GPT-5.6 Sol vs Terra vs Luna : Quelle taille utiliser (Testé en septembre 2026)

GPT-5.6 n'est pas un seul modèle. C'en est trois : Sol, Terra et Luna, par ordre décroissant de taille et de prix, partageant la même fenêtre de contexte de 1,05 million de tokens et le même plafond de 128 000 tokens en sortie. Le nommage d'OpenAI indique l'ordre, rien de plus. Le 2 septembre 2026, nous avons soumis les mêmes trois questions aux trois modèles via notre propre API, diffusé les réponses en streaming et relevé le montant facturé pour chaque requête. La version complète de ce test, portant sur douze modèles — dont Claude Opus 5, Kimi K3, Gemini 3.7 Flash et les autres — se trouve dans notre comparatif du même jour. Cet article se concentre uniquement sur la famille GPT-5.6.

Le constat essentiel : Terra a été le modèle le plus rapide au premier token de l'ensemble des douze modèles testés — pas seulement au sein de la famille —, n'a utilisé aucun token de raisonnement sur les trois prompts, et a produit des réponses qu'un lecteur aveugle n'aurait pas pu distinguer de celles de Sol sur deux prompts sur trois. Sol a justifié son prix une seule fois, sur la question de jugement, et l'a payé au prix fort : une réponse de dix secondes facturée presque quatre fois plus cher que Terra. Luna a été facturé environ un dixième de centime pour l'ensemble de l'exercice, n'a commis aucune erreur, et a eu un moment de lenteur qu'il vaut la peine de mentionner.

Les prompts et les paramètres

Les trois mêmes prompts que le test complet, repris mot pour mot depuis les sections Exemples de sorties de nos pages modèles :

1. « Write a Python function that merges overlapping intervals, plus three short tests. Keep the whole answer under 40 lines of code. »
2. « In about 120 words, tell a first-time founder when to choose a monolith over microservices, and the one signal that means it's time to split. »
3. « Rewrite this sentence three ways, each in a clearly different tone (plain, playful, executive): 'Our app makes budgeting easy.' Label each. »

Chaque requête a été envoyée à l'API NinjaChat depuis un ordinateur portable sur une connexion domestique aux États-Unis, le 2 septembre 2026, une à une, après une requête d'échauffement sur chaque modèle, avec une température de 0,7, un plafond de 2 500 tokens en sortie, le streaming avec rapport d'utilisation activé, et le raisonnement laissé au réglage par défaut du modèle. Les trois tailles sont hébergées directement par OpenAI. Le temps jusqu'au premier token correspond au premier caractère visible après tout raisonnement masqué ; la latence inclut donc notre routage. Le coût est celui rapporté par notre API pour la requête. Des mesures isolées varient ; considérez les décimales comme la météo et la tendance comme le climat.

Ce qui s'est passé

Trois observations ressortent.

Le code était identique. Les trois tailles ont retourné une fonction de fusion par tri puis balayage avec trois assertions, ne différant que par le fait qu'elles renvoient des listes ou des tuples, et selon qu'elles incluent ou non une docstring. Terra l'a fait en 2,9 secondes sans aucun raisonnement — la réponse la plus rapide sur ce prompt parmi les douze modèles testés ce jour-là. Sol a dépensé 26 tokens de raisonnement, ajouté une docstring et pris 10,7 secondes, la majeure partie avant le premier caractère. Luna a raisonné pendant 374 tokens et mis 7,2 secondes pour produire la fonction la plus courte des trois — sa réponse la plus lente de la journée.

Sol réfléchit quand la question demande du jugement. Sur la question du fondateur, Sol a dépensé 238 tokens de raisonnement avant d'écrire, mis sept secondes au premier token, et produit le meilleur paragraphe des trois : « splitez quand une partie bien définie du produit doit régulièrement être déployée ou mise à l'échelle de façon indépendante, et que le monolithe l'empêche mesurable­ment », puis « extrayez uniquement cette frontière, donnez-lui une interface et un responsable clairement définis, et laissez tout le reste ensemble. » Terra a dit presque la même chose sans la deuxième phrase, en 4,6 secondes, et a été facturé quatre fois moins. Luna n'a raisonné que brièvement — 75 tokens — et sa réponse contenait la phrase que les deux autres avaient oubliée : extraire ce composant d'abord, « mesurer l'amélioration », puis s'arrêter.

Sur le texte court, ils ne font qu'un. Les trois réécritures sont quasi interchangeables. Sol et Terra ont commencé la version neutre par les mêmes sept mots — « Our app helps you manage your budget » —, Luna a restructuré la même idée, et les trois ont utilisé « streamlines budgeting » dans la formulation executive. Luna a répondu en 2,1 secondes et a été facturé un centième de centime.

Prix, contexte et limites

Tarifs publics sur l'API NinjaChat au 2 septembre 2026, ainsi que le montant total facturé pour l'exercice complet des trois prompts sur chaque taille.

Les rapports sont ce qui compte. Terra représente la moitié du prix de Sol en entrée et 60 % en sortie ; sur la journée, ses trois réponses ont été facturées à 37 % de celles de Sol. Luna est au vingtième de Sol en entrée et au dix-septième en sortie, et ses trois réponses ont été facturées à environ un cinquième de celles de Terra. L'entrée en cache suit le même échelon, ce qui importe pour les agents qui renvoient un long prompt système à chaque tour : un prompt de 50 000 tokens mis en cache sur Luna coûte un dixième de centime par appel.

Le contexte est identique pour les trois tailles — ce qui est inhabituel et pratique. Vous pouvez prototyper sur Luna avec le million de tokens de contexte complet, puis basculer un appel vers Sol quand la réponse n'est pas satisfaisante, sans changer votre découpage.

Quand utiliser lequel

Utilisez Terra par défaut. C'est la taille vers laquelle nous orienterions un nouveau projet. Même contexte que Sol, pas de surcoût de raisonnement sur les tâches qui n'en ont pas besoin, et ce jour-là c'était le plus rapide des trois sur le code, à moins d'un cinquième de seconde de Luna sur la question du fondateur. Sa réponse sur le fondateur manquait d'une phrase par rapport à Sol.

Utilisez Sol pour les appels où la réponse est le produit. Un plan qu'un client va lire, le diagnostic d'un bug difficile, une analyse où un caveat manquant vous coûte cher. La propension de Sol à marquer une pause et à raisonner est exactement ce qu'il vous faut dans ces cas-là, et dix secondes ne sont rien face à une mauvaise réponse. Prévoyez le budget : les tokens de raisonnement sont facturés comme de la sortie, et cette réponse unique a été facturée presque quatre fois plus que Terra.

Utilisez Luna pour le volume. Classification, extraction, routage, réécriture à grande échelle, premiers jets qu'une personne va relire, tout ce que vous exécutez des milliers de fois par jour. Il n'a commis aucune erreur sur nos trois prompts et l'ensemble a été facturé environ un dixième de centime. Notez que Luna raisonne de lui-même quand un prompt l'y invite, et sur le prompt de code cela lui a coûté sept secondes ; définissez un effort de raisonnement plus faible sur la requête si vous avez besoin de rapidité.

Un schéma qui fonctionne : routage par Luna, réponse par Terra, escalade vers Sol. Laissez Luna décider si une requête est triviale, laissez Terra gérer le cas courant, et envoyez la petite fraction qui nécessite une vraie réflexion vers Sol. Comme les trois partagent la même fenêtre de contexte, l'escalade se résume à un changement de modèle en une ligne.

Appelez-les par leur ID

Les trois sont disponibles sur l'API NinjaChat, compatible OpenAI, avec une seule clé ; un compte vérifié par téléphone démarre avec un solde initial de 0,50 $. Les IDs sont exactement gpt-5.6-sol, gpt-5.6-terra et gpt-5.6-luna.

curl https://www.ninjachat.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $NINJACHAT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-terra",
    "messages": [{"role": "user", "content": "Write a Python function that merges overlapping intervals, plus three short tests."}],
    "max_tokens": 2500,
    "stream": true,
    "stream_options": {"include_usage": true}
  }'

from openai import OpenAI

client = OpenAI(base_url="https://www.ninjachat.ai/api/v1", api_key="YOUR_KEY")

def ask(model, prompt, **kw):
    r = client.chat.completions.create(model=model, messages=[{"role": "user", "content": prompt}], max_tokens=2500, **kw)
    u = r.usage
    print(model, "output tokens:", u.completion_tokens, "reasoning tokens:", u.completion_tokens_details.reasoning_tokens)
    return r.choices[0].message.content

# Premier passage économique, puis escalade du même prompt avec le même contexte.
draft = ask("gpt-5.6-luna", "Summarise this incident report in five bullets: ...")
final = ask("gpt-5.6-sol", "Summarise this incident report in five bullets: ...", reasoning_effort="high")

L'objet d'utilisation de chaque réponse rapporte les tokens de raisonnement séparément des tokens de sortie visibles, ce qui vous permet de suivre exactement où va l'argent dépensé sur Sol. Le prix en temps réel de chaque ID est disponible sur GET https://www.ninjachat.ai/api/v1/models sans clé. Et si vous préférez simplement leur parler, les trois sont également accessibles côté grand public : Sol, Terra et Luna, avec un forfait payant.

Questions fréquentes

Quelle est la différence entre GPT-5.6 Sol, Terra et Luna ? La taille et le prix. Sol est le plus grand et le plus capable, Terra se situe au milieu, Luna est le plus petit et le moins cher. Les trois partagent la même fenêtre de contexte de 1,05 million de tokens et la même limite de sortie à 128 000 tokens, donc le choix porte sur la qualité par dollar, pas sur ce qui rentre dans la fenêtre.

GPT-5.6 Terra est-il suffisamment bon pour le code ? Lors de notre test du 2 septembre 2026, il a écrit la même fonction de fusion d'intervalles que Sol, avec des tests passants, en 2,9 secondes et sans raisonnement. Pour les fonctions du quotidien, c'est la taille à utiliser. Escaladez vers Sol pour les questions d'architecture ou les bugs qui nécessitent une vraie délibération.

Pourquoi Sol a-t-il coûté beaucoup plus cher sur un prompt ? Le raisonnement. Sur la question du fondateur, Sol a généré 238 tokens de raisonnement avant d'écrire 164 tokens visibles, et les tokens de raisonnement sont facturés comme de la sortie. Sur la réécriture, il n'en a utilisé aucun et a été facturé à peu près au même niveau que Terra.

Combien coûte GPT-5.6 via l'API ? Sur l'API NinjaChat au 2 septembre 2026 : Sol est à 4 $ en entrée et 20 $ en sortie par million de tokens, Terra à 2 $ et 12 $, Luna à 0,20 $ et 1,20 $, avec l'entrée en cache à un dixième du prix d'entrée. Les prix sont disponibles en temps réel sur l'endpoint des modèles et peuvent changer ; vérifiez avant de budgétiser.

Puis-je basculer entre les tailles sans modifier mon code ? Oui. Ils partagent la même fenêtre de contexte et la même surface d'API, donc le changement se limite à la chaîne du modèle. Le schéma d'escalade dans l'extrait Python ci-dessus illustre exactement cette idée.

Luna raisonne-t-il ? Parfois, par défaut. Il a dépensé 374 tokens de raisonnement sur le prompt de code, 75 sur le prompt du fondateur et aucun sur la réécriture. Si vous souhaitez qu'il soit rapide sur des questions qui invitent à la délibération, réduisez l'effort de raisonnement sur la requête.