Test de GPT-5.6 en traduction de documents : Sol vs Terra vs Luna (et pourquoi les PDF scannés régressent)

OpenAI parle de code. Nous, seule la traduction nous intéresse.

OpenAI a publié GPT-5.6 le 9 juillet 2026. La nomenclature a changé : le chiffre désigne la génération, et Sol / Terra / Luna sont des paliers de capacité qui peuvent évoluer indépendamment. Sol possède le plafond de raisonnement le plus élevé, Terra est l'option équilibrée par défaut, Luna est la version légère pensée pour la vitesse et le coût.

Le dossier de lancement porte sur le codage agentique et l'efficacité en tokens — rien à voir avec la traduction de documents. Plutôt que de répéter « GPT-5.6 traduit mieux », nous sommes donc allés chercher la question à laquelle OpenAI ne répond pas et qu'aucune autre revue ne documente avec des données :

Les paliers sont facturés dans un rapport de 1 à 5 (Sol $5/$30, Terra $2.50/$15, Luna $1/$6 par million de tokens en entrée/sortie). Pour traduire des documents, quel palier faut-il réellement payer ?

La réponse courte, d'emblée :

• Pour les documents propres — articles, contrats, manuels techniques, tableaux — choisissez Sol. Il obtient un 5.0 parfait sur cinq de nos huit scénarios et bat nettement GPT-5.5, pourtant vendu au même prix.
• Terra est le palier le plus difficile à justifier. Il devance Luna de 0,04 point tout en coûtant 42 % de plus par point de qualité.
• N'utilisez pas GPT-5.6 sur des documents scannés. Les trois paliers passent derrière la génération précédente GPT-5.5 pour récupérer des erreurs d'OCR. Terra recopie les mots anglais mal reconnus directement dans la traduction chinoise.

Notre protocole de test

Huit scénarios documentaires, chacun sondant une faiblesse précise :

Les cinq premiers reprennent tels quels les textes sources de notre test DeepSeek V4 d'avril, afin de pouvoir comparer les deux évaluations dans le temps. Les trois derniers sont nouveaux et ciblent ce que les utilisateurs de BelinDoc rencontrent vraiment.

Sept modèles : GPT-5.6 Sol / Terra / Luna, la génération précédente GPT-5.5, plus Gemini 3.1 Pro, Claude Opus 4.8 et DeepSeek V4 Pro.

Chaque case a été exécutée trois fois ; nous retenons la médiane. Cela compte plus qu'il n'y paraît. Un appel unique subit la variance côté serveur, et tirer des conclusions d'un seul échantillon, c'est publier un coup de chance comme un résultat.

Double jugement à l'aveugle, et les juges ne sont pas candidats. Les traductions candidates sont anonymisées en A/B/C… (mélange indépendant à chaque tour) et notées de 1 à 5 par GPT-5.4 et Claude Opus 4.7 sur la fidélité, la fluidité, la terminologie, le style et le format. Aucun juge ne figure dans la liste des candidats — laisser un modèle se noter lui-même introduit un biais, un défaut de notre précédente revue, corrigé ici.

Les 168 traductions brutes, tous les scores des juges et les scripts d'agrégation se trouvent sous docs/evaluations/gpt-5-6/ dans notre dépôt.

Classement général

Les trois premiers se tiennent en 0,03 point, ce qui relève du bruit. Ne lisez pas ce tableau comme « Claude a battu Sol ». Les écarts qui parlent sont plus bas.

Le coût/point, c'est le coût par appel divisé par le score moyen : ce que vous payez pour une unité de qualité.

Choisir un palier

Sol : le bon choix pour les documents propres

Sol décroche un 5.0 parfait sur les résumés académiques, les clauses juridiques, les docs techniques, les tableaux Markdown et la cohérence terminologique — cinq scénarios sur huit. Il ne perd pas de points sur ce qui met le contexte long à l'épreuve, comme les phrases juridiques imbriquées et le maintien d'un même terme d'un paragraphe à l'autre.

Son point faible, c'est le format (4.5), l'avant-dernier du classement. La section suivante explique pourquoi.

Terra : le palier difficile à justifier

Terra coûte moitié moins que Sol et abandonne 0,32 point. Il devance Luna de 0,04 point et coûte 42 % de plus par point.

Pour la traduction de documents, cela le laisse sans créneau : allez sur Sol pour la qualité, sur Luna pour l'économie. Le seul vrai atout de Terra, c'est d'être le modèle le plus rapide de notre test (3 598 ms). Si la latence domine vos contraintes, il gagne sa place.

Luna : le moins cher, mais pas le plus rapide

C'est le résultat le plus contre-intuitif. OpenAI positionne Luna comme le palier rapide et bon marché. Il est effectivement le moins cher — mais c'est le plus lent des trois dans nos tests, avec une latence médiane de 7 998 ms, soit 2,2× celle de Terra.

Une réserve : tous les appels sont passés par le même relais tiers, si bien que l'écart de latence peut refléter le routage plutôt que le modèle. Mais sur ce chemin, « Luna égale rapidité » ne tient pas.

Le constat principal : GPT-5.6 gère les documents scannés moins bien que GPT-5.5

C'est le résultat qui mérite d'être isolé, et celui que les utilisateurs de BelinDoc doivent le plus connaître.

Nous avons construit une source anglaise contenant des artefacts d'OCR typiques — module mal lu en rnodule (le r et le n fusionnés en m), 0.5 en O.5 (le zéro lu comme la lettre O), inspection en inspecti0n, plus une coupure de ligne avec trait d'union :

The rnodule shall be calibrated at 25 °C be-
fore shipment. Any devi ation greater than O.5 % must
be recorded in the inspecti0n report and signed by the
quality engineer.

Un modèle traducteur compétent devrait voir au travers pour retrouver « module », « 0.5 % » et « inspection report », et traduire l'intention — pas recopier les coquilles.

Scores (sur 5) :

Les traductions rendent la chose évidente. Les blocs ci-dessous sont les sorties réelles du test anglais → chinois simplifié, reproduites telles quelles : n'y touchez pas, elles sont la donnée elle-même. Regardez surtout si des mots anglais mal reconnus (rnodule, inspecti0n, O.5) se sont glissés dans le texte chinois.

Claude Opus 4.8 — chaque artefact corrigé :

模块应在出厂前于25 °C下进行校准。任何大于0.5 %的偏差必须记录在检验报告中，并由质量工程师签字。

GPT-5.6 Sol — retrouve « module » et « inspection report », mais laisse O.5 % intact et reporte la coupure de ligne anglaise avec trait d'union dans le chinois :

该模块应在 25 °C 下进行校准，然- 后再发货。任何大于 O.5 % 的偏差都必须 记录在检验报告中，并由 质量工程师签字。

GPT-5.6 Terra — laisse les mots anglais mal reconnus posés à l'intérieur de la traduction chinoise :

该 rnodule 应在 25 °C 下进行校准，然 后再发货。任何大于 O.5 % 的偏差都必须记录在 inspecti0n report 中，并由 质量工程师签字。

GPT-5.6 Luna — même défaillance :

该 rnodule 应在发货前于 25 °C 下进行校准。任何大于 O.5 % 的偏差都必须记录在 inspecti0n report 中，并由质量工程师签字。

Le 然-\n后 de Sol explique aussi pourquoi son score de format n'est que de 4.5 : il a pris le bruit de mise en page de la source pour un format à préserver.

Donc, si vous traduisez des scans, des photos ou n'importe quel PDF passé à l'OCR, aucun des paliers de GPT-5.6 n'est un bon choix. Utilisez Claude Opus 4.8. Si vous devez rester chez OpenAI, la génération précédente GPT-5.5 est le pari le plus sûr.

Même prix, nouvelle génération : reste-t-il une raison d'utiliser GPT-5.5 ?

GPT-5.5 et GPT-5.6 Sol affichent des tarifs catalogue identiques : $5 par million de tokens en entrée, $30 en sortie.

Sol obtient 4,70 ; GPT-5.5 obtient 4,54. Scénario par scénario, Sol est nettement devant sur le juridique (5.0 contre 4.3), les docs techniques (5.0 contre 4.6), les tableaux (5.0 contre 4.6) et la cohérence terminologique (5.0 contre 4.5).

Même prix, meilleure qualité. Sauf sur les scans.

C'est précisément pourquoi la section précédente se suffit à elle-même : la seule tâche où GPT-5.5 reste supérieur est celle où son successeur a régressé (4.3 contre 3.4).

Entre fournisseurs : où va vraiment l'argent

Triez par coût/point et le tableau change du tout au tout :

Deux choses ressortent.

Claude Opus 4.8 et Sol coûtent la même chose par point de qualité — mais Claude marque plus haut au global, prend le format à 5.0 et l'OCR à 5.0. Pour le même prix, vous obtenez un modèle plus complet.

Gemini 3.1 Pro est ce qu'il y a de plus cher ici. Son tarif catalogue ($2/$12) passe sous celui de Sol, mais il émet en moyenne 995 tokens de sortie par appel, dont 917 tokens de raisonnement — et les tokens de raisonnement sont facturés au tarif de sortie. Il se classe légitimement deuxième en qualité, mais coûte 3,4× le prix de Sol par point.

DeepSeek V4 Pro est de loin le moins cher, à un cinquième du coût/point de Sol. La rançon, c'est la dernière place au global (4.18) et un effondrement sur l'OCR (1.7, le pire du lot). Pour du texte propre, à fort volume et à faible enjeu, son rapport qualité-prix est imbattable. Ne le pointez jamais sur un scan.

En marge : la stabilité sous charge concurrente

Nous avons lancé les 168 appels de traduction avec une concurrence de 12 : zéro échec, zéro nouvelle tentative, terminés en 159 secondes.

Cela mérite d'être dit, car « l'API du modèle X est instable » revient sans cesse, souvent sur la foi d'un ou deux appels malchanceux. Trois répétitions par case et 168 appels au total, c'est ce qu'il a fallu avant que nous acceptions d'affirmer que ce chemin est stable à cette concurrence.

Un seul échec ne prouve pas qu'un modèle est instable, pas plus qu'un seul succès ne prouve l'inverse.

Verdict et limites

Comment choisir :

• Articles, contrats, manuels techniques, documents avec tableaux → GPT-5.6 Sol
• Scans, photos, tout PDF passé à l'OCR → Claude Opus 4.8 (deuxième choix : GPT-5.5)
• Fort volume, sensible au coût, texte source propre → GPT-5.6 Luna ou DeepSeek V4 Pro
• Latence critique → GPT-5.6 Terra (le plus rapide, et c'est tout son argument)
• Déjà sur GPT-5.5 → passez à Sol, même prix, meilleure sortie — sauf sur les scans

Ce que cette revue n'établit pas :

• Le corpus, ce sont huit passages courts, pas des documents complets. Un vrai PDF de 100 pages ajoute la dégradation de l'attention, des tableaux à cheval sur plusieurs pages et des légendes de figures entrelacées au corps du texte. Les résultats sur échantillons courts ne se transposent pas au 1:1.
• Tous les appels sont passés par un unique relais tiers. La latence reflète ce chemin, pas une connexion directe au fournisseur.
• Les juges sont des LLM, pas des traducteurs humains. Les juges LLM sont raisonnablement fiables sur les dimensions vérifiables comme la fidélité et la terminologie ; prenez le « style » avec plus de recul.
• C'est une évaluation ponctuelle, pas un banc d'essai continu. Les modèles changent ; les conclusions périment.

❓ FAQ

Quelle est la différence entre GPT-5.6 Sol, Terra et Luna ?

Ce sont trois paliers de capacité d'une même génération, pas trois versions. Sol a le plafond de raisonnement le plus élevé, à $5 en entrée / $30 en sortie par million de tokens ; Terra est le palier équilibré à $2.50/$15 ; Luna est le palier léger à $1/$6. Sur nos huit scénarios de traduction documentaire, ils obtiennent respectivement 4,70, 4,38 et 4,34 sur 5.

Quel palier de GPT-5.6 utiliser pour traduire des documents ?

Utilisez Sol pour les documents propres — articles, contrats, manuels techniques, tableaux — où il obtient un 5.0 parfait sur cinq scénarios sur huit. Utilisez Luna pour le travail à fort volume et sensible au coût : il n'est qu'à 0,04 point derrière Terra tout en coûtant 42 % de moins par point de qualité. Le seul avantage de Terra est la vitesse (3 598 ms de latence médiane). Pour les documents scannés, aucun des trois n'est un bon choix.

GPT-5.6 est-il meilleur que GPT-5.5 pour la traduction ?

En général oui. Les deux affichent le même tarif catalogue de $5/$30 par million de tokens, et Sol obtient 4,70 contre 4,54 pour GPT-5.5, l'emportant nettement sur les clauses juridiques, les documents techniques, les tableaux et la cohérence terminologique. La seule exception est la récupération d'erreurs d'OCR sur texte scanné, où GPT-5.5 est en fait plus solide (4,3 contre 3,4).

GPT-5.6 peut-il traduire des PDF scannés ?

Il le peut, mais mal. Sur un texte source contenant des artefacts d'OCR, les trois paliers ont obtenu 3,4 pour Sol, 3,0 pour Luna et 2,2 pour Terra — tous sous la génération précédente GPT-5.5 à 4,3. Terra et Luna recopient des mots anglais mal reconnus comme rnodule et inspecti0n directement dans la sortie traduite. Pour les scans, utilisez Claude Opus 4.8, qui a décroché un 5.0 parfait sur ce scénario.

GPT-5.6 est-il meilleur que Claude Opus 4.8 ou Gemini 3.1 Pro en traduction ?

Les scores globaux sont de 4,73 pour Claude Opus 4.8, 4,71 pour Gemini 3.1 Pro et 4,70 pour GPT-5.6 Sol — un écart assez faible pour relever du bruit, donc aucun modèle ne l'emporte sur la seule qualité. Mais Claude égale exactement Sol au coût/point ($0.00077) tout en prenant un 5.0 parfait à la fois sur le format et sur l'OCR, et Gemini 3.1 Pro coûte 3,4× le prix de Sol par point à cause d'un usage massif de tokens de raisonnement.

Combien coûte la traduction d'un document avec GPT-5.6 ?

Au tarif API officiel, un appel de traduction de document court mesuré dans cette revue a coûté environ $0.00360 avec Sol, $0.00161 avec Terra et $0.00113 avec Luna. À titre de comparaison, Claude Opus 4.8 a coûté $0.00366 et DeepSeek V4 Pro seulement $0.00068. Le coût réel varie selon la longueur du document et le nombre de tokens de sortie.

GPT-5.6 Luna est-il vraiment le palier le plus rapide ?

Pas dans nos tests. La latence médiane de Luna était de 7 998 ms — la plus lente des trois paliers, soit environ 2,2× les 3 598 ms de Terra. Notez que tous les appels sont passés par le même relais tiers, si bien que l'écart peut refléter le routage plutôt que le modèle lui-même.

Testez-le sur vos propres documents

Cette revue s'appuie sur huit courts extraits. Vos documents sont plus longs et plus imprévisibles — contrats à clauses numérotées, articles avec équations et figures, scans de qualité très variable.

La meilleure façon de décider : téléversez votre propre document et comparez.

👉 Téléversez votre PDF / EPUB / Word et lancez la traduction

BelinDoc vous permet de changer de modèle de traduction à la volée, préserve la mise en page d'origine et permet de comparer plusieurs modèles sur un même fichier à partir d'un seul envoi.

🔗 Lectures complémentaires

• [Évaluation] 📊 Test de DeepSeek V4 en traduction : vs V3.2, GPT-5.4, Claude 4.7, Gemini 3 Pro
• [Évaluation] 📊 Test de GPT-5.2 en traduction de documents
• [Guide] 🎯 Guide de sélection des modèles d'IA par type de document
• [Scans] 🔍 PDF scanné traduit en charabia ? Guide complet OCR pour corriger les erreurs