente comme environ la moitié du prix de GPT-6.0 Astra, mais le média précise que ce chiffre semble difficile à concilier avec les autres montants rapportés et qu’il reste à vérifier. De son côté, le Journal du Net indique un prix de 2 dollars par million de jetons en entrée et de 10 dollars en sortie. Ces montants ne sont pas identiques et les informations disponibles ne permettent pas de les harmoniser. Il serait donc imprudent de présenter le chiffre de 0,10 dollar comme un tarif établi. OpenAI présente Sol comme un modèle moins coûteux, mais, pour connaître le coût effectif, il faut d’abord disposer d’un tarif confirmé et savoir comment il s’applique. En attendant, le chiffre de 0,10 dollar doit être traité comme une donnée rapportée, et non comme un prix vérifié.

EElias

Sur des tâches d’utilisation d’ordinateur, OpenAI affirme que GPT-6.1 Sol dépasse GPT-6 Sol de plus de 7 %, tout en restant légèrement derrière GPT-6.1 Astra. L’entreprise indique aussi que Sol commet moins d’erreurs factuelles que GPT-6 Sol. Ces comparaisons sont rapportées par SiliconANGLE et concernent précisément GPT-6 Sol et GPT-6.1 Astra; elles ne disent pas que Sol dépasse Astra dans cette catégorie. Le résultat dessine plutôt une amélioration par rapport à GPT-6 Sol, avec un léger écart qui subsiste face à GPT-6.1 Astra. Il faut aussi éviter d’interpréter la mention de moins d’erreurs factuelles comme l’absence d’erreurs : aucun taux précis n’est donné dans les éléments rapportés ici. Dans ce dossier, on voit donc plusieurs écarts différents selon la tâche. Sur DeepSWE 1.1, Sol égale Astra; sur AutomationBench, il se situe légèrement en dessous d’Astra et au-dessus de Claude Opus 5.5; sur l’utilisation d’ordinateur, il améliore le résultat de GPT-6 Sol, mais reste un peu en retrait face à GPT-6.1 Astra. Les résultats ne décrivent pas un modèle uniformément supérieur ou équivalent à Astra. OpenAI met en avant des performances proches sur certaines évaluations et une consommation réduite sur deux d’entre elles. Les limites tiennent à la fois aux résultats comparatifs, qui varient selon les tests, et à l’absence de détails chiffrés supplémentaires sur les erreurs dans l’utilisation d’ordinateur.

EElias

Le message d’OpenAI est que GPT-6.1 Sol vise des usages où l’on cherche un modèle moins coûteux, notamment en programmation répétée ou prolongée, et sur des applications et des documents. Les évaluations rapportées par SiliconANGLE apportent des éléments précis, mais limités à des tâches déterminées : égalité avec GPT-6 Astra sur DeepSWE 1.1 et environ 5 fois moins de jetons par tâche; résultat légèrement inférieur à Astra sur AutomationBench, mais supérieur à Claude Opus 5.5, avec environ un tiers de la consommation d’Astra. Pour l’utilisation d’ordinateur, OpenAI annonce une amélioration de plus de 7 % par rapport à GPT-6 Sol, tout en reconnaissant implicitement un écart puisque Sol reste légèrement derrière GPT-6.1 Astra. Il reste aussi un point très concret à clarifier : le tarif. SiliconANGLE rapporte 0,10 dollar par million de jetons, mais dit que ce montant reste à vérifier; le Journal du Net publie, lui, 2 dollars en entrée et 10 dollars en sortie. Les informations disponibles ne permettent pas de confirmer le premier chiffre ni de résoudre l’écart entre les prix rapportés.