GPT-6.2 Astra est le nouveau modèle de pointe d’OpenAI pour les tâches difficiles et de longue durée, publié le 17 novembre 2026 aux côtés de GPT-6.2 Sol, un modèle du quotidien plus abordable. Astra coûte 8 $ en entrée et 40 $ en sortie par million de tokens ; Sol coûte 2 $ et 10 $. Les deux partagent une fenêtre de contexte de 1,05 M de tokens, 128 K tokens de sortie et les identifiants API gpt-6.2-astra et gpt-6.2-sol.
Alors, qu’est-ce que GPT-6.2 Astra, et faut-il passer à ce modèle ? En résumé : Astra est 20 % moins cher que GPT-6 Astra et le surpassent sur les graphiques d’OpenAI, mais les premiers retours des développeurs sont mitigés. Sol conserve l’ancien prix de Sol et progresse sur la plupart des tests. Ce guide présente chaque modèle, ses tarifs, les endroits où l’utiliser et comment choisir entre les deux.
Qu’est-ce que GPT-6.2 Astra ?
GPT-6.2 Astra est le modèle le plus performant d’OpenAI en novembre 2026, présenté dans le billet de lancement comme son « nouveau modèle de pointe pour vos projets les plus complexes ». Il remplace GPT-6 Astra en tête de la gamme, raisonne à des niveaux d’effort configurables, accepte jusqu’à 922 K tokens en entrée et renvoie jusqu’à 128 K tokens en sortie. Sa date limite de connaissances est le 18 mai 2026.
Astra est le modèle vers lequel vous vous tournez quand une tâche est longue, en plusieurs étapes et coûteuse en cas d’erreur : refactoring sur une base de code volumineuse, exécutions d’agents durant des heures, analyses juridiques ou scientifiques, et utilisation de l’ordinateur. OpenAI le propose dans l’API, dans Codex et dans ChatGPT Work.
Si vous utilisiez la génération précédente, le guide de l’API GPT-6 Astra décrit toujours le format des requêtes. L’identifiant du modèle est le principal élément qui change.
Qu’est-ce que GPT-6.2 Sol ?
GPT-6.2 Sol est le modèle frère optimisé, qu’OpenAI décrit comme son « modèle efficace et polyvalent pour le travail quotidien ». Il offre la même fenêtre de contexte de 1,05 M et la même limite de sortie de 128 K qu’Astra, une date limite de connaissances légèrement plus récente (1er juin 2026) et un prix quatre fois inférieur. OpenAI indique que nombre de ses propres employés utilisent Sol comme modèle par défaut.
Sol convient aux assistants de chat, aux pipelines de récupération d’information, à la classification, à la revue de code sur des diffs de taille normale et à tout ce que vous appelez des milliers de fois par jour. C’est le successeur de GPT-6.1 Sol, au même prix catalogue.

GPT-6.2 Astra vs GPT-6.2 Sol en un coup d’œil
Les deux modèles proviennent de la même version et partagent l’essentiel de leur infrastructure. Les différences portent sur le prix, la date limite de connaissances et l’intensité de raisonnement de chacun. Ces chiffres proviennent des pages de modèles d’OpenAI pour GPT-6.2 Astra et GPT-6.2 Sol, consultées le 18 novembre 2026.
| Caractéristique | GPT-6.2 Astra | GPT-6.2 Sol |
|---|---|---|
| Identifiant API du modèle | gpt-6.2-astra |
gpt-6.2-sol |
| Entrée, par million de tokens | 8,00 $ | 2,00 $ |
| Entrée en cache, par million | 0,40 $ | 0,10 $ |
| Écritures de cache, par million (rétention de 30 min) | 10,00 $ | 2,50 $ |
| Sortie, par million de tokens | 40,00 $ | 10,00 $ |
| Fenêtre de contexte | 1 050 000 | 1 050 000 |
| Entrée maximale | 922 000 | 922 000 |
| Sortie maximale | 128 000 | 128 000 |
| Date limite de connaissances | 18 mai 2026 | 1er juin 2026 |
| Points de terminaison | Responses, Chat Completions, Batch | Responses, Chat Completions, Batch |
Les deux modèles rejettent les requêtes dont l’effort de raisonnement est réglé sur none : chaque appel effectue donc un certain raisonnement. Les développeurs qui les ont testés le jour du lancement les ont exécutés aux niveaux d’effort high, xhigh et max.
Combien coûte GPT-6.2 Astra ?
Astra est affiché à 8 $ en entrée et 40 $ en sortie par million de tokens. GPT-6 Astra coûtait 10 $ et 50 $, soit 20 % de moins par token pour le nouveau modèle. Sol reste à 2 $ et 10 $, le même prix que GPT-6.1 Sol et GPT-6 Sol.
Quelques détails tarifaires comptent plus que le prix affiché :
- Les longues requêtes coûtent plus cher. VentureBeat rapporte que les requêtes dépassant 272 K tokens en entrée sont facturées à des tarifs supérieurs, avec Astra qui monte à 16 $ en entrée et 60 $ en sortie.
- Le mode Batch est à moitié prix pour les tâches qui peuvent attendre, selon le même article.
- Les modes Fast et Ultrafast coûtent plus cher : Fast s’exécute au double du tarif standard et Ultrafast à partir du triple, ajoute VentureBeat.
- Le niveau d’effort fait grimper la facture. Lors de son test le jour du lancement, Simon Willison a généré la même image SVG avec chaque modèle. Astra a coûté 11,55 cents en effort high et 88,71 cents en effort max. Sol a coûté 2,41 cents en high et 13,69 cents en max.
C’est ce dernier point que les équipes ignorent souvent. Le prix par token ne raconte qu’une partie de l’histoire : un modèle qui raisonne plus longtemps consomme plus de tokens. Mesurez le coût par tâche terminée, et non le coût par million de tokens.
Pour une analyse approfondie du compromis de coûts entre les deux gammes de la génération précédente, consultez GPT-6 Astra vers GPT-6 Sol : la migration.
Où peut-on utiliser GPT-6.2 Astra et Sol ?
L’annonce de lancement sur le forum des développeurs d’OpenAI cite trois endroits :
- L’API, sous les identifiants
gpt-6.2-astraetgpt-6.2-sol, sur les points de terminaison Responses, Chat Completions et Batch. - Codex, dans l’application de bureau et le CLI, pour les utilisateurs Plus, Pro, Enterprise et Edu.
- ChatGPT Work, pour les mêmes offres. OpenAI précise que ce déploiement n’ajoute aucun des deux modèles au chat standard, et que l’accès dépend de l’offre, des permissions de l’espace de travail et du calendrier de déploiement.
Les abonnés Pro 500 bénéficient d’Ultrafast sur les deux modèles. Les abonnés Pro 200 bénéficient d’Ultrafast sur Sol. Les administrateurs Enterprise et Edu peuvent l’activer pour les espaces de travail éligibles.
Dans l’API Responses, les deux modèles prennent en charge la recherche web, la recherche de fichiers, la génération d’images, l’interpréteur de code, le shell hébergé, l’application de correctifs, les skills, l’utilisation de l’ordinateur, MCP et la recherche d’outils. Realtime, Assistants et le fine-tuning ne sont pas pris en charge.
Qu’est-ce qui change par rapport à GPT-6 Astra ?
Les graphiques de lancement d’OpenAI comparent Astra à GPT-6 Astra et Sol à GPT-6.1 Sol sur neuf benchmarks. Astra remporte les neuf. Sol en gagne huit et recule sur un. Voici les scores que VentureBeat a relevés dans le billet de lancement :
| Benchmark | 6.2 Astra | 6 Astra | 6.2 Sol | 6.1 Sol |
|---|---|---|---|---|
| Agents’ Last Exam | 78,3 % | 73,1 % | 73,0 % | 72,5 % |
| Terminal-Bench-Science | 77,1 % | 68,1 % | 68,0 % | 57,0 % |
| BenchCAD 2.1 Core | 82,5 % | 62,6 % | 73,1 % | 52,6 % |
| AutomationBench | 52,4 % | 41,4 % | 41,2 % | 36,1 % |
| Vals Science Index | 68,4 % | 65,1 % | 58,5 % | 59,6 % |
Les chiffres indépendants sont plus proches du statu quo. Artificial Analysis place Astra à 62 sur son Intelligence Index, soit cinq points au-dessus de GPT-6 Astra et deuxième derrière Claude Fable 5.2. Son score d’agent de codage pour Astra n’a pas bougé, et celui de Sol a chuté de trois points.
OpenAI indique également que les deux modèles atteignent son seuil « Critique » en cybersécurité, et qu’ils sont donc livrés avec des garde-fous plus stricts que la génération précédente.
Pourquoi les premiers retours sont-ils mitigés ?
Le lancement a suscité des critiques plus vives que la plupart des sorties d’OpenAI, comme le montre la revue de VentureBeat. Le développeur Theo Browne a rapporté que sur les tâches longues, le modèle « peut mobiliser de nombreux sous-agents » puis se bloquer sur des questions internes étranges. Ethan Mollick a qualifié Astra de « très inégal et bizarre » et plus difficile à piloter. Dan Shipper a indiqué qu’il s’arrêtait souvent trop tôt sur des projets de bout en bout.
Les éloges sont eux aussi précis. Browne a reconnu à Astra une solide revue de code, de bonnes performances en 3D et en utilisation de l’ordinateur. D’autres ont salué l’animation et le montage vidéo. Simon Willison a trouvé la sortie d’Astra en effort max la plus détaillée de son test, tout en notant qu’elle reste derrière Fable 5.2 sur plusieurs benchmarks.
À retenir concrètement : ne changez pas votre modèle de production le jour du lancement parce qu’un graphique a bougé. Testez vos propres requêtes sur les deux modèles et comparez les résultats que vous livrerez réellement.

Lequel devriez-vous utiliser ?
Choisissez selon la charge de travail, puis validez avec vos propres évaluations :
- Utilisez GPT-6.2 Sol pour les appels à gros volume, le chat, la récupération d’information, l’extraction et le codage de routine. Il coûte un quart du prix et s’est amélioré sur huit des neuf benchmarks d’OpenAI.
- Utilisez GPT-6.2 Astra pour les 10 % de tâches les plus difficiles : longues exécutions d’agents, grands refactorings, travaux CAD et scientifiques, et utilisation de l’ordinateur, où une meilleure réponse économise plus que le prix 4 fois supérieur.
- Commencez avec Sol et escaladez. Ne routez une requête vers Astra que si Sol échoue à une vérification. Cela maintient l’essentiel du trafic à 2 $ et 10 $.
Appeler l’un ou l’autre modèle ne demande qu’une modification d’une ligne si vous utilisez déjà l’API Responses :
curl https://api.openai.com/v1/responses \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6.2-sol",
"reasoning": { "effort": "high" },
"input": "Summarize the breaking changes in this changelog."
}'
Remplacez gpt-6.2-sol par gpt-6.2-astra pour comparer. Conservez le prompt, le niveau d’effort et l’entrée identiques afin que la comparaison soit équitable.
Laissez votre agent de codage tester les deux modèles avec Apidog CLI
Comparer deux modèles en collant des prompts dans une fenêtre de chat ne passe pas à l’échelle, et cela ne détecte pas les régressions le mois suivant. Laissez plutôt votre agent de codage écrire les vérifications et les exécuter avec Apidog CLI. Vous écrivez un seul prompt ; l’agent s’occupe de la configuration.
npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com # pick your agent when prompted
Donnez ensuite à Claude Code, Codex ou Cursor un seul prompt :
In Apidog project <projectId>, create a test case for POST https://api.openai.com/v1/responses
that sends the same prompt to gpt-6.2-sol and gpt-6.2-astra at "high" effort.
Assert status 200, that the response "model" field starts with the requested ID,
and that usage.output_tokens is under 4000. Run it against the <envId> environment
and summarize latency and token usage for each model.
L’agent lit le schéma du payload, valide son fichier, crée le cas de test et l’exécute :
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <projectId> --file case.json
apidog run --test-case <caseId> --project <projectId> -e <envId> -r cli,json
Stockez OPENAI_API_KEY comme variable d’environnement dans Apidog, et non dans le prompt, afin que la clé ne figure jamais dans le contexte de votre agent. Ajoutez --upload-report si vous souhaitez examiner l’exécution dans l’application Apidog ensuite.
La même commande apidog run avec -r junit s’intègre dans un pipeline, de sorte que la comparaison se rejoue chaque fois qu’OpenAI met à jour l’un des modèles. Le guide d’Apidog CLI en CI/CD présente la configuration, et Apidog CLI dans Codex couvre le côté agent. Le plan gratuit d’Apidog couvre les équipes jusqu’à 4 utilisateurs.
FAQ
Qu’est-ce que GPT-6.2 Astra en une phrase ? C’est le modèle de pointe d’OpenAI pour les tâches difficiles et de longue durée, publié le 17 novembre 2026, au prix de 8 $ en entrée et 40 $ en sortie par million de tokens, avec une fenêtre de contexte de 1,05 M de tokens.
GPT-6.2 Astra est-il meilleur que GPT-6 Astra ? Sur les graphiques d’OpenAI, oui : il remporte les neuf benchmarks en face-à-face et coûte 20 % moins cher. Les tests indépendants montrent des gains plus modestes, et certains développeurs signalent qu’il est plus difficile à piloter sur les tâches longues.
GPT-6.2 Sol est-il gratuit ? Non. Sol coûte 2 $ en entrée et 10 $ en sortie par million de tokens via l’API. Dans ChatGPT, les deux modèles sont disponibles dans ChatGPT Work et Codex pour les offres Plus, Pro, Enterprise et Edu, mais pas dans le chat standard.
Quelle est la fenêtre de contexte de GPT-6.2 Astra ? 1 050 000 tokens, avec jusqu’à 922 000 tokens en entrée et 128 000 tokens en sortie. Sol a les mêmes limites.
Puis-je utiliser GPT-6.2 Astra dans Codex ? Oui. Les deux modèles sont disponibles dans l’application de bureau et le CLI Codex pour les utilisateurs Plus, Pro, Enterprise et Edu, et les abonnés Pro 500 peuvent utiliser Ultrafast avec l’un ou l’autre modèle.
Faut-il passer de GPT-6.1 Sol à GPT-6.2 Sol ? Le prix est identique, la migration est donc peu coûteuse à tester. Testez d’abord vos propres prompts sur les deux : Sol s’est amélioré sur huit des neuf benchmarks d’OpenAI, mais a perdu trois points sur un score indépendant d’agent de codage.
