Le pari à trois niveaux d’OpenAI devient public
GPT-5.6 n’est pas un modèle unique mais une famille de trois, chacun tarifé et optimisé pour une tâche différente. Selon l’annonce de prévisualisation d’OpenAI, Sol est le niveau phare, réglé pour un effort de raisonnement maximal et positionné comme l’option la plus puissante pour le code, la recherche et les tâches agentiques complexes. Terra se situe au milieu, conçu pour les tâches d’entreprise à fort volume comme l’analyse de documents et le support client. Luna est le niveau le plus rapide et le moins cher, destiné à la rédaction quotidienne et au résumé. Le déploiement s’est achevé en 24 heures sur ChatGPT, ChatGPT Work, Codex et l’API, selon la couverture du lancement par TestingCatalog, un rythme de distribution bien plus rapide que les déploiements échelonnés utilisés par OpenAI pour les générations précédentes de GPT.
La tarification évolue clairement avec la capacité. D’après l’analyse technique de Simon Willison, Sol coûte 5 $ par million de tokens en entrée et 30 $ par million en sortie ; Terra coûte 2,50 $/15 $ ; Luna coûte 1 $/6 $. Les trois partagent une fenêtre de contexte d’un million de tokens et une sortie maximale de 128 000 tokens, avec une date limite de connaissances au 16 février 2026. Sur le benchmark Agents’ Last Exam, Sol a obtenu un score de 53,6 — soit 13,1 points de plus que le résultat en raisonnement adaptatif de Claude Fable 5 — tandis que les niveaux moins chers ont égalé ou dépassé ce rival pour environ un seizième du coût, selon l’analyse de Willison. Cette combinaison de performance de pointe et de tarification agressivement échelonnée est l’histoire principale que la plupart des couvertures médiatiques ont retenue. La fonctionnalité enfouie en dessous — ultra mode — est celle qui change réellement la façon dont les entreprises doivent architecturer et budgétiser le travail agentique.
Ultra Mode : quand un seul prompt devient quatre travailleurs
Ultra mode n’est pas un quatrième niveau de modèle ; c’est une couche de coordination disponible au-dessus de Sol. Au lieu d’un seul passage de raisonnement, ultra mode décompose une tâche et lance des subagents parallèles qui travaillent simultanément sur différentes composantes avant qu’une étape de synthèse finale ne recombine leurs résultats. La couverture du lancement par MarkTechPost décrit cela comme l’intégration de la coordination d’agents directement dans l’API de base via un nouvel outil multi-agents, plutôt que comme une fonctionnalité ajoutée après coup. Par défaut, ultra exécute quatre agents en parallèle — un choix de conception délibéré qui sacrifie l’efficacité en tokens au profit de résultats plus solides et d’un achèvement plus rapide sur les tâches exigeantes, selon le reportage de TestingCatalog.
Le gain de performance est mesurable : ultra mode a fait passer les résultats de Terminal-Bench 2.1 de 88,8 % à 91,9 %, un saut qui nécessiterait normalement un nouveau modèle de base plutôt qu’un simple changement de routage. OpenAI a également démontré que la couche de coordination pouvait dépasser largement son défaut de quatre agents — le rapport de déploiement de Neowin note qu’une configuration spécialisée « multiagent v2 » a coordonné jusqu’à 64 subagents simultanés lors d’un exercice de recherche interne, bien que cette configuration n’ait pas été livrée aux clients. Ce qui a effectivement été livré est plus modeste mais reste significatif : ultra mode est disponible dans ChatGPT Work pour les abonnés Pro et Enterprise, dans Codex pour les comptes de niveau Plus et supérieur, et en version bêta dans l’API Responses. Parallèlement à ultra mode, OpenAI a introduit l’appel d’outils programmatique — du JavaScript écrit par le modèle et exécuté dans un environnement V8 isolé sans accès réseau — que des premiers clients d’entreprise rapportent réduire l’usage de tokens de 38 % à 63,5 % sur les flux de travail à forte utilisation d’outils, selon MarkTechPost. Ce gain d’efficacité compense partiellement le coût en tokens d’ultra mode, mais seulement pour les équipes qui adoptent les deux fonctionnalités ensemble, de manière délibérée.
L’économie du cache a également évolué. Les écritures de cache sont désormais facturées à 1,25 fois le tarif non mis en cache, tandis que les lectures de cache conservent une remise de 90 % et une durée de vie minimale de 30 minutes, selon l’analyse de Willison. Pour les équipes qui exécutent les subagents parallèles d’ultra mode sur un contexte partagé, cette pénalité d’écriture s’accumule rapidement — chaque subagent qui alimente sa propre tranche de cache paie la surtaxe, avant même qu’aucun des quatre travailleurs ne produise un résultat exploitable.
Publicité
Ce que les dirigeants IA d’entreprise devraient faire face à Ultra Mode
Le parallélisme à quatre voies d’ultra mode est facile à activer et facile à sous-budgétiser. Avant de l’activer pour des charges de travail en production, les responsables de l’ingénierie et des finances doivent le traiter comme une décision d’architecture, et non comme une simple case à cocher.
1. Reconstruire les budgets de tokens autour d’un multiplicateur de 4x, pas d’une grille tarifaire par token
Les modèles de coûts standards supposent un seul passage de raisonnement par requête. Le défaut d’ultra mode de quatre subagents parallèles signifie qu’un seul appel en ultra mode peut consommer environ quatre fois plus de tokens qu’un appel Sol équivalent sans ultra mode, avant même de tenir compte de l’étape de synthèse qui recombine les résultats des subagents. Les équipes financières qui budgétisent les dépenses IA sur la base du tarif annoncé de Sol à 5 $/30 $ par million sans multiplicateur ultra mode seront prises au dépourvu dès leur première facture mensuelle. Modélisez directement le gain de 88,8 % à 91,9 % sur Terminal-Bench par rapport au coût en tokens — pour les tâches où le saut de précision ne change pas une décision commerciale en aval, la dépense marginale d’ultra mode est un pur surcoût, pas un investissement.
2. Restreindre ultra mode selon la complexité de la tâche, pas selon le niveau d’abonnement de l’utilisateur
Puisqu’ultra mode est restreint aux sièges Pro/Enterprise de ChatGPT Work et aux comptes Plus et supérieurs de Codex, le mode d’échec naturel consiste à l’activer pour chaque utilisateur qui détient ce niveau d’abonnement plutôt que pour les tâches spécifiques qui justifient le coût. Construisez une politique interne qui n’oriente vers ultra mode que les tâches longues et à fort enjeu — refontes complexes, synthèse multi-documents, agrégation de recherche — et laisse tout le reste par défaut sur Sol ou Terra standard. Une politique générale de type « donner ultra mode aux utilisateurs avancés » multiplie la facture de tokens sur des requêtes routinières qui n’ont jamais eu besoin de quatre travailleurs parallèles.
3. Instrumenter l’observabilité au niveau des subagents avant d’étendre l’adoption
Une seule réponse en ultra mode contient désormais le travail combiné de jusqu’à quatre threads de raisonnement indépendants plus une étape de synthèse, ce qui signifie qu’une réponse erronée ou hallucinée pourrait provenir de l’un de ces cinq endroits. La journalisation standard d’un seul appel ne permettra pas d’isoler quel subagent a introduit une erreur ou où l’étape de synthèse a laissé passer une contradiction entre les résultats de deux subagents. Avant d’intégrer ultra mode dans tout flux de travail à réelles conséquences commerciales — révision de contrats, analyse financière, réponses destinées aux clients — instrumentez la journalisation au niveau des subagents, pas seulement du résultat final, afin que les défaillances soient traçables jusqu’à leur source.
4. Renégocier la stratégie de mise en cache autour de la nouvelle pénalité d’écriture
Le passage à une surtaxe de 1,25 fois sur les écritures de cache change le calcul pour toute architecture qui repose sur un contexte partagé entre appels parallèles. Les équipes qui traitaient auparavant la mise en cache agressive comme un gain d’efficacité gratuit doivent désormais évaluer si les quatre subagents concurrents d’ultra mode, qui alimentent des tranches de cache séparées, créent une surcharge d’écriture suffisante pour annuler la remise de 90 % côté lecture. Pour les pipelines agentiques à fort volume, cela peut signifier consolider le contexte en écritures de cache moins nombreuses mais plus volumineuses plutôt que de laisser chaque subagent mettre en cache indépendamment — un choix de conception qui doit se faire au niveau de la couche d’orchestration, et non être laissé au comportement par défaut de l’API.
La leçon structurelle
Ultra mode préfigure la direction que prend réellement la prochaine phase de la compétition en IA de pointe. La course aux benchmarks entre laboratoires — le score de 53,6 de Sol sur Agents’ Last Exam contre le score en raisonnement adaptatif de Claude Fable 5 — continue de générer les gros titres, mais le changement le plus lourd de conséquences est que « l’intelligence » est de plus en plus livrée sous forme de travail d’agents coordonnés plutôt que d’un seul passage de modèle plus intelligent. Cela a une implication économique directe : le pouvoir de fixation des prix se déplace de la grille tarifaire par token vers la couche d’orchestration, où les décisions sur le nombre d’agents à lancer, la durée de mise en cache du contexte partagé et le moment de déclencher la synthèse déterminent le coût réel d’une tâche bien plus que le prix catalogue du modèle de base.
Pour les entreprises, cela signifie que les critères d’évaluation des fournisseurs doivent s’élargir. Une grille de comparaison de modèles qui ne suit que les scores de benchmark et la tarification par token passera à côté de la variable qui détermine réellement le coût total de possession sous une charge de travail agentique : à quel point les paramètres d’orchestration d’un fournisseur activent le parallélisme par défaut, et avec quelle transparence ce défaut est exposé et contrôlable. OpenAI a rendu visible et documenté le défaut à quatre agents d’ultra mode ; la prochaine vague de pression concurrentielle viendra probablement de laboratoires qui exposeront un contrôle plus fin sur le nombre d’agents, ou qui l’enfouiront entièrement dans une couche de « routage intelligent » opaque, bien plus difficile à budgétiser.
Questions Fréquemment Posées
Qu’est-ce que l’ultra mode de GPT-5.6 ?
Ultra mode est une fonctionnalité de coordination qui s’ajoute au modèle Sol d’OpenAI et qui décompose une tâche en exécutant par défaut quatre subagents parallèles, chacun travaillant sur une partie différente du problème avant qu’une étape de synthèse ne combine leurs résultats. Il a fait passer les résultats de Terminal-Bench 2.1 de 88,8 % à 91,9 %, mais à un coût en tokens proportionnellement plus élevé qu’une requête standard à passage unique.
Combien ultra mode coûte-t-il de plus qu’une utilisation standard de GPT-5.6 ?
OpenAI n’a pas publié de grille tarifaire distincte pour ultra mode — la facturation se base sur la tarification standard de Sol à 5 $ en entrée / 30 $ en sortie par million de tokens, mais comme ultra mode exécute environ quatre subagents parallèles plus une étape de synthèse, une seule requête en ultra mode peut consommer plusieurs fois plus de tokens qu’un appel Sol équivalent sans ultra mode. Les entreprises doivent modéliser ce multiplicateur explicitement plutôt que de supposer une facturation au prix catalogue.
Ultra mode est-il disponible pour tous les utilisateurs de GPT-5.6 ?
Non. Ultra mode est réservé aux abonnés Pro et Enterprise dans ChatGPT Work, aux comptes de niveau Plus et supérieur dans Codex, et proposé en version bêta dans l’API Responses. Il n’est pas disponible sur Terra ou Luna, et OpenAI a démontré — sans toutefois la livrer — une configuration de recherche plus puissante à 64 subagents, au-delà du défaut à quatre agents.
