neomanex
GPT-5.6 Sol logo

GPT-5.6 Sol

OpenAI · Sorti juin 2026

Voir les tarifsComparer les modèles
Recommandé

GPT-5.6 Sol est le modèle frontière le plus rentable, en tête des benchmarks de codage et compétitif sur les raisonnements difficiles pour une fraction du coût de ses pairs. Verdict renforcé par la divulgation du durcissement de sécurité GPT-Red — le modèle a été entraîné de manière adversariale contre un modèle de red teaming dédié en self-play RL à l'échelle frontière, le rendant 6x plus robuste aux injections de prompt.

Est-ce fait pour vous ?

Recommandé pour

  • État de l'art sur TerminalBench 2.1 : 88,8% en base, 91,9% en mode Ultra avec sous-agents — dépasse Mythos 5 (88,0%) et Fable 5 (84,3%). Sol Ultra a plus de 3 points d'avance sur tout concurrent.
  • Codage à horizon long et tâches agentiques : premier modèle à dépasser la moitié sur Agent's Last Exam (50,9%), avec raisonnement max et mode ultra à base de sous-agents pour décomposer les problèmes difficiles.
  • Cybersécurité et recherche de vulnérabilités : égale Mythos Preview d'Anthropic sur ExploitBench avec environ 1/3 des tokens de sortie. Score CTF de 96,7% en test interne. Forte découverte de primitives d'exploit dans Chromium et Firefox.
  • Biologie et raisonnement scientifique : gain d'environ 9 points sur GPT-5.5 aux évaluations SecureBio (Human Pathogen 68,4%, Molecular Biology 60,0%). Plus performant sur GeneBench v1 en utilisant moins de tokens.
  • Déploiement contrôlé avec pile de sécurité renforcée : classificateurs d'activation, filtrage en temps réel, 700K heures GPU A100e de red teaming automatisé et refus multicouches au niveau du modèle.
  • Refonte du cache de prompts : points d'arrêt explicites, durée de vie minimale de 30 minutes, écriture cache à 1,25x le taux d'entrée, lecture cache avec 90% de réduction. Rend les sessions agentiques longues bien plus prévisibles en coût.

Déconseillé pour

  • Preview limitée restreinte par le gouvernement sans accès public : seules ~20 organisations reçoivent un accès, et la disponibilité générale est promise mais non garantie. Vous ne pouvez pas tester ce modèle aujourd'hui.
  • Non testé sur des codebases réelles : tous les benchmarks publiés sont internes au fournisseur. L'écart de 0,8 point sur Mythos 5 sur TerminalBench est dans la marge de bruit de mesure.
  • À $5/$30 par 1M tokens, Sol égale le prix de GPT-5.5 pour un bond de capacité majeur — mais GPT-5.6 Terra offre des performances de classe GPT-5.5 à moitié coût ($2,50/$15). Sol devrait être réservé aux tâches les plus difficiles.

Performances par tâche

Codage agentique

Excellent

État de l'art sur TerminalBench 2.1 à 88,8% (91,9% Ultra). L'avance sur le peloton est réelle. La décomposition en sous-agents du mode Ultra est une avancée architecturale réelle.

Cybersécurité

Excellent

Égale Mythos Preview sur ExploitBench avec 1/3 des tokens. 96,7% CTF. Peut trouver des vulnérabilités et des primitives d'exploit. Posture défensive par conception.

Raisonnement scientifique (biologie)

Very Good

Gain d'environ 9 points sur GPT-5.5 aux évaluations SecureBio. Fort sur GeneBench v1. Human Pathogen Capabilities à 68,4%. Accès restreint pour les workflows sensibles.

Raisonnement à horizon long

Excellent

Premier modèle au-delà de 50% sur Agent's Last Exam (50,9% mode code). Le mode max reasoning et le mode ultra sous-agents poussent la profondeur de raisonnement plus loin que tout modèle antérieur.

Usage général quotidien

Good

Surdimensionné pour les tâches routinières. Terra est le meilleur choix pour le travail quotidien à moitié prix avec des capacités de classe GPT-5.5. Sol devrait être réservé aux problèmes où les erreurs d'un modèle plus faible coûtent cher.

Tarifs

Entrée

$5 / 1M tokens

Sortie

$30 / 1M tokens

Contexte

Same rate card as GPT-5.5. Ultra mode costs more.

Voir tous les tarifs

Tests de performance

TestScoreSource
TerminalBench 2.1 (base)88.8% Source
TerminalBench 2.1 (Ultra)91.9% Source
Agent's Last Exam (code mode)50.9% Source
SecureBio: Human Pathogen Capabilities68.4% Source
SecureBio: World-Class Biology68.3% Source
SecureBio: Molecular Biology60.0% Source
SecureBio: Virology Capabilities Test53.5% Source
Internal CTF (capture-the-flag)96.7% Source

Historique des verdicts

16 juil. 2026
recommended → recommended (reinforced) — GPT-Red disclosure demonstrates frontier-scale safety investment alongside capability — the model was trained against an automated red-teamer achieving 84% attack success (6.5x human baseline) and emerged 6x more robust. This reinforces the existing Recommended stance rather than changing it.
12 juil. 2026
pending -> recommended — GPT-5.6 Sol leads the DeepSWE coding-agent benchmark at 72-73% vs Fable 5's 70% at one-third the cost, and tops the AI Analysis Coding Agent Index at 80 points. These are the independent benchmarks the directory was waiting for.
12 juil. 2026
pending -> recommended — UK AISI confirms GPT-5.6 Sol carries equivalent cyber vulnerabilities to Fable 5 — every frontier model shares this risk, which does not diminish Sol's coding and cost advantages. Vulnerability equivalence is now table stakes for frontier models.

Sources

Journal de vérification

  • Tarifs— Aucun changement

    Agent automatisé

  • Tarifs— Aucun changement

    Agent automatisé

  • Statut— Mis à jour

    Agent automatisé

    Summary re-dated to Jul 7 2026 and made explicit about what is awaited: stays pending pending GA + independent benchmarks; still government-gated (~20 orgs); Sol Ultra confirmed for Codex Jul 6 by Sottiaux, prediction markets pricing Jul 9 GA (unconfirmed). Verdict unchanged (pending).

  • Tarifs— Aucun changement

    Agent automatisé

  • Tarifs— Aucun changement

    Agent automatisé

    Pricing unchanged: $5/$30 per 1M tokens. Government-gated limited preview (~20 orgs). Confirmed by OpenAI blog and aipricing.guru.

  • Profil— Aucun changement

    Importé au lancement

  • Tarifs— Aucun changement

    Importé au lancement

Comment nous évaluons