GPT-5.6 Sol vs Terra vs Luna : guide de routage API pour la production
Le lancement de GPT-5.6 par OpenAI en juillet 2026 transforme le choix du modèle en décision de routage. Sol, Terra et Luna ne sont pas trois noms interchangeables : ce sont trois niveaux de coût et de capacité qui doivent correspondre à des charges de travail, des critères d'acceptation et des règles de repli différents.
Réponse rapide
| Situation de production | Commencer avec | Escalade ou repli | Pourquoi cette route est pratique |
|---|---|---|---|
| Agents de code complexes, revue de code, sécurité, agents de recherche | Sol | Terra pour des répétitions moins coûteuses | La valeur d'une réponse correcte peut dépasser le coût supérieur des tokens. |
| Assistants produit, copilotes internes, chat et outils mixtes | Terra | Sol pour les cas difficiles, Luna pour le volume à faible risque | Terra est le meilleur choix par défaut tant que le trafic n'est pas segmenté. |
| Résumé, classification, extraction, réécriture, batch back-office | Luna | Terra si l'acceptation baisse | Luna contrôle le coût, mais seulement après tests sur prompts réels. |
| Nouveau flux de travail | Terra | Tester Sol et Luna en parallèle | Fournit une référence équilibrée avant optimisation. |
| Déploiement client | Terra avec routage Sol/Luna contrôlé | GPT-5.5 ou un autre modèle vérifié comme repli | La production exige de l'observabilité et une capacité de retour arrière, pas un remplacement global. |
Faits confirmés
| Fait | Ce qu'OpenAI indique | Implication sur EvoLink |
|---|---|---|
| Statut | GPT-5.6 est une famille GA annoncée le 9 juillet 2026. | C'est un candidat de production actuel, pas une rumeur. |
| Niveaux | Sol est le modèle phare, Terra est équilibré et Luna est le plus économique. | Router selon la valeur de la charge de travail, plutôt qu'utiliser un seul modèle partout. |
| IDs de modèle | gpt-5.6-sol, gpt-5.6-terra, gpt-5.6-luna. | Garder les IDs dans la configuration, pas dans la logique métier. |
| Alias | Dans l'API directe d'OpenAI, gpt-5.6 route vers gpt-5.6-sol. | EvoLink exige actuellement l'ID exact de Sol, Terra ou Luna. |
| Prix standard short context | Sol : $5 input / $30 output par 1M tokens. Terra : $2.50 / $15. Luna : $1 / $6. | Ancre publique de planification ; vérifier le pricing EvoLink avant engagement. |
| Prix standard en contexte long | Au-delà de 272K tokens de prompt, toute la requête utilise des tarifs 2x pour l'entrée et le cache et 1,5x pour la sortie : Sol $10/$45, Terra $5/$22.50, Luna $2/$9 par 1M tokens. | Les workflows sur documents longs nécessitent leur propre estimation. |
| Raisonnement et outils | GPT-5.6 prend en charge reasoning effort jusqu'à max, pro mode, persisted reasoning et Programmatic Tool Calling. | Évaluer ensemble le niveau, l'effort, le cache et l'utilisation des outils. |
Ce texte est donc un guide de routage, pas un classement. Un classement demande qui gagne. Un guide de routage demande quel trafic doit aller vers quel modèle, de manière sûre et rentable.
Pour qui est ce guide
Ce guide s'adresse aux équipes qui exploitent déjà de l'IA en production ou s'en approchent : agents de code, agents de support, assistants de recherche, copilotes internes, flux documentaires et automatisation de texte à haut volume.
Arbre de décision de routage
- Si une mauvaise réponse peut créer un risque technique, juridique, financier ou client important, commencez par Sol.
- Si le flux mélange raisonnement, chat, outils et requêtes utilisateur normales, commencez par Terra.
- Si la tâche est répétitive, structurée, facile à noter et à haut volume, testez Luna.
- Si vous ne pouvez pas décrire le test d'acceptation, n'optimisez pas encore pour le niveau le moins cher.
- Si le flux fonctionne déjà sur GPT-5.5 ou GPT-5.4, gardez l'ancienne route comme référence jusqu'à ce que GPT-5.6 gagne sur le trafic réel.
Sol, Terra et Luna ne sont pas de simples préférences. Ils constituent une politique de routage.
Sol vs Terra vs Luna en un coup d'oeil
| Niveau | Premier usage idéal | À éviter quand | Signal d'acceptation | Posture coût |
|---|---|---|---|---|
| Sol | Raisonnement à forte valeur, agents de code, recherche difficile, outils en plusieurs étapes | Tâche routinière, facile à noter et massive | La baisse des échecs, des nouvelles tentatives et des reprises humaines justifie le coût | Qualité d'abord |
| Terra | Défaut pour trafic de production mixte | Workflow clairement très difficile ou clairement volume bon marché | Proche de Sol sur les cas visibles, avec coût inférieur | Équilibre |
| Luna | Résumé, extraction, classification, transformations à haut volume | Erreur difficile à détecter ou impact fort | Passe la même suite d'acceptation que Terra pour ce workflow | Coût d'abord |
Un même produit peut utiliser les trois. L'objectif est d'éviter qu'un seul modèle porte toutes les formes de trafic.
Matrice de routage par charge de travail
| Charge de travail | Route recommandée | Métrique | Note de déploiement |
|---|---|---|---|
| Agent de génération de code | Sol d'abord, Terra en comparaison | Tests passés, acceptation reviewer, succès tool | Garder Sol pour changements repo risqués ; descendre les edits simples seulement avec données. |
| Code review ou security triage | Sol ou Terra selon sévérité | True positives, false positives, utilité des fixes | Sévérité, surface touchée et confiance décident l'escalade. |
| Assistant support | Terra défaut | Résolution, escalade, hallucination, latence | Sol pour cas complexes ; Luna plutôt pour brouillons internes ou résumés. |
| RAG sur documents longs | Terra d'abord, Sol pour la synthèse difficile | Exactitude des citations, complétude, coût du contexte | Le contexte long et le cache comptent autant que le niveau du modèle. |
| Extraction structurée | Luna candidat, Terra fallback | Exactitude des champs, validité schema, correction downstream | Luna convient si le schema est stable et les erreurs faciles à capturer. |
| Résumé batch | Luna candidat | Utilité, compression, retries | Batch/Flex peut changer l'économie ; vérifier la latence. |
| Recherche ou planification stratégique | Sol d'abord | Utilité décisionnelle, gestion des preuves, qualité reasoning | Ne pas optimiser par coût bas si l'output guide produit ou capital. |
| Copilots internes | Terra défaut | Task completion, corrections utilisateur, succès tool | Rôle utilisateur et risque d'action déterminent l'escalade. |
Planification des coûts : ne vous arrêtez pas au prix du token
Les prix publics sont utiles, mais le coût de production doit se mesurer par tâche réussie.
| Couche coût | À mesurer | Pourquoi cela change la décision |
|---|---|---|
| Input tokens | Prompt, contexte, historique | Long context peut déplacer le workflow dans une autre bande coût. |
| Output tokens | Réponse finale et sorties intermédiaires visibles | Un modèle moins cher mais verbeux peut coûter plus. |
| Cache | Lectures et écritures cache | Les workflows répétés doivent compter cached input et cache writes. |
| Retries | Réparations, validations, nouveaux appels | Une première tentative faible peut annuler l'économie. |
| Replis | Appels à Sol, GPT-5.5 ou une autre route | Le taux de repli attendu entre dans le calcul. |
| Revue humaine | QA, escalade support, nettoyage engineering | Moins cher seulement si le travail opérationnel baisse. |
successful_task_cost = first_call_cost + cache_cost + retry_cost + fallback_cost + review_costUtilisez Luna si ce total baisse sans perte d'acceptation. Utilisez Sol s'il réduit les échecs ou protège le revenu. Utilisez Terra comme défaut tant que la segmentation n'est pas mature.
Reasoning effort est un contrôle séparé
Ne confondez pas tier de modèle et reasoning effort. La guidance GPT-5.6 permet de choisir Sol, Terra ou Luna et de régler l'effort. Il faut tester des combinaisons, pas seulement des noms.
| Contrôle | Question production | Point de départ |
|---|---|---|
| Niveau | Quelle capacité de base la charge de travail demande-t-elle ? | Terra par défaut ; Sol pour les tâches difficiles ou à forte valeur ; Luna pour le volume validé. |
| Reasoning effort | Combien d'exploration et vérification investir ? | Medium d'abord, réduire pour latence, augmenter seulement si qualité gagne. |
| Pro mode | Besoin d'un mode plus capable sans changer de slug ? | Réserver aux cas qualité-first et mesurer billing. |
| Persisted reasoning | Améliore-t-il qualité multi-turn ou cache ? | Tester sur agents et workflows longs. |
| Programmatic Tool Calling | Les workflows tool-heavy peuvent-ils filtrer les résultats intermédiaires ? | Utile pour agents à nombreux appels tools. |
Évaluation avant migration
| Étape | Action | Livrable minimum |
|---|---|---|
| Construire le prompt set | 30-100 prompts réels par workflow clé. | Eval set versionné avec cas faciles, normaux et difficiles. |
| Définir l'acceptation | Rubrics pass/fail avant test. | Seuils qualité, sécurité, latence, coût, réparation. |
| Comparer side-by-side | Sol, Terra, Luna et baseline actuelle. | Mêmes inputs, tools et notation. |
| Segmenter trafic | Premium, default, volume, fallback. | Route map implémentable. |
| Canary | Commencer par faible pourcentage ou cohorte interne. | Données live de latence, retries, coût, plaintes. |
| Étendre ou revenir en arrière | Augmenter seulement après stabilisation. | Décision avec responsable et condition de retour arrière. |
Migration depuis GPT-5.5 ou GPT-5.4
Ne remplacez pas GPT-5.5 uniquement parce que GPT-5.6 existe. Gardez l'ancien modèle comme référence jusqu'à ce que la nouvelle route obtienne de meilleurs résultats.
- Garder la route GPT-5.5 ou GPT-5.4 inchangée.
- Ajouter un route group d'évaluation GPT-5.6.
- Comparer Terra au défaut actuel.
- Tester Sol sur prompts à forte valeur ou fort coût d'échec.
- Tester Luna sur tâches haut volume et faciles à noter.
- Migrer par workflow, pas globalement.
- Garder rollback jusqu'à stabilité support, coût et latence.
Pattern d'implémentation EvoLink
Sur EvoLink, garder GPT-5.6 en configuration. Cet exemple sert à planifier, pas de référence API :
route_group: gpt-5-6-production
default: gpt-5.6-terra
premium_reasoning: gpt-5.6-sol
high_volume: gpt-5.6-luna
fallback: gpt-5.5
rollback_owner: ai-platformErreurs fréquentes
| Erreur | Risque | Meilleure approche |
|---|---|---|
Coder gpt-5.6 en dur | L'alias OpenAI va vers Sol, tandis qu'EvoLink exige des IDs de niveau exacts. | IDs explicites et routage configurable. |
| Choisir Luna seulement pour le prix | Les échecs, les nouvelles tentatives et les corrections peuvent coûter plus cher. | Exiger une validation par flux de travail. |
| Voir Terra comme compromis faible | Pour trafic mixte, Terra peut être le meilleur défaut. | Utiliser Sol seulement quand la valeur mesurée le prouve. |
| Comparer un seul demo prompt | Les edge cases, la latence et les retries restent cachés. | Prompts représentatifs et canary. |
| Ignorer le contexte long | Au-delà de 272K tokens de prompt, toute la requête passe dans la tranche de contexte long. | Estimer séparément le contexte court et le contexte long. |
| Retirer fallback trop tôt | Le nouveau modèle peut révéler problèmes de prompt ou produit. | Garder un fallback vérifié jusqu'à stabilité. |
Politique recommandée
| Zone | Recommandation |
|---|---|
| Défaut | gpt-5.6-terra pour des charges de travail mixtes après évaluation. |
| Premium | gpt-5.6-sol pour coding complexe, recherche difficile, analyse de risque et escalade. |
| Volume | gpt-5.6-luna pour résumé, extraction, classification et batch validés. |
| Alias | Utiliser un ID de niveau exact sur EvoLink ; l'alias direct gpt-5.6 d'OpenAI se résout vers Sol. |
| Fallback | Garder GPT-5.5 ou autre modèle vérifié pendant migration. |
| Revue | Réévaluer après changement de prompt, produit, prix ou mix trafic. |
Sources
FAQ
GPT-5.6 Sol est-il meilleur que Terra et Luna ?
Sol est le modèle phare, mais le meilleur choix dépend de la tâche. Utilisez Sol quand une réponse faible coûte cher ou crée un risque.
Terra doit-il être le défaut ?
Pour beaucoup d'équipes, oui. Terra équilibre qualité, latence et coût avant segmentation fine.
Quand utiliser Luna ?
Pour tâches haut volume faciles à noter qui passent l'acceptation : résumé, extraction, classification, transformation et brouillons faible risque.
gpt-5.6 est-il identique à gpt-5.6-sol ?
gpt-5.6 route vers gpt-5.6-sol. EvoLink exige actuellement l'ID exact gpt-5.6-sol, gpt-5.6-terra ou gpt-5.6-luna.Quels prix utiliser pour planifier ?
Ancre publique : standard short context OpenAI, Sol $5/$30, Terra $2.50/$15, Luna $1/$6 par 1M tokens input/output. Vérifiez le pricing EvoLink avant engagement.
Le long context change-t-il la décision ?
Oui. Au-delà de 272K tokens de prompt, toute la requête utilise des tarifs 2x pour l'entrée et le cache et 1,5x pour la sortie. Les workflows documentaires nécessitent donc leur propre estimation.
Comment comparer GPT-5.6 à GPT-5.5 ?
Tests side-by-side avec prompts représentatifs et métriques de qualité, latence, retries, succès tools et coût par tâche réussie.
Pro mode ou max reasoning doivent-ils être par défaut ?
Non. Ces réglages sont réservés aux tâches difficiles où le gain de qualité justifie le coût et la latence supplémentaires.
Faut-il trois SDK ?
Généralement non. Une intégration EvoLink avec routage configurable est plus simple.
Quel rollout est le plus sûr ?
Évaluation, canary, expansion par workflow, avec IDs explicites, observabilité et rollback.
