GPT-6 Sol vs Claude Opus 5.5 : benchmarks, prix et quel modèle choisir

L’attention portée au nouveau modèle d’Anthropic n’aura duré qu’une heure à peine dans la course aux modèles de pointe plus efficaces et abordables. 

Leur Claude Opus 5.5 est le premier modèle de la famille Claude 5.5, présenté comme offrant des performances de niveau Fable 5.1, avec un coût d’exécution inférieur à Opus 5.

OpenAI a répliqué très vite, en publiant GPT-6 Sol comme modèle intermédiaire de la famille GPT-6, entraîné avec les mêmes méthodes que le fleuron GPT-6 Astra et lancé à la moitié du prix API de son prédécesseur, GPT-5.6 Sol.

Dans cet article, je compare GPT-6 Sol et Claude Opus 5.5 sur de nombreuses catégories de performance, les garde-fous, la tarification, et j’inclus un test pratique de build réalisé sur les deux.

En bref

• Claude Opus 5.5 publie de meilleurs benchmarks de code agentique et mène les deux benchmarks que les deux modèles ont en commun.
• GPT-6 Sol coûte deux fois moins cher au prix catalogue, mais l’écart se réduit sur les boucles d’agents très dépendantes du cache et sur les requêtes très longues.
• Dans notre test de build, les deux ont correctement géré la logique complexe, et Sol a livré le jeu le plus soigné.
• Choisissez Opus 5.5 pour du code agentique longue durée ou pour un déploiement qui doit tourner sur les trois grands clouds.
• Choisissez Sol pour des volumes sensibles au coût, pour les équipes Codex et ChatGPT Work, et pour l’automatisation d’applications métier avec un budget serré.

Qu’est-ce que GPT-6 Sol ?

GPT-6 Sol est le modèle intermédiaire de la gamme GPT-6 d’OpenAI, sorti le 22 septembre 2026 aux côtés de GPT-6 Luna et positionné sous le fleuron GPT-6 Astra.

Son atout : la recette d’entraînement d’Astra à la moitié du prix API de GPT-5.6 Sol, avec un cache d’invite qui survit aux changements d’effort de raisonnement ou d’outils en cours de conversation.

Notre guide GPT-6 Sol et Luna couvre le lancement, et notre tutoriel API GPT-6 Astra présente les outils asynchrones et le pilotage de la famille.

Qu’est-ce que Claude Opus 5.5 ?

Claude Opus 5.5 est le premier modèle Claude 5.5 d’Anthropic, sorti le 22 septembre 2026, nouveau modèle phare de la marque pour le code agentique longue durée et le travail de connaissance.

Son atout : des résultats de classe Fable à des prix Opus. Anthropic indique qu’il égale Claude Fable 5.1 sur la plupart des tâches, et il est livré avec des garde-fous cybersécurité et biologie de niveau Fable.

Notre guide Opus 5.5 couvre le lancement, et notre tutoriel API Claude Opus 5 couvre l’API de la génération précédente.

GPT-6 Sol vs Claude Opus 5.5 : comparaison directe

En raison du timing très rapproché des sorties, aucun éditeur n’a inclus le nouveau modèle de l’autre dans sa table de lancement. Les deux modèles ne se recoupent donc que sur deux benchmarks, et Opus 5.5 mène sur les deux. L’argument de Sol repose sur le prix et sur sa tenue dans notre propre test.

Code et workflows agentiques

Opus 5.5 publie des chiffres plus forts en code agentique, et le billet de Sol ne les conteste pas directement. Anthropic rapporte Opus 5.5 sur Terminal-Bench 4.0, FrontierCode et CursorBench ; OpenAI rapporte Sol sur DeepSWE et décrit son résultat FrontierCode comme égalant Claude Fable 5.1 à effort xhigh, sans chiffre. Anthropic place Fable 5.1 à 50,3 % sur FrontierCode contre 54,4 % pour Opus 5.5, donc si les deux affirmations tiennent, Sol se situe environ quatre points derrière Opus 5.5 sur le seul benchmark de code que les deux évoquent.

Les deux éditeurs s’appuient davantage sur des anecdotes de longues tâches que sur des scores communs. En interne, la réécriture d’HAProxy de C vers Rust chez Anthropic a vu Opus 5.5 terminer en 9,5 heures contre 12 pour Fable 5.1, à un coût inférieur de 51 %. L’argument d’OpenAI est le coût par tâche : Sol se situe à environ un point du score de Fable 5 sur DeepSWE pour un coût environ 80 % plus bas.

Deux raisons de prendre ces tableaux avec prudence :

• Anthropic a exécuté Opus 5.5 avec des garde-fous de production, et indique que la redirection des tâches cybersécurité et biologie a probablement abaissé ses scores.
• Les comparaisons de coût par tâche d’OpenAI opposent Sol en xhigh ou max à des modèles Claude à des niveaux d’effort différents.

Sur le papier, Opus 5.5 est le meilleur modèle de code ; notre unique test de build ci-dessous est l’endroit où cet écart ne s’est pas manifesté.

Workflows métiers et usage de l’ordinateur

Opus 5.5 mène sur les deux benchmarks communs, et l’écart sur AutomationBench est le chiffre le plus net de cet article : 40,0 % pour Opus 5.5 contre 33,2 % pour Sol sur le test de Zapier d’agents travaillant sur 47 outils métier.

La réplique de Sol, c’est la facture : OpenAI présente Sol comme battant Claude Opus 5 à 9 % du coût par tâche d’Opus 5, bien que cette comparaison vise l’Opus précédent, pas celui-ci.

Opus 5.5 est l’agent le plus performant en score ; Sol est celui que vous pouvez vous permettre de faire tourner sur chaque ticket.

Travail de connaissance et fiabilité factuelle

Opus 5.5 détient le seul chiffre inter-éditeurs ici : 1846 Elo sur GDPval-AA v2.1, devant les scores de GPT-6 Astra et GPT-5.6 Sol dans le tableau d’Anthropic ; Sol lui-même n’y figure pas. Dans le test de rédaction de rapports d’Anthropic, où toute donnée inventée invalide la tentative, 16 rapports sur 18 d’Opus 5.5 ont réussi, et ni Fable 5.1 ni Opus 5 n’ont réussi une seule fois.

La preuve de Sol est interne : sur le jeu de factualité d’OpenAI, Sol commet environ deux fois moins d’erreurs que GPT-5.6 Sol. Le test AA-Omniscience d’Artificial Analysis confirme, avec une nuance : le taux d’hallucination de Sol est passé de 92 % à 60 %, mais il a répondu à 83 % des questions contre 99 % pour son prédécesseur.

Les deux sont plus prudents que leurs aînés ; seul Opus 5.5 l’a montré face à un rival.

Garde-fous et contraintes API

Sol est l’API la moins contrainte, et Opus 5.5 la plus supervisée.

Opus 5.5 ne peut pas tourner avec le thinking désactivé, refuse l’usage forcé d’outils, et lie les blocs de thinking au modèle et à la conversation qui les ont produits : un contexte édité renvoie une erreur 400 pour les comptes créés après le 31 août 2026. La plupart des tâches cybersécurité sont redirigées vers Opus 4.8 hors de son Cyber Verification Program, et les travaux en biologie requièrent son Life Sciences Verification Program.

L’échelle de Sol va de none à max, l’effort peut changer en cours de conversation sans casser le cache, et OpenAI rapporte moins d’affirmations trompeuses sur son travail de code que GPT-5.6 Sol.

Le compromis est assumé : Opus 5.5 a tenté de franchir des limites de confinement environ 85 % moins souvent qu’Opus 5, ce qui compte pour des agents non supervisés.

Tarification : ce que vous payez vraiment

Opus 5.5 coûte exactement deux fois Sol sur les tarifs affichés, mais deux mécanismes réellement utilisés par les agents cassent ce schéma : les lectures de cache coûtent le même prix, et Sol ajoute une surtaxe au‑delà de 272 K tokens qu’Anthropic n’applique pas.

Tarifs token côte à côte

La prime est uniforme sur l’entrée, la sortie et les écritures de cache, donc elle pèse sur toutes les charges de travail de la même manière jusqu’à ce que le cache ou le long contexte entre en jeu. Les lectures en cache font exception, et Anthropic indique qu’elles représentent l’essentiel du coût du travail agentique et de code. Aucun éditeur ne publie de tarif séparé pour les tokens de raisonnement, donc budgétez-les au tarif sortie.

Ce que coûte une charge de travail réelle

La ligne « au‑delà du seuil » est le point clé : dès que chaque requête dépasse le seuil, la surtaxe de Sol fait monter sa facture à 8 % d’Opus 5.5, si bien qu’un pipeline de retrieval long contexte bénéficie de peu de remise en choisissant Sol. La boucle très cache réduit l’écart à 33 % pour une autre raison : les 1 000 lectures en cache coûtent le même prix sur les deux modèles, et seuls les tokens neufs portent la prime 2×.

Les deux modèles utilisent des tokenizeurs différents, et aucun éditeur n’a publié de comptes de tokens sur une charge commune ; considérez donc ces totaux comme une comparaison de tarifs plutôt qu’une facture. Anthropic précise qu’Opus 5.5 consomme moins de tokens par tâche qu’Opus 5, sans comparaison directe avec Sol.

Performances de GPT-6 Sol et Claude Opus 5.5

Des benchmarks publiés par deux éditeurs qui n’ont pas testé le modèle de l’autre ont leurs limites, donc j’ai lancé une tâche de build sur les deux avec un prompt et des outils strictement identiques.

Le test

J’ai demandé aux deux de construire un Tetris monofichier sur une grille 12×24 avec une contrainte : la gravité s’inverse toutes les 20 secondes. Deux exigences du prompt rendent l’exercice difficile : après l’inversion, les pièces doivent tomber vers le plafond et se verrouiller sur une seconde pile en haut, avec des lignes complètes qui se nettoient sur l’une ou l’autre pile, et les cellules déjà verrouillées ne doivent jamais bouger.

Les deux modèles ont tourné dans OpenCode avec la même surface d’outils épinglée : lecture, recherche et édition de fichiers uniquement, sans shell et sans réseau. Les deux en high pour l’effort de raisonnement, une tentative chacun, sans relance, et le prompt a été transmis octet pour octet à une session vierge.

Une asymétrie à garder en tête : high se situe à deux crans du plafond sur les deux échelles, mais l’échelle de Sol a un échelon none supplémentaire en bas, donc high est son quatrième niveau sur six et le troisième sur cinq pour Opus 5.5.

Voici le prompt :

Build a single-file HTML page (inline CSS and JS, canvas, no build step, no external dependencies, no network) that is a playable Tetris clone with one twist: gravity flips every 20 seconds. It needs:
- a 12×24 board, the seven tetrominoes, rotation, left/right movement, soft drop, hard drop, line clears, a score, and a game-over state, controlled with the arrow keys and the space bar;
- the twist: every 20 seconds the direction of gravity flips between down and up. Pieces then fall toward the ceiling, land on the stack that has formed there, and full rows clear on either stack. Pieces already locked in place never move when gravity flips;
- a visible gravity indicator (an arrow showing the current direction) and a countdown to the next flip, both always on screen;
- a fixed starting position: the board loads with the same flat four-row stack already locked on the floor (a few gaps, no complete rows), so the flip has a stack to leave behind;
- a fixed seed for the piece sequence, so two loads produce the same game;
- autoplay on load: with no key pressed, a simple built-in player plays at the normal starting speed of about one row per second, sliding each piece without rotating into the column where the stack it is falling toward is currently lowest (the leftmost such column on a tie) and letting it fall — never a hard drop — so pieces are seen falling the moment the page opens. Any key press hands control to the keyboard for the rest of the game;
- the whole board, indicator and countdown fit in one viewport of about 1440×900 without scrolling.

Ship it as one working file named `index.html`. Do not install packages. Do not open, screenshot, or headless-render the page (no Playwright, Puppeteer, or Chrome). Do not ask me clarifying questions — make reasonable assumptions and note them briefly in a comment at the top of the file.

J’ai relevé le coût et noté les deux sur trois rubriques, avec des scores de 1 à 5 :

• Mécanique de flip : quand la gravité s’inverse, les pièces tombent-elles vraiment vers le haut, se posent-elles au plafond et s’y nettoient-elles, tandis que l’ancienne pile reste en place ?
• Complétude du jeu : est-ce un Tetris complet et jouable, au‑delà du twist ?
• Qualité visuelle et ressenti : est-ce fluide et lisible, et le flip paraît-il intentionnel plutôt que bancal ?

Ce que GPT-6 Sol a produit

Sol a pris 6 tours et 9 appels d’outil : il a listé, cherché et lu l’espace de travail vide avant d’écrire un index.html de 22 Ko, puis l’a corrigé une fois. Le résultat a son propre branding, « Fall / Rise, a game of shifting ground », avec un panneau de gravité qui passe de l’ambre au sarcelle lors du flip, un compte à rebours jusqu’à la prochaine inversion, et une carte de règles en marge.

Ça fait ce que ça doit faire, et ça tourne de façon fluide et stable : la pile au sol ne bouge pas lors du flip, les pièces montent et se verrouillent au plafond, les lignes se nettoient sur les deux piles, et le soft drop est réactif, ce qui le rend plus agréable à jouer.