GPT-6.1 est arrivé avant que GPT-6.0 Sol n’atteigne le Chat normal. Mais le vrai problème n’est pas la fête des nouveaux modèles : ce sont les limites d’usage

On ouvre les réseaux sociaux et GPT-6.1 Sol apparaît soudainement.

Utiliser les outils de lecture

Écouter lit l’article à voix haute. La lecture rapide affiche les groupes de mots au rythme choisi. La pratique des langues compare les traductions disponibles. Enregistrer ajoute un favori dans ce navigateur, accessible dans la liste du lecteur.

Partager cet article

Partager cet article

GPT-6.1 est arrivé avant que GPT-6.0 Sol n’atteigne le Chat normal. Mais le vrai problème n’est pas la fête des nouveaux modèles : ce sont les limites d’usage
Image générée par IA
Publicité
Publicité

0. « GPT-6.1 est sorti ! » Attendez : GPT-6.0 Sol est-il seulement arrivé dans le Chat normal ?

On ouvre les réseaux sociaux et GPT-6.1 Sol apparaît soudainement.

Première réaction :

Déjà 6.1 ? C’est incroyablement rapide.

Puis vient une question plus fondamentale.

Attendez. GPT-6 Sol était-il déjà disponible dans le Chat normal de ChatGPT ?

Non.

OpenAI a annoncé GPT-6 Sol et GPT-6 Luna le 22 septembre 2026, mais a indiqué qu’ils étaient disponibles dans ChatGPT Work, Codex et l’API, et « pas encore disponibles dans Chat ». [1]

Seulement sept jours plus tard, le 29 septembre, GPT-6.1 Sol est arrivé. Lui aussi a d’abord été lancé dans Work, Codex et l’API, pas dans le Chat normal. [2]

La situation se résume presque comiquement :

Avant que GPT-6.0 Sol ait le temps d’enlever ses chaussures à l’entrée du Chat normal, GPT-6.1 Sol était déjà passé par la porte arrière de Codex.

La numérotation des modèles vit dans le futur, alors que le produit de chat quotidien suit une autre chronologie.

1. Le calendrier de septembre 2026 va plus vite que notre capacité à le suivre

Regardons les dates :

  • 3 septembre : GPT-6 Astra
  • 22 septembre : GPT-6 Sol / Luna
  • 22 septembre : Claude Opus 5.5
  • 28 septembre : Claude Sonnet 5.5
  • 29 septembre : GPT-6.1 Sol

Il n’y a eu que sept jours entre GPT-6 Sol et GPT-6.1 Sol. [2][1]

Avant, un nouveau modèle sortait, on l’utilisait pendant un certain temps, les tests s’accumulaient, puis la génération suivante arrivait.

Aujourd’hui, un article de test peut devenir obsolète avant même d’être terminé.

C’est comme attendre le train « 6.0 » et voir passer d’abord un express appelé « 6.1 ».

Anthropic a également accéléré : Opus 5.5 le 22 septembre, puis Sonnet 5.5 le 28. [3][4]

La pression concurrentielle est évidente. En revanche, rien ne prouve publiquement qu’OpenAI ait précisément accéléré 6.1 parce que Claude 5.5 était trop fort.

De l’extérieur, cela ressemble à un combat.

Ce qui s’est réellement dit à l’intérieur des entreprises reste une autre question.

2. Qu’est-ce qui change vraiment avec 6.1 Sol ? En bref : le prix de Sol, plus proche d’Astra

Le message d’OpenAI est très clair :

Une intelligence proche d’Astra pour un cinquième du prix standard des tokens d’entrée et de sortie d’Astra. [2]

Le tarif API reste à 2 dollars par million de tokens d’entrée et 10 dollars par million de sortie, comme GPT-6 Sol. L’entrée mise en cache passe de 0,20 à 0,10 dollar. [2][1]

OpenAI annonce plusieurs améliorations importantes :

  • Sur DeepSWE 1.1, GPT-6.1 Sol rejoint GPT-6 Astra et dépasse de 6,4 points le meilleur résultat de GPT-6 Sol.
  • Sur AutomationBench, il gagne 4,8 points sur GPT-6 Sol au même réglage medium et dépasse Opus 5.5 de 2,2 points.
  • Sur OSWorld 2.0 au raisonnement maximal, il gagne sept points sur GPT-6 Sol et se trouve à seulement 2,1 points d’Astra.
  • Sur une évaluation difficile de factualité, la part des réponses low comportant au moins une erreur factuelle passe de 11,4 % à 7,7 %. [2]

Ce n’est donc pas un simple changement de numéro.

C’est une vraie amélioration.

Mais « proche d’Astra » ne signifie pas « Astra ne sert plus à rien ». OpenAI continue de présenter Astra comme le meilleur modèle sur certaines évaluations scientifiques. [2]

Et l’écart de benchmark n’est pas forcément l’écart ressenti dans le travail réel.

3. Le Chat normal reste centré sur la famille 5.6. Les chronologies produits se sont séparées

C’est ici que tout devient confus.

Au 30 septembre 2026, l’expérience Chat standard des offres payantes éligibles repose principalement sur GPT-5.6 Sol, tandis que Free et Go utilisent GPT-5.6 Luna. Certaines offres éligibles proposent aussi GPT-6 Pro, propulsé par GPT-6 Astra. [5]

Pendant ce temps, GPT-6 Sol, Luna et maintenant 6.1 Sol avancent d’abord dans Work et Codex. [2][1]

Donc :

vitesse d’évolution des modèles ≠ vitesse de déploiement dans le Chat normal

Dire simplement « GPT-6 est sorti » ne suffit plus.

Il est dans l’API. Il est dans Codex. Il est dans Work. Il peut ne pas être dans le Chat normal.

Astra suit même une autre route vers Chat sous le nom GPT-6 Pro.

Ce n’est plus un arbre généalogique.

C’est un plan de métro.

Pour répondre à « Puis-je utiliser GPT-6 ? », il faut désormais demander : « Dans quel produit, quelle offre et quel mode ? »

4. « Proche d’Astra » ne garantit pas une différence écrasante en pratique

« Near-Astra intelligence » est un excellent slogan.

Mais les utilisateurs ne travaillent pas avec des lignes de classement.

Ils veulent savoir si le modèle :

  • se souvient des contraintes,
  • reste dans le sujet,
  • ne casse pas le code,
  • termine les tâches longues,
  • applique correctement les corrections,
  • et atteint un résultat exploitable sans échanges interminables.

Un modèle peut dominer les benchmarks et ne paraître que légèrement meilleur dans un workflow précis.

L’inverse est aussi vrai. Un modèle un peu moins bon en moyenne peut être beaucoup plus adapté à une tâche concrète.

Il est donc parfaitement possible d’utiliser Astra et de penser : « Oui, c’est puissant, mais je ne ressens pas une révolution totale. »

Choisir un modèle n’est pas classer des QI.

C’est aussi une question de compatibilité entre l’outil et le workflow.

5. La concurrence avec Claude 5.5 est visible. La causalité, elle, n’est pas démontrée

Les dates sont frappantes.

Claude Opus 5.5 : 22 septembre. Claude Sonnet 5.5 : 28 septembre. GPT-6.1 Sol : 29 septembre. [2][3][4]

Le document de lancement d’OpenAI compare aussi directement 6.1 à Opus 5.5 sur des tests comme GDP.pdf et AutomationBench. [2]

Il est donc naturel de regarder le calendrier et de se demander :

« La concurrence est-elle devenue si forte que tout le monde répond immédiatement ? »

Anthropic a également mis en avant avec Opus 5.5 le codage de longue durée, des coûts plus faibles et une augmentation des limites d’usage sur cinq heures. [3]

La compétition n’est plus seulement « qui est le plus intelligent ? »

Elle devient aussi :

qui peut travailler le plus longtemps, à quel coût et avec quelle fiabilité sur des tâches longues ?

Mais des dates proches ne prouvent pas la cause interne d’une décision.

La concurrence est réelle. « Claude a forcé OpenAI à sortir 6.1 en sept jours » reste une interprétation.

6. Puis l’utilisateur intensif se refroidit : « Très bien. Combien de temps puis-je réellement l’utiliser ? »

C’est ici que commence la réalité opérationnelle.

Un nouveau modèle Codex sort.

L’annonce dit :

« Meilleur en code. » « Plus proche d’Astra. » « Plus efficace. »

L’utilisateur intensif demande :

« Et combien de temps puis-je le faire tourner en continu ? »

Si l’usage intensif rencontre régulièrement une limite, l’émotion liée aux lancements change.

Au début : « Nouveau modèle ! »

Puis : « Ça a l’air puissant. »

Enfin : « D’accord. Je vais encore atteindre la limite. Je vais utiliser Claude. »

Cela ne nie pas l’intelligence du modèle.

Au contraire, plus le modèle est bon, plus l’absence de capacité disponible coûte cher.

Une supercar avec un réservoir de la taille d’un verre n’est pas un bon véhicule de livraison longue distance.

Dans certains métiers, le 0 à 100 importe moins que le nombre de kilomètres parcourus dans la journée.

7. Dans le travail réel, le débit soutenable compte plus que l’intelligence maximale

Les longues sessions de codage, la génération de contenu, la recherche, le traitement de données, le débogage et les agents nécessitent plus qu’une excellente réponse isolée.

On peut approximer ainsi :

travail effectif ≈ qualité par exécution × volume disponible × taux d’achèvement ÷ coût de coordination

Si la limite d’usage est faible, une qualité exceptionnelle par réponse peut malgré tout produire peu de travail total dans une journée.

Un modèle légèrement moins fort peut gagner s’il :

  • fonctionne longtemps,
  • n’interrompt pas les tâches,
  • conserve le contexte,
  • nécessite moins de boucles de correction,
  • et évite les changements permanents de modèle.

C’est pourquoi un utilisateur intensif peut choisir Claude Code non par fidélité à une marque, mais parce que :

le travail du jour arrive réellement jusqu’à la ligne d’arrivée.

Un tableau de benchmarks peut complètement manquer cette différence.

8. Le premier chiffre à regarder lors d’un lancement a changé

Autrefois, on regardait d’abord la précision.

Pour les utilisateurs à haute fréquence, un ordre plus utile devient :

  1. Est-il vraiment meilleur pour mon travail ?
  2. Quelles sont les limites pratiques d’usage ?
  3. Que se passe-t-il après la limite ?
  4. Peut-il terminer des tâches longues ?
  5. Combien de travail utile produit-il par jour pour le prix de l’abonnement ou de l’API ?
  6. Ensuite seulement, regarder les benchmarks.

« Proche d’Astra ! » est séduisant.

Mais l’utilisateur intensif ajoute aussitôt :

« Très bien. Quels sont les horaires d’ouverture ? »

Même le meilleur restaurant de ramen du monde n’est pas une bonne cantine quotidienne s’il n’ouvre que sept minutes.

À mesure que l’intelligence progresse, le nouveau goulot d’étranglement devient la capacité disponible.

9. Conclusion : le numéro de version compte moins que le travail terminé aujourd’hui

Sept jours séparent GPT-6 Sol et GPT-6.1 Sol.

Et avant même que GPT-6 Sol n’atteigne le Chat normal, Work, Codex et l’API étaient déjà passés à 6.1.

En termes de vitesse de développement, c’est impressionnant.

Du côté utilisateur, cela commence aussi à devenir comique.

Les numéros de version vont plus vite que notre capacité à mettre à jour notre carte mentale.

La question de l’utilisateur intensif change donc.

Ce n’est plus :

« Quel est le modèle le plus intelligent ? »

Mais :

« Quel modèle termine le plus de mon travail sur une journée entière ? »

Si 6.1 est proche d’Astra mais indisponible au moment nécessaire, le travail part ailleurs.

Si un autre modèle est légèrement moins puissant mais continue de travailler, il peut devenir l’outil principal.

La fête des nouveaux modèles va continuer.

La prochaine annonce arrivera probablement vite.

Mais la réaction de l’utilisateur expérimenté n’est plus simplement :

« Un nouveau modèle ! »

C’est désormais :

« Intéressant. Combien d’heures vas-tu réellement travailler aujourd’hui ? »


Références (5)

  1. OpenAI, “Introducing GPT-6 Sol and Luna,” Sep. 22, 2026 openai.com
  2. OpenAI, “GPT-6.1 Sol,” Sep. 29, 2026 openai.com
  3. Anthropic, “Claude Opus 5.5,” Sep. 22, 2026 anthropic.com
  4. Anthropic, “Claude Sonnet 5.5,” Sep. 28, 2026 anthropic.com
  5. OpenAI Help Center, “GPT-5.6 and GPT-6 Pro in ChatGPT,” current as of Sep. 30, 2026 help.openai.com

PublicitéLivres sur ce sujet

  • Inside of a dog (édition anglaise)

    Alexandra Horowitz / Thorndike Press / 2009

    Un livre sur animaux de compagnie, le sujet de cet article.

  • Cat Sense (édition anglaise)

    John W. S. Bradshaw / Allen Lane / 2013

    Un livre sur animaux de compagnie, le sujet de cet article.

Cet article contient des liens affiliés (publicité). À propos de la publicité En tant que Partenaire Amazon, je réalise un bénéfice sur les achats remplissant les conditions requises. As an Amazon Associate I earn from qualifying purchases.

Partager cet article

Publicité

Encore un ? Un truc sympa ?

Puisque vous avez fini : quelques histoires proches et d'autres complètement différentes, mais amusantes.

  1. Sujet procheConstruisons l’IA la plus forte avec l’IAle bot Shadowverse WB devenu plus faible en regardant trois tours à l’avance raisonne maintenant à rebours depuis les routes de victoire, de défaite et les résultats « forcés » à portée de preuve déclarée
  2. Rien à voir, mais amusantUn voyage de huit jours à près de 500 000 yens, ou des dizaines de très bons repas ? — La théorie du voyage « façon Kirby » à l’ère de YouTube
  3. La tension a-t-elle baissé uniquement grâce au médicament?EMA5 et cocktail « traitement + sommeil + stress »
  4. Manger des pissenlits ne garantit pas de devenir une starce que les années de galère de Masato Sakai révèlent d’un métier où les places sont trop rares
  5. Pourquoi tout le monde me tutoiela familiarité dans le service

À lire aujourd’hui

Chacun répond à une question que se posent souvent les lecteurs de cet article.

Voir tous les articlesPlus sur AI

Trouver d’autres articles

Tous les articles

Mendoi-chan

Qui tient ce site

Mendoi-chan

Elle transforme les frictions du travail et du quotidien en structures claires et en prochaines étapes concrètes.