Les modèles : GPT-5.6 Sol, Terra et Luna

Comprendre les modèles disponibles dans ChatGPT

Quand vous ouvrez ChatGPT, vous ne parlez pas toujours au même modèle. Depuis le 9 juillet 2026, OpenAI propose la famille GPT-5.6, composée de trois modèles aux forces différentes. Savoir lequel choisir est une compétence à part entière : c’est la différence entre attendre trente secondes une réponse qui en méritait trois, et confier un arbitrage délicat à un modèle qui répond trop vite pour bien le faire.

Le sélecteur, en haut de la conversation, permet d’en changer à tout moment. Selon votre abonnement, vous aurez accès à tout ou partie des options suivantes.

Ce qui a changé : plus de modèles de raisonnement séparés

Si vous avez utilisé ChatGPT avant l’été 2026, vous vous souvenez peut-être de la génération précédente : GPT-5.3 et GPT-5.4 pour l’usage courant, et des modèles de raisonnement dédiés — o3, o3-pro, o4-mini — qu’il fallait sélectionner à part.

Cette séparation n’existe plus. Avec la famille GPT-5.6, le raisonnement est devenu un réglage que chaque modèle applique à la demande : le même modèle peut répondre instantanément à une question simple ou prendre le temps de décomposer un problème complexe. Vous choisissez d’abord le modèle — Sol, Terra ou Luna — puis, si la tâche le justifie, l’intensité de réflexion.

Terra, le modèle du quotidien

Terra est le modèle équilibré de la famille, et celui que vous utiliserez le plus souvent. Ses réponses arrivent en quelques secondes, il comprend le texte comme les images, il est aussi à l’aise en français que dans des dizaines d’autres langues, et il traite correctement toute la gamme des tâches ordinaires : rédaction, analyse, traduction, code, résumé. Email de relance, compte-rendu à condenser, page de documentation à traduire, question factuelle — Terra est le bon choix par défaut.

Sol, le modèle phare

Sol est le modèle le plus capable de la famille. Combiné à un réglage de raisonnement élevé, il remplace ce que faisaient les anciens modèles o3 et o3-pro. Il se distingue sur les analyses approfondies, celles où il faut peser le pour et le contre entre des options qui ne se départagent pas en trois lignes. Il est nettement supérieur sur les problèmes mathématiques et logiques, sur le code avancé — bug difficile, choix d’architecture logicielle — et il saisit mieux les consignes subtiles. Réservez-le aux tâches qui comptent vraiment : analyser un contrat avant signature, comparer deux stratégies commerciales, déboguer un code qui résiste depuis deux jours.

Luna, rapide et économe

Luna est le plus léger des trois. Il traite les demandes simples presque instantanément et consomme moins de ressources, ce qui compte directement quand votre plan impose des limites d’utilisation. C’est le modèle des questions factuelles, des reformulations courtes et des petites traductions. Une série de vingt titres à raccourcir se traite avec Luna sans le moindre regret.

Le réglage de raisonnement

Quand une tâche est complexe, vous pouvez demander au modèle de raisonner plus longtemps avant de répondre. Un indicateur s’affiche pendant qu’il travaille ; la réponse arrive plus lentement, mais elle est plus structurée et nettement plus fiable sur les problèmes difficiles.

L’intensité se règle par paliers, du plus léger — aucune réflexion préalable, la réponse tombe immédiatement — au plus poussé. Au réglage maximal, réservé aux tâches les plus lourdes, le modèle attaque le problème sous plusieurs angles avant de trancher. C’est le mode le plus puissant, mais aussi le plus lent et le plus gourmand : sur une question à laquelle vous connaissez déjà la moitié de la réponse, vous attendrez une minute pour un gain nul.

La règle est simple : plus la tâche exige de logique, de calcul ou d’arbitrage, plus le raisonnement approfondi apporte. Sur la rédaction fluide ou les questions factuelles, il n’apporte rien, et une réponse directe de Terra est souvent plus naturelle qu’une réponse longuement délibérée.

Comment choisir, et l’erreur qui coûte le plus

Une question rapide appelle Luna ; une tâche quotidienne courante, Terra ; une tâche à fort enjeu, Sol ; un problème vraiment complexe, Sol avec un raisonnement approfondi. Dans le doute, partez de Terra et montez d’un cran si la réponse ne vous satisfait pas.

L’erreur la plus répandue va dans l’autre sens : lancer Sol avec un raisonnement maximal pour reformuler une phrase, autrement dit sortir le camion pour aller chercher le pain. Vous attendez, vous consommez votre quota, et le résultat n’est pas meilleur. L’erreur symétrique est plus discrète : ne jamais toucher au sélecteur. Beaucoup d’utilisateurs ignorent jusqu’à son existence et laissent une analyse contractuelle à un modèle léger. Vérifiez d’un coup d’œil quel modèle est actif avant une tâche importante.

Comparez par vous-même

Posez exactement la même question à Terra, puis à Sol avec un raisonnement approfondi :

« Quels sont les avantages et inconvénients de créer une SAS vs une SARL pour une startup tech de 3 personnes en France ? Présente les différences clés dans un tableau comparatif. »

Observez la vitesse de réponse, où Terra prendra nettement l’avantage, puis la profondeur de l’analyse, généralement plus détaillée et mieux structurée avec Sol. L’indicateur de réflexion affiché pendant le travail du modèle vous donnera une idée concrète du temps que coûte ce supplément de rigueur.

Points clés à retenir

• La famille GPT-5.6 (disponible depuis le 9 juillet 2026) compte trois modèles : Sol (phare), Terra (équilibré), Luna (léger)
• Le raisonnement n’est plus un modèle séparé : c’est un réglage d’intensité applicable à chaque modèle
• Terra est votre choix par défaut ; Sol avec raisonnement approfondi remplace les anciens modèles o3/o3-pro
• Le raisonnement se règle par paliers ; au maximum, il est puissant mais lent et gourmand
• Choisissez votre modèle en fonction de la complexité de la tâche, pas par habitude