OpenAI a présenté GPT-5.6 Sol, Terra et Luna avec un lancement qui en dit long autant sur ses capacités que sur ses limites d’accès. La nouvelle famille de modèles arrive avec des améliorations en ingénierie logicielle, utilisation informatique, travail professionnel, recherche scientifique et cybersécurité, mais durant la phase de prévisualisation, elle ne sera disponible qu’à un cercle restreint d’organisations de confiance via l’API et Codex. ChatGPT exclu de cette phase initiale.

Ce qui fait particulièrement parler, ce n’est pas simplement que OpenAI adopte un déploiement progressif. Cela fait partie déjà de la routine pour tout modèle à la pointe. L’essentiel, c’est que la société elle-même reconnaît avoir partagé ses plans et capacités avec le gouvernement des États-Unis avant le lancement, et qu’en collaboration avec l’administration, elle commence avec un groupe limité de partenaires dont la participation a été communiquée au gouvernement. OpenAI précise toutefois qu’elle ne considère pas que ce processus d’accès contrôlé par l’État devrait devenir la norme à long terme.

Pour les médias technologiques, l’enjeu n’est pas uniquement de comparer les aptitudes de GPT-5.6 Sol face à ses concurrents. La question fondamentale est que l’accès à l’IA la plus avancée ressemble de plus en plus moins à une simple utilisation d’une API, et davantage à la gestion d’une infrastructure stratégique soumise à des critères de sécurité nationale, de conformité et d’approbation politique.

Sol, Terra et Luna : trois modèles, une porte d’accès restreinte

OpenAI divise GPT-5.6 en trois niveaux. Sol est le modèle phare, Terra recherche un équilibre entre capacité et coût, et Luna se présente comme l’option la plus rapide et économique. La société introduit également un nouveau mode de raisonnement max pour Sol et un mode ultra utilisant des sous-agents coordonnés pour des tâches complexes.

En termes de prix, Sol coûte 5 dollars pour un million de tokens en entrée et 30 dollars pour un million de tokens en sortie. Terra est à 2,50 $ et 15 $, tandis que Luna se situe respectivement à 1 $ et 6 $. OpenAI améliore aussi la gestion du cache de prompts avec des points de coupure explicites et une durée de vie minimale pour le cache de 30 minutes, permettant des lectures en cache avec une réduction de 90 % des coûts.

Le problème, c’est que ces prix ne prennent que peu d’importance si l’on n’a pas accès au modèle. Pendant la phase de prévisualisation, il n’y a pas de demandes publiques, pas de liste d’attente, et le support OpenAI ne peut pas ajouter manuellement une organisation. L’accès dépend d’organisations sélectionnées, qui collaborent déjà avec un représentant d’OpenAI.

Cette limitation modifie la lecture concurrentielle. Une entreprise peut avoir le budget, une équipe technique, un cas d’usage et un besoin réel d’accéder à une IA de pointe, mais ne pas y parvenir immédiatement. Dans le cloud traditionnel, la barrière était le paiement pour la capacité et le respect des termes d’utilisation. Dans cette phase de l’IA, la barrière peut devenir simplement d’intégrer une liste de partenaires.

Cybersécurité, biologie et le raisonnement de containment

OpenAI justifie ce déploiement progressif par la combinaison d’une capacité accrue et du besoin de mesures de sauvegarde. Sol est décrit comme son modèle le plus avancé à ce jour, avec des améliorations en capacités autonomes, programmation, biologie et cybersécurité. Sur ce plan, la société affirme que le modèle améliore des tâches telles que la revue de code, l’identification de vulnérabilités, le développement de correctifs, la débogage, la formation et les tests défensifs, tout en tentant de limiter les usages offensifs interdits.

Elle soutient que GPT-5.6 Sol ne franchit pas le seuil « Cyber Critical » de son cadre de préparation. Selon OpenAI, lors d’évaluations avec Chromium et Firefox, le modèle a permis d’identifier des bugs et des primitives d’exploitation, mais n’a pas généré de chaîne complète fonctionnelle de façon autonome dans les conditions testées. Ce point est important : cela ne réduit pas le risque, mais montre comment OpenAI tente d’intégrer le modèle dans un cadre de déploiement maîtrisé.

De plus, des vérifications en temps réel ont été mises en place pour détecter des cas d’usage double, notamment en biologie et cybersécurité. OpenAI précise que certaines requêtes peuvent être bloquées ou retardées pendant que des contrôles supplémentaires s’effectuent, et que ces mécanismes peuvent, exceptionnellement, impacter la légitimité de requêtes valides.

Sur le plan technique, la démarche est cohérente. Un modèle plus puissant peut énormément aider les acteur·rice·s de la cybersécurité, les chercheurs et les équipes de défense. Mais il est aussi vrai que cela peut faciliter les usages malveillants. Lorsqu’une réponse à ce dilemme consiste à limiter l’accès via une liste contrôlée par un gouvernement, la discussion dépasse la simple sécurité produit.

L’open source n’est plus une exception de laboratoire

L’autre aspect du débat se situe en dehors d’OpenAI. Alors que les modèles propriétaires à la pointe deviennent plus puissants et plus contrôlés, les alternatives en open source se rapprochent. DeepSeek V3.2 affiche une licence MIT pour ses actifs distribués dans des dépôts open source, y compris les poids et le code. GLM-5.2, de Z.ai, se présente aussi sous licence MIT, sans limite régionale. La famille Qwen maintient des licences ouvertes comme Apache 2.0 dans ses dépôts officiels.

Il est important de ne pas simplifier. « Modèle ouvert » ne signifie pas toujours transparence totale. Souvent, seuls les poids et le code sont publiés, sans les données d’entraînement ou le processus complet. De plus, tous les modèles open source ne surpassent pas forcément les meilleurs modèles propriétaires sur toutes les tâches. Mais pour une entreprise technologique, la valeur réside aussi dans la capacité à déployer, auditer, adapter et maintenir une alternative, sans dépendre d’une autorisation extérieure.

C’est là toute la différence pratique : un modèle fermé peut offrir de meilleures performances, un support plus solide, une meilleure intégration et une sécurité gérée. Un modèle open source donne un contrôle opérationnel. Il permet de fonctionner sur infrastructure propre, d’ajuster ses politiques, de travailler sans transmettre de données à des tiers, et de réduire la dépendance à des changements unilatéraux en termes d’accès, de prix ou de juridiction.

Pour de nombreuses organisations, la stratégie la plus prudente n’est pas de choisir un camp, mais d’architecturer une solution combinant modèles propriétaires et open source. Mesurer la performance par tâche et éviter que un seul fournisseur devienne un point de défaillance d’ordre politique.

L’IA comme couche géopolitique du logiciel

Le lancement de GPT-5.6 Sol intervient dans une période où l’IA n’est plus seulement un outil de productivité. Elle commence à toucher à la cybersécurité, la recherche scientifique, l’automatisation logicielle, la conception industrielle, la défense, la biotechnologie et les opérations critiques en entreprise. Plus elle s’approche de ces domaines, plus elle ressemble à une technologie régulée.

Ce changement aura des conséquences. Les fournisseurs états-uniens seront soumis à la pression du gouvernement américain, tandis que ceux chinois répondront à leur propre cadre politique et industriel. L’Europe devra décider si elle se contente de consommer des modèles tiers ou si elle construit ses propres capacités pour ne pas rester engoncée entre blocs.

Pour les équipes techniques, la conclusion est moins idéologique que structurelle. La question n’est plus uniquement de savoir « quel modèle répond le mieux ». Il faut aussi se poser : qui contrôle l’accès, où s’exécute-t-il, que faire si la politique d’accès évolue, comment migrer vers un autre fournisseur, quelles données sortent de l’organisation, et quelle partie du système peut être maintenue en local.

GPT-5.6 Sol peut représenter un progrès technique notable. Mais sa prévisualisation limitée révèle une réalité que beaucoup préféreraient ignorer : la frontière de l’IA ne sera pas une API neutre accessible à tous, mais une couche d’infrastructure régulée par des règles, des intérêts, des juridictions et des contraintes.

C’est pourquoi l’open source gagne en importance dans le débat. Non pas parce qu’il est toujours supérieur, mais parce qu’il offre une possibilité stratégique : continuer à opérer sans dépendre d’une autorisation extérieure quand l’accès aux modèles les plus puissants peut devenir une décision politique, ou une condition imposée par un fournisseur.

Questions fréquemment posées

Qu’est-ce que GPT-5.6 Sol ?
C’est le modèle principal de la nouvelle famille GPT-5.6 d’OpenAI, aux côtés de Terra et Luna. OpenAI le présente comme son modèle le plus performant à ce jour.

Est-il accessible via ChatGPT ?
Pas pendant la phase de prévisualisation initiale. OpenAI indique que GPT-5.6 est disponible uniquement via API et Codex pour un groupe limité de partenaires et organisations.

Une entreprise peut-elle demander un accès public ?
Non. Pendant cette phase, il n’y a pas de formulaire public, de liste d’attente ou d’inscription manuelle via le support. OpenAI contacte directement les organisations sélectionnées.

Pourquoi le rôle du gouvernement américain est-il important ?
Parce qu’OpenAI reconnaît avoir coordonné cette preview avec le gouvernement des États-Unis, et que la participation du groupe initial a été partagée avec l’administration.

Est-ce que cela renforce l’argument en faveur de l’open source ?
Oui, même si cela ne remplace pas systématiquement les modèles propriétaires. Les modèles open source offrent un contrôle, une capacité de déploiement, d’audit et d’adaptation indépendamment de toute autorisation extérieure.