OpenAI: GPT-6 Sol

GPT-6 Sol est un modèle de texte d'OpenAI, faisant partie de la série GPT-6. Au sein de cette série, il se situe en dessous du modèle phare GPT-6 Astra et au-dessus du niveau rapide GPT-6 Luna, positionné comme l'option haut de gamme au meilleur rapport coût-efficacité. Il a été publié par le fournisseur le 22/09/2026. Si vous hésitez entre les niveaux, Sol est l'option intermédiaire : moins capable qu'Astra, plus capable que Luna.

Du côté de l'entrée, le modèle accepte du texte, des images et des fichiers, et produit du texte en sortie. La fenêtre de contexte est de 1 050 000 tokens, ce qui est suffisamment grand pour contenir de très longs documents, des bases de code entières ou des historiques de conversation étendus dans une seule requête. La sortie maximale est de 128 000 tokens, les réponses peuvent donc elles-mêmes être longues, et pas seulement les entrées. Comme les images et les fichiers sont acceptés aux côtés du texte, vous pouvez mélanger les formats dans un seul prompt plutôt que de tout convertir en texte brut au préalable.

Ces capacités correspondent à quelques schémas pratiques. Le travail sur de longs contextes est le plus évident : examiner de longs contrats, spécifications ou fichiers journaux sans les découper en appels séparés. Les prompts multimodaux conviennent aux tâches où une capture d'écran, un schéma ou une page numérisée doit être lu conjointement avec le texte environnant, comme l'extraction de données structurées à partir d'un document contenant des figures. Le plafond de sortie élevé aide à générer de longs rapports, des migrations ou des modifications de code sur plusieurs fichiers en une seule réponse. L'appel d'outils et les sorties structurées le rendent utilisable comme étape de raisonnement au sein d'une boucle d'agent ou d'un pipeline nécessitant des résultats lisibles par machine plutôt que de la prose.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "openai/gpt-6-sol". Les paramètres de requête pris en charge sont include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, tool_choice, tools et verbosity. En pratique, cela signifie que vous pouvez limiter la longueur de sortie, contrôler l'ampleur du raisonnement du modèle et la manière dont il est présenté, demander des réponses JSON ou conformes à un schéma, définir une graine pour la reproductibilité, définir des outils et choisir comment ils sont sélectionnés, et ajuster la verbosité de la réponse. Si vous avez déjà du code écrit selon la structure des complétions de chat d'OpenAI, passer à ce modèle consiste principalement à changer l'identifiant de modèle et à ajouter ceux de ces paramètres dont vous avez besoin.

Gardez à l'esprit la limite de sortie : 128 000 tokens est généreux mais fini, donc les tâches qui doivent produire plus que cela en une seule passe doivent être fractionnées. Le modèle produit uniquement du texte, donc tout ce qui nécessite des images ou de l'audio générés requiert un autre modèle. Et comme Sol est positionné en dessous de GPT-6 Astra, les charges de travail où la plus haute capacité disponible compte plus que l'efficacité sont celles où Astra peut mieux convenir.