GPT-5.6 Sol Pro
GPTÉquilibré
Ce modèle n'est plus disponible sur Elosia. Cette page est conservée à titre informatif.
RaisonnementOutilsVisionSortie structurée
À propos de ce modèle
GPT-5.6 Sol Pro is the same underlying model as GPT-5.6 Sol, served with `reasoning.mode` set to `pro` for higher-quality responses on complex tasks. **Cost note:** pro mode spends far more...
Catégorie de performance
Équilibré
GPT-5.6 Sol Pro est un modèle équilibré de GPT : un bon compromis entre bonnes performances à un prix raisonnable.
Bon rapport coût-performance. Fiable pour la plupart des usages professionnels sans tarification premium.
Tarification
Ce modèle est inclus dans les plans ElosiaÉlevé
Tarification élevée. Réservez ce niveau aux tâches qui exigent une qualité maximale.
| Type | par 1M tokens |
|---|---|
| Entrée (prompt) | $4.00 |
| Sortie (complétion) | $20.00 |
| Lecture cache | $0.400 |
| Écriture cache | $5.00 |
Capacités
Taille du contexte1.1M
Tokens de sortie max128K
TokenizerGPT
Entréefile, image, text
Sortietext
Date de sortie9 juillet 2026
Benchmarks
Intelligence générale
MMLU
Non reporté
Mathématiques
MATH-500
Non reporté
Programmation
HumanEval
Non reporté
Raisonnement
ARC-AGI-2
85.4%
Agentique
SWE-bench Pro
64.6%
Terminal-Bench 2.1
88.8%
Où se situe GPT-5.6 Sol Pro ?
Comparez son indice de performance à tous les autres modèles.
Usages recommandés
ProgrammationAnalyseRechercheMathématiquesExtraction de données
Points forts
- GPT-5.6 Sol servi en mode de raisonnement pro, pour une qualité maximale sur les tâches complexes
- Raisonnement abstrait solide : ARC-AGI-2 85,4 en effort high, jusqu'à 90,0 (xhigh) et 92,5 (max) avec plus de raisonnement
- Code agentique performant : 88,8 sur Terminal-Bench 2.1 et 64,6 sur SWE-bench Pro (single-agent), fort en ligne de commande et sur les tâches à long horizon
- Fenêtre de contexte de 1M tokens avec appel d'outils programmatique et entrée multimodale (texte, image, fichier)
Limites
- Le mode de raisonnement pro consomme plus de tokens par requête que Sol de base, et épuise donc le quota plus vite
- La résolution de tickets dans une codebase existante (SWE-bench Pro) est en retrait par rapport à ses résultats en ligne de commande
- OpenAI n'a publié ni MMLU, ni GPQA, ni benchmarks de maths pour GPT-5.6, ce qui complique la comparaison directe avec les flagships plus anciens
Questions fréquentes
Ressources
Ce modèle peut utiliser vos données pour l'entraînement
