De toute façon, la plupart des charges de travail des entreprises ne vivent pas à la frontière. L’extraction, la synthèse, la classification, la comparaison de documents et l’assistance du service client fonctionnent souvent parfaitement avec des modèles plus petits et moins chers. Le discours d’OpenAI pour le trio de modèles GPT-5.6 ne consiste pas simplement à dire que Sol est meilleur. C’est que Terra et Luna offrent différentes combinaisons d’intelligence, de latence et de coût. Luna, le niveau le moins cher, égale presque les performances maximales de la génération précédente à moins de la moitié du coût estimé, selon OpenAI.
La question pratique est bien entendu de savoir par où commencer. Une entreprise ne peut pas tester chaque modèle, chaque paramètre de raisonnement et chaque niveau de prix avant d’effectuer un travail. Voici donc mon conseil (que je ne suis pas dans mon propre travail, mais je ne définis pas la stratégie de l’entreprise et je peux être un peu insensible au prix). Commencez par le modèle crédible le moins cher qui semble capable de faire face à la tâche. Donnez-lui un ensemble représentatif d’exemples réels et, avant de commencer les tests, définissez ce qui est considéré comme suffisamment bon. Si ça passe, arrêtez. En cas d’échec, passez au niveau supérieur ou essayez un modèle dont les atouts sont mieux adaptés au travail.
Cela semble presque simple, mais cela inverse la façon dont de nombreuses personnes, moi y compris, utilisent ces produits. Nous commençons par le plus gros modèle parce que nous avons peur de ce que nous pourrions perdre. Les entreprises devraient commencer plus bas et exiger des preuves avant de payer pour plus de renseignements.
