ChatGPT Plus et Codex : utiliser GPT-5.6 sans épuiser son quota

ChatGPT Plus donne accès à Codex et aux trois modèles de la famille GPT-5.6 : Luna, Terra et Sol. Pour 20 dollars par mois, il est donc possible d’utiliser les mêmes modèles que les abonnés Pro depuis ChatGPT Work, l’application de bureau, le CLI ou l’extension pour IDE.

La différence se situe principalement dans les limites d’utilisation. OpenAI présente d’ailleurs Plus comme une formule adaptée à « quelques sessions de développement ciblées chaque semaine », alors que les forfaits Pro proposent cinq à vingt fois plus de capacité.

Cela ne signifie pas que Plus est trop limité pour développer avec Codex. Il faut simplement éviter d’utiliser le modèle le plus puissant avec le niveau d’effort maximal pour chaque demande.

Avec une bonne répartition des tâches, Plus peut couvrir beaucoup de travail : correction de bugs, développement de fonctionnalités, tests, refactorisation, documentation ou maintenance d’une application. La clé consiste à employer chaque modèle pour ce qu’il sait faire de mieux.

Avec ChatGPT Plus, Sol donne la direction, Terra construit et Luna absorbe le volume.

Quels modèles GPT-5.6 sont disponibles avec ChatGPT Plus ?

Les abonnés Plus disposent de GPT-5.6 Sol, Terra et Luna dans Codex. Il ne s’agit pas de versions bridées : chaque modèle conserve son rôle et ses capacités. Le quota disponible est simplement inférieur à celui des abonnements Pro.

OpenAI positionne les trois modèles de cette manière :

• Sol pour les travaux complexes, ouverts ou importants, nécessitant davantage de jugement et de finition ;
• Terra comme modèle polyvalent pour le développement et le travail quotidien ;
• Luna pour les tâches claires, répétitives et volumineuses, lorsque le résultat attendu est facile à définir.

L’interface peut proposer Sol en medium par défaut. C’est un choix confortable pour obtenir de bons résultats sans réfléchir au modèle, mais ce n’est pas toujours le meilleur réglage pour préserver un forfait Plus.

Quelles sont les limites de Codex avec Plus ?

OpenAI fournit des estimations du nombre de messages locaux utilisables sur une fenêtre glissante de cinq heures :

Modèle	Messages locaux estimés sur 5 heures
GPT-5.6 Sol	10 à 100
GPT-5.6 Terra	25 à 200
GPT-5.6 Luna	250 à 2 000

Ces fourchettes sont volontairement très larges. Une modification de quelques lignes et une analyse complète de dépôt comptent toutes les deux comme un message, mais elles ne consomment évidemment pas la même quantité de ressources.

La consommation dépend notamment :

• du modèle sélectionné ;
• du niveau d’effort ;
• de la taille du prompt ;
• des fichiers transmis ;
• de l’historique de la conversation ;
• des outils et connecteurs utilisés ;
• du nombre d’actions réalisées ;
• de la longueur de la réponse.

Des limites hebdomadaires supplémentaires peuvent également s’appliquer. Ces estimations doivent donc servir à comparer les modèles, et non à prédire précisément le nombre de requêtes restantes.

Pourquoi Luna devient essentiel avec Plus

Avec un abonnement Pro, il est possible d’utiliser Terra pour presque tout et de réserver Sol aux problèmes difficiles. Avec Plus, Luna doit prendre une place plus importante dans le workflow.

La grille de crédits ChatGPT montre l’ampleur de l’écart :

Modèle	Entrée pour 1 million de tokens	Entrée en cache	Sortie pour 1 million de tokens
GPT-5.6 Sol	125 crédits	12,5 crédits	750 crédits
GPT-5.6 Terra	50 crédits	5 crédits	300 crédits
GPT-5.6 Luna	5 crédits	0,5 crédit	30 crédits

À quantité de tokens identique, Sol consomme 2,5 fois plus de crédits que Terra et 25 fois plus que Luna. Terra consomme pour sa part 10 fois plus que Luna.

Luna est donc particulièrement intéressant pour toutes les tâches dont la qualité peut être facilement contrôlée :

• traduire des chaînes i18n ;
• créer des données de test ;
• transformer un fichier JSON ou CSV ;
• reproduire un composant existant ;
• ajouter des tests simples ;
• appliquer un renommage dans plusieurs fichiers ;
• compléter une documentation ;
• corriger des erreurs de formatage ou de typage ;
• exécuter une migration mécanique clairement décrite.

Pour ce type de travail, employer Sol apporte rarement une valeur proportionnelle à sa consommation.

Terra reste le meilleur modèle pour développer

Économiser son quota ne signifie pas qu’il faut tout confier à Luna. Dès qu’une tâche demande de comprendre plusieurs fichiers, de respecter une architecture ou de prendre de petites décisions techniques, Terra devient plus fiable.

Terra en medium constitue le meilleur point de départ pour :

• développer une fonctionnalité Nuxt ou Vue ;
• créer ou modifier un store Pinia ;
• connecter une page à Firebase ou à une API ;
• refactoriser un composant ;
• écrire les tests associés ;
• corriger un bug impliquant plusieurs modules ;
• effectuer une revue de code ;
• préparer une migration technique ;
• analyser des problèmes de performances.

Le niveau high peut être utilisé pour un bug complexe, une fonctionnalité transversale ou une modification qui nécessite beaucoup de vérifications. xhigh doit rester réservé aux situations réellement difficiles.

Si Terra en medium produit déjà une implémentation correcte, augmenter systématiquement son effort ne fera souvent qu’accroître le temps de réponse et la consommation.

Utiliser Sol comme architecte, pas comme exécutant

Sol est le modèle le plus puissant de la famille GPT-5.6. Avec Plus, il reste parfaitement accessible, mais il vaut mieux l’utiliser à des moments stratégiques.

Sol en medium est pertinent pour :

• concevoir l’architecture d’une nouvelle fonctionnalité ;
• comprendre un projet inconnu ;
• départager plusieurs approches ;
• analyser un problème ambigu ;
• identifier les risques avant une migration ;
• préparer un plan de travail ;
• résoudre un problème ayant résisté à Terra ;
• effectuer une revue importante avant mise en production.

Une seule intervention de Sol au début d’un travail peut permettre d’éviter plusieurs mauvaises implémentations. L’exécution peut ensuite être confiée à Terra, puis les opérations répétitives à Luna.

Cette utilisation est généralement plus économique que de laisser Sol réaliser l’intégralité du projet.

Quel niveau d’effort choisir avec Plus ?

Le niveau d’effort indique combien de raisonnement le modèle peut consacrer à la tâche.

Effort	Usage recommandé avec Plus
light ou low	Modification locale, rapide et parfaitement définie
medium	Réglage standard pour la majorité des tâches
high	Bug complexe, travail multi-fichiers ou besoin de vérification
xhigh	Problème difficile avec plusieurs hypothèses
max	À réserver aux problèmes exceptionnels
ultra	À éviter sauf grande tâche réellement décomposable

Dans ChatGPT Work et l’application de bureau, le premier niveau peut apparaître sous le nom Light. Dans le CLI, il est généralement nommé Low.

Pour Plus, la meilleure règle consiste à commencer en medium, puis à augmenter uniquement lorsqu’un manque concret apparaît : mauvaise planification, oubli de cas limites, analyse insuffisante ou besoin de vérification supplémentaire.

Le mode max laisse le modèle réfléchir davantage sur une seule tâche. Ultra va plus loin en utilisant plusieurs sous-agents en parallèle. Ces deux modes peuvent être utiles, mais ils ne devraient pas devenir des réglages de confort sur un quota Plus.

Un workflow économique pour développer une fonctionnalité

Prenons l’exemple d’une fonctionnalité importante dans une application Nuxt : ajouter un système de favoris avec Pinia et Firestore.

1. Sol medium prépare la direction

La première demande peut être confiée à Sol :

Analyse l’architecture actuelle et propose un plan d’implémentation du système de favoris. Identifie la structure Firestore, le rôle du store Pinia, les règles de sécurité et les cas limites. Ne modifie pas encore le code.

Sol intervient ici sur la partie la plus ambiguë : choisir la bonne approche.

2. Terra medium réalise l’implémentation

Une fois le plan validé :

Implémente le plan validé en respectant l’architecture actuelle. Ajoute le store Pinia, les opérations Firestore, la gestion des erreurs et les tests principaux.

Terra est suffisamment robuste pour produire le cœur fonctionnel de la modification.

3. Luna medium traite les tâches répétitives

Luna peut ensuite prendre en charge :

• les traductions de l’interface ;
• les données de test ;
• les composants répétitifs ;
• les tests simples manquants ;
• la documentation utilisateur ;
• la mise à jour d’une liste de fonctionnalités.

4. Terra high effectue la vérification finale

Enfin, Terra peut relire l’ensemble :

Vérifie l’implémentation contre le plan initial. Lance les tests, recherche les incohérences entre Pinia et Firestore et corrige uniquement les problèmes confirmés.

Ce workflow utilise la puissance de Sol là où elle a le plus de valeur, sans payer son coût pendant toutes les étapes d’exécution.

Quelle répartition adopter avec ChatGPT Plus ?

Pour un usage régulier de développement, une répartition raisonnable pourrait être :

Modèle	Part approximative des tâches	Rôle principal
Luna	50 à 60 %	Exécution claire, répétitive et vérifiable
Terra	35 à 45 %	Développement, correction et revue
Sol	5 à 10 %	Architecture, ambiguïté et décisions importantes

Il ne s’agit pas d’une limite imposée par OpenAI, mais d’une méthode pratique pour préserver son forfait. La bonne répartition dépend évidemment du projet : une refonte d’architecture demandera davantage de Sol, tandis qu’une migration répétitive pourra être réalisée principalement avec Luna.

Les erreurs qui épuisent rapidement un forfait Plus

Garder Sol comme modèle par défaut

Sol est rassurant, mais beaucoup de tâches n’ont pas besoin de son niveau de compréhension. Utiliser Luna ou Terra pour une demande bien cadrée permet d’augmenter considérablement le nombre de sessions disponibles.

Augmenter l’effort avant de changer de modèle

Luna max n’est pas nécessairement préférable à Terra medium. Si la tâche demande davantage de jugement, changer de modèle sera souvent plus efficace que pousser un petit modèle à son effort maximal.

Utiliser Fast sans nécessité

Le mode Fast accélère actuellement GPT-5.6 d’environ 1,5 fois, mais consomme 2,5 fois plus de crédits que le mode standard. Avec Plus, il est préférable de le désactiver sauf urgence réelle.

Conserver une conversation devenue énorme

L’historique fait partie du contexte lu par le modèle. Lorsqu’un sujet est terminé, démarrer une nouvelle conversation évite de transmettre des informations devenues inutiles.

Demander une analyse complète du projet pour une petite modification

Une consigne trop large peut conduire Codex à explorer beaucoup de fichiers. Il est préférable d’indiquer le dossier concerné, les contraintes, les critères de réussite et ce qui ne doit pas être modifié.

Activer tous les connecteurs et outils

Chaque serveur MCP ou source supplémentaire peut ajouter du contexte. Désactiver les intégrations inutiles permet de garder les demandes plus légères et plus ciblées.

ChatGPT Plus suffit-il pour utiliser Codex sérieusement ?

Oui, si Codex est utilisé pour quelques sessions concentrées chaque semaine, des fonctionnalités bien délimitées, de la correction, de la revue ou des projets personnels développés progressivement.

Plus devient plus contraignant lorsque Codex travaille plusieurs heures par jour, explore régulièrement de gros dépôts ou prend en charge des fonctionnalités complètes avec beaucoup d’outils et de contexte. Dans ce cas, Pro apporte surtout du confort et évite de devoir optimiser chaque interaction.

Avant de changer de forfait, il est utile de consulter régulièrement le tableau de bord d’utilisation. Dans le CLI, la commande /status permet également de vérifier la capacité restante pendant une session.

Atteindre occasionnellement une limite n’implique pas forcément que Pro soit nécessaire. En revanche, si les limites interrompent plusieurs fois par semaine un travail important malgré une utilisation raisonnable de Luna et Terra, le passage à Pro peut devenir pertinent.

Bien utiliser Plus, ce n’est pas se priver de Sol

La meilleure stratégie avec ChatGPT Plus n’est pas d’éviter systématiquement le modèle le plus puissant. Sol peut au contraire faire économiser beaucoup de temps lorsqu’il intervient sur la bonne partie du problème.

L’objectif est de réserver l’intelligence la plus coûteuse aux décisions qui influencent réellement la suite du travail, puis d’utiliser des modèles plus économiques pour l’exécution.

La formule à retenir est simple :

Sol donne la direction, Terra construit, Luna absorbe le volume.

Avec cette organisation, ChatGPT Plus peut devenir un véritable environnement de développement assisté, sans transformer chaque fonctionnalité en course contre le quota.

---

Sources

• OpenAI Docs — Modèles disponibles dans ChatGPT Work et Codex
• OpenAI Docs — Tarification, crédits et limites de ChatGPT Work et Codex
• OpenAI Docs — Fonctionnement et consommation du mode Fast

Informations et tarifs vérifiés le 14 août 2026. Les modèles, quotas et tarifs peuvent évoluer.