Les nouveaux modèles d’OpenAI arrivent vite dans les outils de travail, et beaucoup d’équipes les branchent sans les tester.
Sans test, une erreur de format ou un paramètre oublié peut casser l’application en production. Cet article vous aide à choisir le bon modèle, à adapter votre code et à repérer les changements à tester.
Ce qui change concrètement avec GPT-6.2 Astra et Sol
GPT-6.2 Astra vise les projets professionnels les plus exigeants. GPT-6.2 Sol couvre le travail quotidien et les tâches à plusieurs étapes. Pour le quotidien, commencez par Sol.
Les deux acceptent le texte et les images, et produisent du texte. Vous y accédez via l’API, avec les identifiants gpt-6.2-astra et gpt-6.2-sol, et via ChatGPT Work et Codex, avec les offres Plus, Pro, Enterprise et Edu.

Chacun a une fenêtre de contexte de 1 050 000 jetons, et peut produire jusqu’à 128 000 jetons. Pour Astra, l’entrée est limitée à 922 000 jetons.
Astra dépasse GPT-6 Astra de 5,2 points sur Agents’ Last Exam, pour moins du tiers du coût par tâche.
Sol gagne 5,3 points sur GDPval v2 face à GPT-6.1 Sol. Les chiffres ne remplacent pas vos propres tests.
Astra ou Sol : quel modèle pour quel usage
Pour un classeur financier, Astra fait le travail : il prévoit les revenus par activité jusqu’en 2031 et calcule la valorisation par action.
Astra reprend la mise en page d’une présentation, même à partir d’une capture d’écran. Pour le quotidien, Sol suffit et coûte moins cher. Inutile de payer Astra pour un simple courriel.
Un jeton est un petit morceau de texte, et voici le prix pour un million de jetons : à nombre égal, Astra coûte quatre fois plus que Sol dans les trois cas.
| Tarif pour 1 million de jetons | GPT-6.2 Astra | GPT-6.2 Sol |
|---|---|---|
| Entrée | 8 $ | 2 $ |
| Entrée mise en cache | 0,40 $ | 0,10 $ |
| Sortie | 40 $ | 10 $ |
Prompts, API et historique : ce qu’il faut modifier dans votre code
Astra écrit par défaut de façon plus concise et directe. Vérifiez vos consignes « sois concis » avant de les garder. Pour suivre l’évolution des chatbots, voyez le comparatif des prestataires B2B IA.
Pour une nouvelle intégration, réglez reasoning.effort sur medium, ou sur low si votre application utilise none ou minimal. Les appels d’outils exigent l’API Responses. Ne gardez rien par habitude, testez tout.
Pour adapter votre code, retirez les paramètres obsolètes :
- Avec Chat Completions, retirez temperature, top_p, logprobs et top_logprobs.
- Avec Responses, retirez temperature, top_p, top_logprobs et message.output_text.logprobs de include.
- Gardez le début de l’historique inchangé : pour corriger, ajoutez un message, sinon le raisonnement suivant peut disparaître.
- Mettez les consignes stables dans un message developer en tête de input, pour le cache.
Ce qu’il faut tester avant de passer en production
Avant de toucher aux prompts ou d’ajouter des fonctions, lancez le modèle sur vos propres tâches. Mesurez la réussite, le délai et les jetons d’entrée, de sortie, de raisonnement et de cache.
Le chiffre qui compte est le coût par tâche réussie, pas le prix du million de jetons. Un test raté coûte moins cher qu’une production qui casse.
Avant la mise en production, contrôlez ces points :
- Relancez vos prompts migrés sur des exemples représentatifs, puis vérifiez le format des réponses, l’usage des outils et les paramètres de l’API.
- Vérifiez que l’application ne réécrit ni le début de l’historique, ni les messages antérieurs, ni les résultats d’outils.
- Mesurez les jetons et la qualité avant et après toute modification de l’historique, pour voir ce qui change vraiment.
- Si vous ne faites pas ce contrôle, ce sont vos utilisateurs qui trouveront les erreurs, une fois le modèle en ligne.
Commencez par Sol pour le travail de tous les jours, et gardez Astra pour les projets les plus exigeants. Quel que soit le modèle, comptez le coût par tâche réussie : le prix affiché ne dit pas grand-chose.
Votre prochain pas : lancez Sol sur vos propres tâches, puis retirez les paramètres obsolètes de votre code avant toute mise en ligne.
Foire aux questions
Peut-on utiliser GPT-6.2 Astra ou Sol avec un abonnement gratuit ?
Non, avec un abonnement gratuit, vous ne pouvez pas utiliser Astra ni Sol dans ChatGPT Work et Codex. Ces deux modèles sont réservés aux offres Plus, Pro, Enterprise et Edu.
Si vous testez sur un compte gratuit, prévoyez donc de passer par l’une de ces offres avant de lancer vos essais.
Le paramètre reasoning.effort peut-il rester à sa valeur par défaut après migration ?
Non, il ne faut pas le garder tel quel après migration. Pour une nouvelle intégration, réglez-le sur medium, ou sur low si votre application utilise none ou minimal. Ensuite, mesurez le résultat sur vos propres tâches avant de le figer.
Les modèles GPT-6.2 acceptent-ils les entrées audio ?
Non. Astra et Sol acceptent le texte et les images, et ne produisent que du texte.
Pour un enregistrement, transcrivez-le d’abord en texte, puis envoyez ce texte au modèle. Relisez la transcription, car une erreur de reconnaissance se retrouve dans la réponse.
Faut-il réécrire tous les prompts système avant de changer de modèle ?
Non, ne réécrivez pas tous vos prompts système d’un coup. Relisez d’abord les consignes génériques, puis testez celles qui touchent à la concision, au format et aux tâches visées. Les autres peuvent rester en place si vos tests passent.