GPT-5.6 SOL: THE GOLD STANDARD FOR KNOWLEDGE WORK

Bienvenue à notre "Vibe Check" de GPT 5.6 Sol, où nous explorons en profondeur les capacités de ce nouveau modèle d'OpenAI. Je suis Dan Schipper, co-fondateur et PDG d'Evry, et je suis accompagné d'Arielle, responsable des opérations, et de Katie Parrott, notre star de la recherche. Nous sommes ici pour partager nos expériences et nos impressions sur ce modèle, qui, pour nous, représente une avancée significative dans le monde de l'IA. Evry est votre unique abonnement pour rester à la pointe de l'IA. Nous produisons quotidiennement des vidéos, des appels et des formations sur la manière dont nous utilisons l'IA dans notre travail et nos vies. Aujourd'hui, nous publions notre évaluation de GPT 5.6 Sol, un modèle que nous considérons comme très performant et utilisable. Dan Schipper : Je commencerai par un aperçu de mes pensées. Le GPT 5.6 Sol, intégré dans l'application ChatGPT Codex, qui a fusionné les applications ChatGPT et Codex, est un tournant. Ils ont réuni ces deux branches en une seule application appelée ChatGPT, avec deux sections : ChatGPT Work et ChatGPT Codex. Dans la section Work, tout le code est masqué, ce qui la rend plus accessible pour les tâches générales. Cette combinaison de ChatGPT Codex et GPT 5.6 est, pour moi, le nouveau standard pour le travail de connaissance. J'y passe la majeure partie de mon temps, que ce soit pour le codage ou l'écriture. Ce modèle offre une puissance, une performance, une facilité d'utilisation et une rapidité exceptionnelles. Il est également excellent pour la collaboration. Fable est un autre outil que nous utilisons pour des tâches spécifiques, et 5.6 Sol se positionne comme un excellent sous-agent pour Fable. OpenAI semble se concentrer sur la création de modèles non seulement performants, mais aussi faciles à utiliser pour tous types de travaux. Arielle (Opérations) : En tant que responsable des opérations chez Evry, je suis attentive à la précision et à la capacité de multitasque. Dan a été une grande influence pour moi, et son amour pour Codex est contagieux. Codex est devenu ma surface de travail principale, et j'ai remarqué une grande différence entre la version 5.5 et 5.6. J'ai été beaucoup plus efficace et j'ai eu plus confiance en sa précision. Ayant des difficultés en mathématiques, l'IA a été une révélation, agissant comme un "cerveau prothétique" pour les calculs. J'ai effectué un benchmark avec 46 fichiers CSV, que j'ai demandé à compiler et analyser. La version 5.5 a eu du mal à localiser les fichiers et à comprendre le contexte. En revanche, 5.6 a trouvé l'e-mail, prévisualisé les données, commenté leur qualité et posé des questions intelligentes sur la manière de procéder. Fable, quant à lui, s'est un peu "embourbé" et a demandé d'uploader les fichiers sur un drive. En somme, 5.6 m'a permis d'obtenir un résultat très utilisable, rapidement, avec une intervention minimale et un excellent jugement. Dan Schipper : Ce qu'Arielle met en évidence, c'est une nouvelle méthode de travail courante chez les programmeurs : construire un système qui fait le travail, plutôt que de faire le travail soi-même. C'est le principe des "loops" ou "agents" où l'IA exécute les tâches et nous révisons les résultats. Avec 5.6, cette approche est désormais accessible aux non-techniciens. L'application ChatGPT Codex, qui fusionne Codex et ChatGPT, est le premier pas vers cette accessibilité. Fable excelle dans ce domaine, mais 5.6 offre une expérience plus fluide et intégrée. Katie Parrott (Recherche) : Je suis ravie de 5.6 Sol. J'ai souvent été frustrée par la lenteur d'Opus 4.8 et la bizarrerie de Sonnet. Mais 5.6 me rappelle pourquoi j'aime ces modèles : il est incroyablement rapide. Pour mon travail itératif d'écriture et de composition, c'est essentiel. Le temps que je passais à gérer ChatGPT est considérablement réduit. 5.6 est capable d'intégrer rapidement mes modifications et de s'adapter, ce qui est très efficace. Pour la rédaction de notre "Vibe Check", nous avons réalisé 24 brouillons en six heures de travail actif, moi et Sol ensemble. Certains étaient des corrections holistiques, comme l'intégration de la distinction entre délégation et collaboration. D'autres étaient plus ciblés. La rapidité et la réactivité du modèle ont rendu ce processus très fluide. Le modèle est intelligent, rapide, réactif, plein de ressources et fait preuve d'un bon jugement. L'application Codex offre une excellente expérience de travail. Mike Taylor (Chef de la technologie) : Katie a raison. J'ai toujours eu tendance à intégrer trop d'idées techniques dans mes écrits. Maintenant, Fable me fait la même chose. Bien que j'adore Fable pour sa finesse, je me suis tourné agressivement vers Sol comme mon "daily driver". J'utilise Fable pour des tâches très complexes, mais pour le reste, je délègue à Sol sans même y penser. Deux choses m'ont convaincu. Premièrement, l'application de bureau Codex, qui permet d'interagir avec des documents comme Google Docs, est incroyablement utile. Deuxièmement, la fonctionnalité de "router" où un fil de discussion peut envoyer un message à un autre, a résolu mes problèmes d'orchestration. Je passais beaucoup de temps à concevoir des "usines logicielles" et des orchestrations, mais maintenant, je peux simplement dire à Codex : "Hey Codex, mets à jour ce fil, mets à jour cet autre fil, exécute un objectif pour cette vidéo et dis-le-moi." C'est devenu naturel. Je pense que Fable est toujours spécial, mais je l'utilise moins, environ 20% de mon temps, contre plus de 80% pour Sol. Fable a tendance à être un peu "pédant" et à utiliser un langage que je ne comprends pas toujours, alors que Sol est beaucoup plus clair. Sol est non seulement un bon rédacteur, mais aussi un meilleur designer. Mike présente une démo d'un concept appelé "eval packs", une page HTML générée par Sol pour expliquer ce que l'IA a fait. Il compare cela à un design généré par Claude Opus, qu'il décrit comme "crappy". Sol a produit un design beaucoup plus esthétique et facile à comprendre. Dan souligne que 5.6 est le premier modèle qui rend le "travail en boucle" accessible aux non-développeurs. Il montre des exemples de diagrammes générés par 5.6 et Fable, où Fable produit des visuels beaucoup plus sophistiqués et distinctifs. Dan Schipper : Je pense que le design de Codex est bon. J'aime le style "papier brouillon". J'ai demandé à Sol de créer une présentation PowerPoint à partir d'un guide d'ingénierie composite. Alors que nos modèles précédents suivaient un modèle prédéfini, Sol a ignoré le modèle et a créé sa propre présentation, avec un excellent espacement, des questions professionnelles, des couleurs cohérentes mais avec de nouveaux arrière-plans et des SVG personnalisés. C'est un exemple de la capacité de Sol à prendre des initiatives. Dan décrit également un "food tracker" qu'il a construit avec Codex. L'application utilise Monologue (une application de transcription vocale) et l'application Photos pour suivre son alimentation. Codex vérifie constamment ces applications et, si elle trouve une photo de nourriture ou une note, elle crée un journal alimentaire, recherche les macros et fournit les informations. C'est particulièrement impressionnant car l'application Photos n'a pas d'API, mais Codex, étant sur l'ordinateur, peut y accéder. Il utilise également Codex pour scanner Facebook Marketplace afin d'acheter et de vendre des articles, gérant même les négociations. Cela illustre comment l'IA peut transformer le travail de connaissance, car c'est un outil de codage puissant, rapide et facile à utiliser, même pour les non-spécialistes. Dom et Romain (OpenAI) : Dom, qui travaille sur l'expérience utilisateur pour Codex (désormais ChatGPT), et Romain, qui travaille avec Dom, rejoignent la discussion. Ils expliquent que GPT 5.6 Sol est maintenant accessible à tous. Ils ont remarqué l'utilisation croissante de Codex non seulement pour le développement logiciel, mais aussi dans toutes les équipes d'OpenAI (finance, recrutement, ventes). L'idée est de fournir une interface simple pour tous, même si du code tourne en arrière-plan. ChatGPT, avec sa nouvelle "agence", permet de connecter de nombreux outils et services quotidiens. Pour les utilisateurs de Codex, l'expérience est la même, mais en mieux, avec l'intégration dans l'application ChatGPT. La distinction entre les deux modes (Work et Codex) est fluide, et les tâches peuvent être exécutées dans l'un ou l'autre. L'application offre de nouvelles fonctionnalités comme l'édition de code en ligne et la révision de "pull requests". Romain donne un exemple où 5.6 Sol a été utilisé pour recréer des documents à partir de captures d'écran, en reconstruisant l'intégralité en HTML. Il a également la capacité de visualiser des concepts et de construire des "demos" interactives à partir de vidéos, en analysant les frames et les interactions. Cela montre comment le modèle peut comprendre et raconter des histoires visuellement, ce qui est crucial pour la prochaine frontière de l'IA : la capacité à comprendre ce que l'IA a fait. La fonction "Computer Use" de GPT 5.6 Sol est incroyablement rapide et permet à l'agent de déléguer des tâches complexes et nébuleuses, en comprenant l'intention et en travaillant de manière autonome. Kyle Kober (OpenAI) : Kyle, de l'équipe financière d'OpenAI, partage son expérience. Il confirme que Codex est devenu un système d'exploitation pour le travail de connaissance. Bien qu'il ne soit pas ingénieur logiciel, il effectue désormais des tâches d'ingénierie logicielle en intégrant Sol dans ses flux de travail. Il souligne la proactivité de Sol et son intégration avec des outils comme Slack, Gmail, Outlook, Excel, PowerPoint et Google Slides. Chaque matin, son chef de cabinet utilise Sol pour vérifier Slack, identifier les retards potentiels, fournir du contexte et pré-rédiger des réponses. Kyle donne un exemple concret de l'utilisation de Sol pour la finance. Chaque mois, la clôture des comptes et l'analyse des coûts de calcul sont des tâches complexes. Avant Sol, cela prenait des jours. Maintenant, Sol automatise une grande partie du processus, de la collecte de données à la génération de diapositives. Le système apprend et s'améliore au fil du temps. Ils créent des "plugins internes" pour d'autres domaines de l'entreprise. Il a même créé un "mascotte" interactive pour guider les utilisateurs à travers les tableaux de bord. Il conseille aux utilisateurs de ne pas avoir peur d'expérimenter et de construire des compétences progressivement. L'investissement initial peut prendre du temps, mais le rendement est exponentiel. La confiance dans le modèle se construit en l'évaluant et en le corrigeant. Le modèle apprend de ses erreurs et s'améliore. Claire Vaux (Chef de ChatPRD et How I AI) : Claire exprime son amour pour 5.6 Sol, valorisant l'efficacité par-dessus tout. Pour elle, 5.6 "fait le travail" et à un niveau très élevé. Elle utilise ses propres "benchmarks" pour évaluer les modèles, notamment leur capacité à agir comme de bons collègues. 5.6 Sol est en tête de liste, avec quelques exceptions. Elle observe que Fable est très capable mais plus "risqué" créativement, tandis que 5.6 est plus distinctif et prend des risques de design. Elle compare des designs générés par 5.6 et Fable. Fable produit des designs fonctionnels mais souvent "dark mode" et difficiles à analyser, tandis que 5.6 fait l'effort de créer des designs plus