GPT Image 2.5 Flare & Sunburst sont disponibles sur EvoLinkEssayer GPT Image 2.5
EvoLink.AIEvoLink.AI

GPT-6 Sol API

Accédez à GPT-6 Sol de OpenAI — aussi recherché sous GPT 6 Sol / gpt-6-sol — via l'API de chat unifiée d'EvoLink. Testez le codage, les agents multi-étapes, l'usage d'outils avant d'intégrer.

OpenAIGénération de texteDisponible
à partir de $1.800 / 1M tokens d’entrée$2.000 prix officiel-10%
Documentation API
Chat CompletionsResponses APIEffort de raisonnementCache de promptsAppel d'outils
Route productionLive
Contexte
1.05M de contexte · 128K de sortie max.
Idéal pour
Code complexe, workflows agentiques, tâches à outils
Entrée
Texte + images
Sortie
Texte · JSON (sortie structurée) · appels d'outils
ModèlesTarifsReadmeAPI

Choisir GPT-6 Sol

Un seul model ID exact sur l’intégration compatible OpenAI. Les tarifs contexte court et contexte long des quatre rôles de tokens figurent sur la carte.

GPT-6 Sol

Le modèle GPT-6 d’OpenAI conçu pour alimenter le codage complexe et les workflows agentiques.

Sélectionné
ID du modèle
gpt-6-sol
Idéal pour

Code complexe, boucles d’agents avec de nombreux appels d’outils et longues tâches d’implémentation

< 272K
Entrée
$1.800 / 1M-10%
122.4 cr / 1M$2.000prix officiel
Lecture cache
$0.181 / 1M-10%
12.3 cr / 1M$0.200prix officiel
Écriture cache
$2.250 / 1M-10%
153 cr / 1M$2.500prix officiel
Sortie
$9.000 / 1M-10%
612 cr / 1M$10.000prix officiel
≥ 272K
Entrée
$3.600 / 1M-10%
244.8 cr / 1M$4.000prix officiel
Lecture cache
$0.362 / 1M-10%
24.6 cr / 1M$0.400prix officiel
Écriture cache
$4.500 / 1M-10%
306 cr / 1M$5.000prix officiel
Sortie
$13.500 / 1M-10%
918 cr / 1M$15.000prix officiel

Tous les tarifs sont par 1M de tokens, en USD et en crédits, et reflètent la tarification actuelle de votre compte. Au-delà de 272K tokens de prompt, le palier long contexte s'applique : ×2 pour l'entrée et les rôles de cache, ×1.5 pour la sortie.

Tarifs GPT-6 Sol

Estimez le coût d'une requête GPT-6 Sol avant l'intégration. Le calculateur utilise les tarifs actuels de votre compte ; les prix officiels servent de référence.

Calculateur de requête

Saisissez la répartition des tokens d'une requête et le nombre d'appels d'outils réussis.

Coût estimé par requête

GPT-6 Sol
Tarif contexte court
USD$0.0046
Crédits0.3085

Estimation officielle $0.0051 · économie $0.0006 (10%)

Tokens d'entrée0.1224 cr
Tokens lus en cache0.0025 cr
Tokens écrits en cache0 cr
Tokens de sortie0.1836 cr

Facturation minimale : 0.01 crédit par requête. À partir de 272K tokens de prompt, l'entrée et les rôles de cache sont facturés ×2, la sortie ×1.5. Les appels d'outils ne sont pas multipliés.

Guide budgétaire

Nombre approximatif de requêtes avec la répartition actuelle.
Ajouter des crédits
$10
Environ 2106 requêtes

Pour des tests rapides

$50
Environ 11021 requêtes

Pour le développement courant

$100
Environ 22042 requêtes

Pour l'évaluation en production

Tarifs des outils côté serveur

Seuls les appels côté serveur réussis sont facturés à l'appel ; les tentatives échouées n'ont pas de frais d'outil, mais les tokens restent facturés.
  • Recherche web$0.010/ appel0.68 cr / appel

API GPT-6 Sol

Le modèle GPT-6 d’OpenAI conçu pour alimenter le codage complexe et les workflows agentiques — modifications multifichiers, agents pilotés par les outils et longues tâches d’implémentation — disponible via une seule clé API EvoLink avec Chat Completions et Responses.

GPT-6 Sol est servi sur EvoLink sous l'ID de modèle gpt-6-sol via Chat Completions · Responses, avec la même clé API et le même solde que tous les autres modèles. Il offre une fenêtre de contexte de 1.05M et jusqu'à 128K tokens de sortie, ainsi que le codage, les agents multi-étapes, l'usage d'outils.

GPT-6 Sol

Spécifications et capacités de GPT-6 Sol

Les chiffres proviennent de la configuration de route EvoLink ; les capacités sont celles que l'API expose aujourd'hui.

Fenêtre de contexte
1.05M tokens
Sortie max.
128K tokens
Entrée
Texte + images
Sortie
Texte · JSON (sortie structurée) · appels d'outils
Raisonnement
Effort de raisonnement configurable
Usage d'outils
Appels de fonctions avec séquences d'outils multi-étapes
Cache de prompt
Tarifs écriture + lecture de cache
Palier long contexte
×2 entrée / ×1.5 sortie au-delà de 272K tokens de prompt
Protocoles
Chat Completions · Responses
ID du modèle
gpt-6-sol

À quoi GPT-6 Sol convient le mieux

Un seul model ID exact pour le trafic de code et d’agents ; confiez le travail de bout en bout le plus difficile à GPT-6 Astra et les appels ciblés à fort volume à GPT-6 Luna. OpenAI rapporte 68,8 % sur DeepSWE v1.1 à l’effort max et un taux de tromperie en code de 1,3 %, contre 10,4 % pour GPT-5.6 Sol (chiffres de l’éditeur).

Livrer des modifications multifichiers

Planifier, modifier et tester sur plusieurs fichiers dans une même tâche, et itérer sur les tests en échec au lieu de s’arrêter à une seule suggestion plausible.

Exécuter des agents pilotés par les outils

Enchaîner appels de fonctions, recherche de fichiers et autres outils intégrés sur la Responses API ; sur Chat Completions, l’appel de fonctions exige reasoning_effort none.

Régler le raisonnement à chaque requête

Choisir reasoning_effort de none à max à chaque appel : none pour un routage rapide vers les outils, des niveaux plus élevés pour le débogage et les revues de conception. Les tokens de raisonnement sont facturés comme sortie.

Garder le contexte projet dans une seule fenêtre

Faire tenir fichiers du dépôt, spécifications et résultats d’outils dans une fenêtre de 1,05 M de tokens ; testez la récupération et le respect des instructions sur vos propres charges avant d’exploiter toute la fenêtre.

Deux façons d'utiliser GPT-6 Sol : API EvoLink ou Agent

Utilisez l'API EvoLink pour les backends produit et les traitements par lots, ou appelez GPT-6 Sol depuis Codex, Claude ou Gemini pour vos workflows de code et d'analyse. Les deux voies partagent la même clé API EvoLink, le même solde, le même ID de modèle et le même historique de requêtes.

Option 1

Intégrer avec l'API EvoLink

Idéal pour : backends produit, traitements par lots, pipelines automatisés

Envoyez à EvoLink des requêtes Chat Completions compatibles OpenAI (ou Anthropic Messages) et contrôlez l'ID de modèle, le prompt système, le budget de sortie, les outils et la sortie structurée.

  1. 1Créez une clé API EvoLink dans la console
  2. 2Pointez votre SDK OpenAI ou Anthropic vers l'URL de base EvoLink et sélectionnez l'ID de modèle affiché ci-dessus
  3. 3Envoyez une requête représentative et lisez le champ usage pour les tokens d'entrée, en cache et de sortie
  4. 4Définissez max_tokens et les réessais par tâche ; conservez les ID et résultats des appels d'outils entre les tours
Créer une clé API EvoLink
Option 2

L'appeler avec un Agent

Idéal pour : tâches de code, de revue et d'analyse dans Codex, Claude et Gemini

Donnez à l'Agent la tâche, les entrées à inclure et les critères d'acceptation. Il assemble la requête, appelle GPT-6 Sol via EvoLink et renvoie la réponse avec la consommation de tokens.

  1. 1Définissez EVOLINK_API_KEY dans votre environnement local ; jamais dans le code ni dans un prompt
  2. 2Décrivez la tâche, les entrées à inclure et le format de sortie attendu
  3. 3Demandez à l'Agent d'appeler GPT-6 Sol via EvoLink et d'afficher la requête avant l'envoi
  4. 4Laissez l'Agent rapporter la réponse, la consommation de tokens et tout corps d'erreur

Exemple de code API GPT-6 Sol et gestion des erreurs

Cet exemple montre la requête exécutable la plus courte : un appel Chat Completions compatible OpenAI avec un prompt système, un message utilisateur et un budget de sortie. Ouvrez l'onglet API pour la référence complète des paramètres et réponses.

Voir la documentation API complète
cURL
curl -X POST https://api.evolink.ai/v1/chat/completions \
  -H "Authorization: Bearer $EVOLINK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-sol",
    "messages": [
      { "role": "system", "content": "You are a senior engineer fixing a failing test suite." },
      { "role": "user", "content": "These tests fail after the refactor. Find the root cause and propose a minimal patch:\n<test output>" }
    ],
    "reasoning_effort": "medium",
    "max_tokens": 4096
  }'

# Use the exact ID gpt-6-sol on both Chat Completions and Responses.
# reasoning_effort accepts none, low, medium (default), high, xhigh, and
# max; reasoning tokens are billed as output. On Chat Completions, function
# calling works only with reasoning_effort set to none; use Responses for
# built-in tools and function calling at higher effort.

Requête invalide ou paramètre non pris en charge

Vérifiez l'ID de modèle, le tableau messages et les plages de paramètres dans la référence API ; retirez les champs que cette route ne prend pas en charge.

Problème d'authentification ou de solde

Vérifiez le jeton Bearer Authorization et confirmez le solde disponible dans la console.

Longueur de contexte dépassée

Les tokens du prompt dépassent la fenêtre de contexte de GPT-6 Sol. Réduisez ou ne récupérez que les éléments pertinents et réutilisez les préfixes en cache.

Limite de débit (429)

Attendez et réessayez avec un délai aléatoire ; regroupez ou mettez en file d'attente les requêtes au lieu de rafales parallèles.

Contenu ou appel d'outil rejeté

Vérifiez le contenu sensible, les arguments d'appel d'outil mal formés et les écarts de schéma JSON avant de réessayer.

Avant de passer GPT-6 Sol en production

Quatre vérifications qui décident du coût et de la stabilité.

01

Choisir l’ID de modèle GPT-6 Sol exact

Utilisez gpt-6-sol sur Chat Completions et Responses ; il n’existe pas d’alias générique gpt-6.

Obligatoire
02

Choisir l’endpoint pour les appels d’outils

Utilisez Responses pour les outils intégrés et l’appel de fonctions ; sur Chat Completions, l’appel de fonctions ne fonctionne qu’avec reasoning_effort none.

Obligatoire
03

Structurer les prompts pour les lectures de cache

Placez les instructions stables et les références en premier pour que les lectures de cache remplacent l’entrée au plein tarif.

Recommandé
04

Prévoir le seuil de 272K et mesurer avec usage

Au-delà de 272K tokens de prompt, toute la requête passe au tarif long contexte ; rapprochez le coût depuis l’objet usage avant de monter en charge.

Recommandé

Cache de prompt en quatre parties

L’entrée non cachée, les lectures de cache, les écritures de cache et la sortie sont réglées séparément à partir de l’objet d’usage final. Les écritures de cache ne sont pas refacturées comme entrée ordinaire.

Seuil de contexte long

Au-delà de 272K tokens de prompt, l’entrée et les deux rôles de cache passent à 2× et la sortie à 1,5× pour la requête entière.

GPT-6 Sol face à GPT-6 Astra et GPT-5.6 Sol

EvoLink

Comparez GPT-6 Sol avec GPT-6 Astra et GPT-5.6 Sol selon les prix EvoLink par 1M de tokens.

GPT-6 Sol
Prix EvoLink / 1M (entrée / sortie)$1.8 / $9
Fenêtre de contexte1.05M
Cache de promptLecture + écriture de cache
Idéal pourCode complexe, boucles d’agents avec de nombreux appels d’outils et longues tâches d’implémentation
GPT-6 Astra
Prix EvoLink / 1M (entrée / sortie)$9 / $45
Fenêtre de contexte1.05M
Cache de promptLecture + écriture de cache
Idéal pourLe travail de bout en bout le plus difficile en raisonnement, code, computer use et recherche
GPT-5.6 Sol
Prix EvoLink / 1M (entrée / sortie)$3.6 / $18
Fenêtre de contexte1.05M
Cache de promptLecture + écriture de cache
Idéal pourPalier Sol de la génération précédente pour le raisonnement exigeant et les agents de code

Les prix en contexte de base reflètent les tarifs actuels de votre compte ; les visiteurs non connectés voient les tarifs Default. Les multiplicateurs long contexte figurent dans la section Tarifs.

Famille de modèles GPT

Même clé API, même solde : changez de palier sans toucher à l’intégration.

Comparer tous les modèles GPT
GPT-6.1 Terra

GPT-6.1 Terra

Raisonnement visuel, computer use et rédaction rapides et efficaces

Voir le modèle
GPT-6.1 Sol

GPT-6.1 Sol

Nouveau Sol pour le code multi-fichiers et les agents sur Responses

Voir le modèle
GPT-6 Astra

GPT-6 Astra

Le modèle le plus capable d’OpenAI pour le travail de bout en bout le plus difficile

Voir le modèle

Autres modèles texte sur EvoLink en plus de GPT-6 Sol

Claude Opus 5

Claude Opus 5

Précédent modèle phare de niveau Opus d’Anthropic, pour le code à l’échelle du dépôt, les agents de longue durée et les revues exigeant du discernement.

Voir le modèle
DeepSeek V4 Pro

DeepSeek V4 Pro

Le palier le plus puissant de DeepSeek, avec mode thinking et fenêtre de contexte de 1M pour le raisonnement avancé.

Voir le modèle
Gemini 3.8 Flash

Gemini 3.8 Flash

Le modèle Flash le plus capable de Google, en progrès sur l’ingénierie logicielle et les tâches agentiques, avec une fenêtre de contexte de 1M.

Voir le modèle
Grok 4.7

Grok 4.7

Modèle xAI de raisonnement et d’outils avec une fenêtre de contexte de 500K et des outils côté serveur facturés à l’usage.

Voir le modèle

Pour aller plus loin avec GPT-6 Sol

Date de sortie et déploiement de GPT-6 Sol

Date de sortie et déploiement de GPT-6 Sol

Sorti le 22 septembre 2026 ; déploiement par canal et ce qu’OpenAI rapporte sur le code et l’honnêteté des agents

Lire le guide
GPT-6 Sol vs GPT-5.6 Sol

GPT-6 Sol vs GPT-5.6 Sol

Prix catalogue divisé par deux, même contexte 1,05M, la règle d’appel d’outils sur Chat Completions et un critère de migration par coût par tâche acceptée

Lire le guide
Guide de l’API GPT-6 (Astra)

Guide de l’API GPT-6 (Astra)

Premier appel, effort de raisonnement, règles de facturation 272K et cache communes à la famille GPT-6

Lire le guide

API GPT-6 Sol – FAQ

Quel model ID utiliser ?

Utilisez gpt-6-sol. Il n’existe pas d’alias générique gpt-6, et le même ID fonctionne sur Chat Completions et Responses.

Combien coûte GPT-6 Sol sur EvoLink ?

Les tarifs par défaut d’EvoLink sont de $1.800 en entrée et $9.000 en sortie par 1M de tokens, contre $2.000 / $10.000 au catalogue OpenAI. Les lectures de cache coûtent $0.181 et les écritures $2.250 par 1M de tokens ; les utilisateurs connectés voient les tarifs de leur propre compte.

Comment l’entrée en cache est-elle facturée ?

Les lectures et les écritures de cache sont des segments de tokens distincts. Aucun n’est refacturé comme entrée ordinaire.

Quand les tarifs contexte long s’appliquent-ils ?

Lorsque le total des tokens de prompt dépasse 272 000, la requête entière utilise les multiplicateurs de contexte long : 2× pour l’entrée et les deux rôles de cache, 1,5× pour la sortie.

Quels niveaux d’effort de raisonnement sont pris en charge ?

reasoning_effort sur Chat Completions et reasoning.effort sur Responses acceptent none, low, medium (par défaut), high, xhigh et max. Un effort plus élevé consomme plus de tokens de raisonnement, facturés comme sortie ; none omet le raisonnement pour obtenir la latence la plus faible.

Puis-je utiliser l’appel de fonctions sur Chat Completions ?

Uniquement avec reasoning_effort réglé sur none. Pour les outils intégrés, ou pour l’appel de fonctions avec un effort de raisonnement plus élevé, appelez la Responses API avec le même ID gpt-6-sol.

Quels sont la fenêtre de contexte et la sortie maximale ?

GPT-6 Sol dispose d’une fenêtre de contexte de 1 050 000 tokens, avec jusqu’à 922 000 tokens d’entrée et jusqu’à 128 000 tokens de sortie par requête.

Faut-il migrer de GPT-5.6 Sol vers GPT-6 Sol ?

GPT-6 Sol conserve le contexte de 1,05M, la sortie de 128K et les six niveaux de raisonnement de GPT-5.6 Sol, à la moitié du prix catalogue OpenAI, avec des connaissances plus récentes (20 avril 2026). OpenAI rapporte 68,8 % sur DeepSWE v1.1 à l’effort max et un taux de tromperie en code de 1,3 % contre 10,4 % pour GPT-5.6 Sol ; ce sont des chiffres de l’éditeur. Décidez sur vos propres tâches avec le coût par tâche acceptée, pas le prix par token ; le guide GPT-6 Sol vs GPT-5.6 Sol ci-dessous fournit le jeu d’acceptation et le seul changement de contrat à vérifier d’abord : l’appel de fonctions sur Chat Completions exige reasoning_effort none.

GPT-6 Sol, Astra ou Luna : lequel utiliser ?

Sol pour le code complexe et les agents pilotés par outils ; le travail de bout en bout le plus dur (raisonnement, recherche, computer use) vers GPT-6 Astra ; les appels ciblés à haut volume comme la classification, l’extraction et le routage vers GPT-6 Luna. Les trois partagent le contexte de 1,05M, la même intégration et la même règle 272K, donc vous pouvez répartir le trafic par tâche avec une seule clé API. La page collection GPT les compare côte à côte.