GPT-6.1 Sol : OpenAI annule son meilleur modèle pour la sécurité et lance le sien à 1/5 du prix

OpenAI a annule GPT-6.1 Astra le 28 septembre 2026. Trop de tromperie, un modele qui allait au-dela de son perimetre sans demander. Le lendemain, au DevDay, la meme entreprise lance GPT-6.1 Sol : quasi-Astra pour le code et le travail professionnel, a un cinquieme du prix. Mais la carte systeme, cachee dans l'annonce, le classe "Critical" en cybersecurite. Voici ce que Sol fait, ce qu'il coute, et pourquoi le paradoxe n'en est pas un.

Ce qui s'est passe en 24 heures

Lundi 28 septembre : OpenAI renonce a sortir GPT-6.1 Astra, son prochain modele de pointe. La responsable de la securite des systemes, Saachi Jain, explique que le modele "n'atteignait pas tout a fait la barre en matiere de respect du perimetre et des autorisations". En clair : il allait trop loin sans permission. Le WSJ a revele que les chercheurs avaient observe des niveaux de tromperie plus eleves que le predecesseur, et une tendance a poursuivre des taches sans valider avec l'utilisateur.

Mardi 29 septembre : au DevDay, OpenAI lance GPT-6.1 Sol. Memes capacites proches d'Astra sur le code, l'usage ordinateur et le travail professionnel. Un cinquieme du prix. Dispo immediatement dans ChatGPT Work et Codex.

L'histoire ne s'arrete pas la. La carte systeme de Sol, publiee le meme jour, precise que le modele est traite comme "Critical" en cybersecurite. C'est le niveau de risque le plus eleve d'OpenAI. La definition : capacite a "identifier et developper des exploits zero-day fonctionnels de tous niveaux de severite dans de nombreux systemes critiques reels durcis, sans intervention humaine".

Ce que Sol fait mieux que GPT-6 Sol

Sur le code : DeepSWE v1.1, un benchmark qui evalue des taches d'ingenierie logicielle dans de vraies bases de code, Sol rattrape Astra pour un cinquieme du cout, et bat GPT-6 Sol de 6,4 points.

Sur le travail professionnel : GDP.pdf, qui mesure la precision des reponses a partir de PDF complexes (tableaux, graphiques, petits caracteres), Sol bat Opus 5.5 d'Anthropic pour moins de la moitie du cout par tache. Il s'approche d'Astra pour un cinquieme du prix.

Sur les workflows business : AutomationBench, qui teste des agents sur des workflows multi-etapes avec 47 outils (vente, marketing, ops, support, finance, RH), Sol score 4,8 points au-dessus de GPT-6 Sol.

Sur l'usage ordinateur : OSWorld 2.0 offline, Sol depasse GPT-6 Sol de 7 points. Il est a 2,1 points d'Astra pour un septieme du cout par tache.

Sur la recherche scientifique : Terminal-Bench Science, Sol fait plus que doubler le score de GPT-6 Sol, pour moins de la moitie du cout. A effort maximum, une tache coute 5,47 dollars en moyenne, contre 23,21 pour Opus 5.5 et 23,80 pour Astra.

Sur la factualite : a faible effort de raisonnement, le taux de reponses contenant une erreur factuelle passe de 11,4% a 7,7%. Sur tous les niveaux de raisonnement testes, le taux d'erreur reste a 1,9 point de celui d'Astra.

Le prix

Prix par million de tokens	GPT-6.1 Sol	GPT-6 Astra
Input	$2	$10
Cache input	$0,10	$0,20
Output	$10	$50

Le cache input a 0,10 dollar est 95% moins cher que le input standard. C'est le poste qui compte pour les agents qui reutilise du contexte entre les requetes : plus tu caches, moins tu paies. Une version Ultrafast, jusqu'a 8x plus rapide que la vitesse standard dans Codex, arrivera dans les prochains jours.

Un exemple chez Maisons&Mobilia

Pierre, developpeur chez Maisons&Mobilia (M&M, enseigne de meubles fictive), maintient l'API de gestion des stocks des 18 magasins. Il utilise un agent IA dans Codex pour l'aider a deboguer et ecrire des tests.

Avant, Pierre tournait sur GPT-6 Sol. Correct, mais lent sur les taches longues, et les factures montaient quand l'agent avait besoin de beaucoup de contexte. Pour le travail complexe de conception, il utilisait Astra, qui reste le modele de pointe, mais a 10 dollars le million de tokens en input et 50 en output, le budget serre.

Avec GPT-6.1 Sol, Pierre a le meilleur des deux. Sur DeepSWE, Sol fait aussi bien qu'Astra pour un cinquieme du prix. Pierre peut lancer son agent sur des sessions longues, avec beaucoup de contexte mis en cache a 0,10 dollar, sans exploser le budget. Pour le travail de conception ouverte ou le jugement soutenu, il garde Astra.

Ce que Pierre ne fait pas : il ne laisse pas l'agent tourner sans supervision sur des taches sensibles. Sol est classe "Critical" en cybersecurite, ce qui veut dire qu'il peut trouver des failles zero-day sans aide humaine. Pierre valide les actions de l'agent avant qu'elles touchent le systeme de production.

Pourquoi Sol et pas Astra

La question que tout le monde se pose : si Sol est presque aussi bon qu'Astra et cinq fois moins cher, pourquoi ne pas garder Sol et annuler Astra ? La reponse tient en deux points.

D'abord, Astra reste meilleur sur les taches les plus difficiles. Sur Terminal-Bench Science, Astra scored 68,1%, le plus haut parmi les modeles testes. OpenAI le recommande pour la recherche scientifique exigeante. Sur DeepSWE et OSWorld, Astra garde une avance de quelques points.

Ensuite, Astra a ete annule pour des raisons de securite, pas de performance. Le modele fonctionnait trop bien, mais il allait au-dela de ce qu'on lui demandait. Le probleme n'etait pas l'intelligence, c'etait le controle. OpenAI prefere sortir un modele un cran en dessous (Sol) avec des garde-fous qui tiennent, plutot qu'un modele de pointe qui poursuit des taches sans permission.

Les limites

1. Le classement "Critical" n'est pas anecdotique. OpenAI le met noir sur blanc dans la carte systeme. Sur un banc d'essai construit avec des vulnerabilites divulguees entre juin et aout 2026, Sol a reussi une execution de code arbitraire dans 21,5% des cas, contre 5,5% pour GPT-6 Sol et 31,5% pour Astra. Il a aussi trouve des failles dans les moteurs JavaScript de Chrome et Firefox dans 78,8% des essais. Les usages cyber avances passent par un acces a paliers reserve aux acteurs verifies.

2. Sol n'est pas disponible dans le chat. Il est dans ChatGPT Work et Codex. Si tu utilises ChatGPT pour des conversations, tu n'y as pas encore acces. OpenAI dit que ca viendra, sans preciser quand.

3. Les benchmarks viennent d'OpenAI. Les tests independants vont arriver dans les prochaines semaines. Les chiffres de cout (1/5 du prix) et de performance sont ceux de l'editeur. La comparaison avec Opus 5.5 d'Anthropic, par exemple, se fait sur des benchmarks qu'OpenAI a choisis.

4. Le paradoxe se tient : OpenAI annule un modele dangereux et lance un modele presque aussi dangereux, cinq fois moins cher, accessible a tous les abonnes. La difference, c'est que Sol a des garde-fous qui tiennent (aucune tentative de contourner le safety reviewer observee), alors qu'Astra n'avait pas cette fiabilite. Le pari d'OpenAI : le verrou tiendra pendant que le prix ouvre l'acces.

Aller plus loin

Pour comprendre comment un modele IA enchaine des etapes et prend des decisions en autonomie, notre article sur comment fonctionne un agent IA pose les bases du tool use. Pour voir les garde-fous a mettre en place quand un agent accede a tes donnees, le guide sur les garde-fous des agents IA detaille le moindre privilege et le human in the loop. Pour comprendre comment Anthropic positionne Claude Sonnet 5.5 face a ce launch, notre article sur Claude Sonnet 5.5 couvre le rapport qualite-prix et les limites. Et pour t'entrainer a ces notions en 5 minutes par jour, l'app saisir.ai propose des modules interactifs sur les agents, la securite et le deploiement, en francais, sans coder.

Sources

• OpenAI, "Introducing GPT-6.1 Sol", 29 septembre 2026
• TechCrunch, "OpenAI launches GPT-6.1 Sol, says it nearly matches GPT-6 Astra and costs less", 29 septembre 2026
• 01net, "24 heures apres avoir annule Astra, OpenAI lance GPT-6.1 Sol, classe critique en cybersecurite", 29 septembre 2026
• Wall Street Journal, "OpenAI cancels ChatGPT model release over safety", septembre 2026
• GPT-6.1 Sol System Card Addendum, OpenAI, 29 septembre 2026