ChatGPT 5.6 Work « Jarvis » : la mise à jour est DINGUE !

GPT-5.6 : trois cerveaux valent mieux qu’un

Oubliez l’idée d’un modèle unique : avec GPT-5.6, OpenAI inaugure une famille de trois modèles aux noms célestes, disponibles publiquement depuis le 9 juillet 2026 :

• Luna ⚡ — le plus rapide et économique, taillé pour les gros volumes de tâches simples ;
• Terra ⚖️ — l’équilibré, aussi performant que GPT-5.5 pour environ moitié moins cher ;
• Sol ☀️ — le flagship, « meilleur modèle de code » d’OpenAI, champion du raisonnement complexe et de la cybersécurité.

Le mode « ultra » : quand Sol recrute des sous-agents

Nouveauté qui a fait bondir la communauté : les modes de raisonnement max et ultra. En ultra, Sol ne raisonne plus seul : il orchestre des sous-agents en parallèle pour accélérer les travaux complexes. C’est du multi-agents intégré au cœur du modèle.

Des chiffres qui donnent le vertige

• 1,5 million de tokens de fenêtre de contexte en offre Enterprise (3,75× celle de GPT-5.5) ;
• taux de refus d’outils sous les 4 % sur les benchmarks agents (contre ~12 % pour GPT-5.5) ;
• tarifs API : Sol 5$/30$, Terra 2,5$/15$, Luna 1$/6$ par million de tokens — et depuis le 30/07, Luna a encore baissé de 80 % !

ChatGPT Work : l’effet « Jarvis »

C’est LE morceau de la vidéo. Lancé le 9 juillet en même temps que GPT-5.6, ChatGPT Work est un agent d’équipe qui aspire le contexte de vos outils (notes, brouillons, projets) pour transformer des idées en livrables finis. Et devinez quel modèle lui sert de pilote ? GPT-5.6 Sol, rien que ça.

Dans la pratique, l’agent lit, planifie, exécute puis rend compte — pendant que vous sirotez votre café. Ajoutez Codex, désormais intégré directement dans l’app bureau ChatGPT (macOS & Windows), et vous obtenez un duo Work + Codex redoutable : l’un abstracte la technique, l’autre met les mains dans le code.

Pourquoi tout le monde crie « Jarvis » ?

Parce que c’est exactement le fantasme d’Iron Man : un assistant qui exécute de vraies fonctions de travail à votre place. Précision importante (voir nos corrections plus bas) : « Jarvis » n’est pas un produit officiel OpenAI — c’est le surnom donné à ce type d’assistant autonome. Et surtout, ne confondez pas avec le Project Jarvis de Google, qui vise à automatiser des tâches dans Chrome.

Le « harness » : le vrai secret d’un agent fiable

Moment pédagogie de la vidéo : le harness (harnais), c’est toute l’infrastructure logicielle qui entoure le modèle : exécution des outils, mémoire, persistance d’état, vérification. Comme le résume LangChain : « un modèle brut n’est pas un agent ». Le LLM n’est que la partie émergée de l’iceberg.

Concrètement, dans votre système « Jarvis », le harness décide quand appeler un outil, se souvient de ce qui a été fait, persiste l’état en cas de crash et vérifie le résultat avant de passer à la suite. Voici à quoi ressemble une config type :

{
  "cerveau": "gpt-5.6-sol",
  "raisonnement": "ultra",          // sous-agents activés
  "routage": "luna si tâche simple", // économiser = gagner
  "outils": ["navigateur", "terminal", "fichiers", "agenda"],
  "memoire": { "type": "persistante", "contexte": "1.5M tokens" },
  "verification": true,              // toujours vérifier, jamais subir
  "interruptible": true               // on garde la main, toujours
}

Construire son Jarvis autonome : la méthode

La troisième partie de la vidéo est la plus gourmande en conseils. Voici la recette condensée, étape par étape :

1. Partir d’UNE tâche précise. Un agent qui « fait tout » ne fait rien. Commencez par un périmètre clair : veille quotidienne, tri d’emails, rapport hebdo…
2. Router vers le bon modèle. luna pour la routine, terra pour l’analyse, sol (mode ultra) pour les casses-têtes. Votre facture vous dira merci.
3. Brancher de vrais outils. Navigateur, fichiers, terminal, agenda : c’est le harness qui fait la différence entre un chat et un agent.
4. Persister mémoire et état. Un Jarvis qui oublie tout à chaque session n’est pas un assistant, c’est un stagiaire amnésique.
5. Vérifier et garder le contrôle. Checkpoints, journaux d’exécution, et possibilité de guider ou interrompre l’agent en pleine tâche. L’autonomie, oui ; l’aveuglement, non.

GPT-5.6 vs Claude : match honnête

La vidéo le rappelle avec justesse : les deux familles ont des forces complémentaires. Plutôt que de déclarer un « vainqueur », voici comment les positionner :

Verdict de la vidéo, qu’on partage : choisissez selon vos tâches, pas selon les fanboys. Et faites jouer la concurrence — c’est elle qui tire tout le monde vers le haut.

Fact-check : corrections de la retranscription

Parce qu’une transcription audio approxime parfois, nous avons recoupé chaque affirmation avec les sources officielles. Voici les corrections à garder en tête :

La vidéo & son sommaire cliquable

Cliquez sur la miniature pour lancer la lecture, ou sur un chapitre pour sauter directement au bon moment. 👇

IA Talkshow 36:33

• 00:00Intro : pourquoi cette mise à jour change tout
• 02:15GPT-5.6 : la nouvelle famille Luna, Terra, Sol
• 07:40Modes « max » & « ultra » : le multi-agents
• 11:30ChatGPT Work : l’agent qui pilote vos projets
• 16:45Le harness : ce qui rend un agent fiable
• 22:10Construire son Jarvis autonome, étape par étape
• 28:30Réglages, budgets & bons réflexes
• 33:50GPT-5.6 vs Claude + conclusion