OpenAI affine le positionnement de GPT-5.6 Sol en mettant en avant une hiérarchie claire de niveaux de raisonnement. D’après les éléments relayés par *The Decoder*, le modèle propose cinq paliers, de « Light » à « xhigh », auxquels s’ajoutent des modes « Max » et « Ultra » capables de mobiliser plusieurs sous-agents en parallèle. L’objectif affiché est d’adapter le coût de calcul et la profondeur d’analyse à la nature réelle de la demande.
La recommandation attribuée à Vaibhav Srivastav, membre d’OpenAI, est simple : partir du niveau le plus bas et ne monter en intensité qu’en cas de besoin. Cette logique suggère une approche d’usage progressive, où les tâches simples ou bien cadrées peuvent être traitées avec un raisonnement limité, tandis que les problèmes plus ambigus, longs ou multi-étapes justifient des niveaux supérieurs.
Cette cartographie répond à un enjeu concret pour les entreprises : arbitrer entre rapidité, coût et qualité de réponse. En pratique, un niveau léger pourrait convenir à des requêtes directes ou répétitives, alors que les niveaux élevés viseraient des cas plus complexes nécessitant davantage de planification, de vérification ou de coordination. Les modes « Max » et « Ultra », eux, semblent conçus pour des scénarios où l’exécution parallèle de plusieurs agents apporte un gain, même si les cas d’usage précis ne sont pas détaillés dans la source.
Au-delà de l’annonce produit, cette communication illustre une tendance plus large du marché de l’IA : rendre le raisonnement configurable plutôt que monolithique. OpenAI cherche ainsi à guider les utilisateurs vers un usage plus efficient de ses modèles. Faute d’informations complémentaires dans la source, il reste toutefois difficile d’évaluer précisément les performances, les coûts ou les seuils de bascule entre chaque niveau.