Mardi, OpenAI a présenté le GPT-6 Sol et le GPT-6 Luna, tous deux proposés à un tarif inférieur d’au moins 50% aux tarifs des modèles GPT-5.6 qu’ils remplacent. Les baisses de prix d’OpenAI visent les développeurs et les entreprises qui ont commencé à choisir des modèles en se basant sur le coût des tâches terminées, plutôt que sur les seuls scores de benchmark.
Fait intéressant, cette annonce coïncidait avec celle d’Anthropic concernant la baisse du prix de son modèle phare.
Moitié prix des modèles GPT-5.6
Le coût de GPT-6 Sol est de 2 $ par million de tokens d’entrée et de 10 $ par million de tokens de sortie. À titre de comparaison, les prix de GPT-5.6 Sol sont de 4 $ et 20 $, respectivement. Le coût de GPT-6 Luna est de 0,10 $ pour l’entrée et de 0,50 $ pour la sortie, contre 0,20 $ pour l’entrée et 1,20 $ pour la sortie pour GPT-5.6 Luna. Dans l’ensemble, cela signifie que les coûts pour Sol ont été divisés par deux dans les deux cas, tandis que les coûts pour Luna ont été divisés par deux pour l’entrée et réduits de 58,3% pour la sortie.
OpenAI attribue ces réductions à de meilleures performances d’inférence et à la mise en cache. D’après son billet de lancement, les prix d’utilisation de GPT-5.6 sont promotionnels, tandis qu’un représentant d’OpenAI a indiqué à VentureBeat que les nouveaux tarifs de GPT-6 sont là pour durer. Le niveau GPT-6 Astra reste la version la plus chère, à 10 $ pour l’entrée et 50 $ pour la sortie.
Selon Cryptopolitan, OpenAI a baissé le prix de GPT-5.6 Luna de 80 % et celui de GPT-5.6 Terra de 20 %, ce qui indique que la tarification devient un enjeu central dans la concurrence entre modèles d’IA.
Coût de vente par tâche menée à son terme, pas victoire aux benchmarks
La stratégie d’OpenAI est devenue davantage axée sur l’économie que sur la technique. La performance de la startup sur AutomationBench, un site qui mesure des processus métier à travers 47 outils différents, le montre : GPT-6 Sol, en effort maximal, a obtenu 32,0 % tout en coûtant 0,34 $ par tâche pour être complétée. Claude Opus 5.5 a obtenu 40,0 % en effort maximal, pour un coût de 1,28 $ par tâche. Opus 5.5 a livré un score d’achèvement supérieur de 8 points, mais à environ 3,8 fois le coût par tâche par rapport à GPT-6 Sol.
Lors du dernier examen sur les agents, d’après OpenAI, en effort maximal, Sol a dépassé la performance maximale d’Opus 5 avec un coût par tâche inférieur de 60 %.
Des données indépendantes fournies par Artificial Analysis attribuent GPT-6 Sol au maximum avec un score de 48 à l’Intelligence Index, et Xiaomi MiMo-V2.6-Pro à 46, mais ce dernier est nettement moins cher que le premier.
Anthropic répond le jour même avec Opus 5.5
Claude Opus 5.5 a été lancé par Anthropic le 22 septembre, au prix de 4 $ pour un million de tokens d’entrée et de 20 $ pour la sortie, réduisant le coût par token de 20 % par rapport à Opus 5. Anthropic a affirmé que, grâce au nouveau modèle, les utilisateurs dépenseront environ 40 % de moins en raison d’une consommation de tokens réduite.
Au final, GPT-6 Sol a un tarif de 2 $, ce qui le place à la moitié du tarif de 4 $ pour Opus 5.5 et au même niveau que Claude Sonnet 5. En revanche, GPT-6 Astra et Claude Fable 5.1 sont au même niveau, facturant 10 $ pour l’entrée et 50 $ pour la sortie, selon l’analyse de VentureBeat.
Tarifs des API GPT-6 Sol et Luna par rapport à GPT-5.6 et Claude
Des concurrents moins chers continuent de combler l’écart
OpenRouter affirme que DeepSeek a doublé sa part de tokens sur la plateforme, passant de 9 % en janvier à 18 % en juin, tandis que, début juin, les modèles chinois ont, collectivement, dépassé les modèles américains en part de tokens. Xiaomi a aussi publié ses modèles MiMo sous licence MIT, donnant aux entreprises la possibilité de les héberger elles-mêmes plutôt que de payer au token.
D’après l’index Ramp AI, établi à partir de statistiques de dépenses provenant de plus de 70 000 entreprises, le taux d’adoption d’Anthropic est de 43,8 % tandis que celui d’OpenAI est de 39,8 %. Ces statistiques ne reflètent pas une part de marché mondiale, mais montrent plutôt à quel point les dépenses des entreprises se transfèrent facilement d’un fournisseur à un autre.
De plus, le Global AI Diffusion Report publié par Microsoft offre une vision plus complète de la situation : l’IA devient plus populaire dans le monde entier, tandis que les modèles en poids ouverts pourraient entraîner une baisse des coûts d’accès, en particulier dans le Global South, malgré les obstacles posés par l’infrastructure, la connectivité et les compétences.
Pourquoi des tokens moins chers ne signifient pas forcément une IA moins chère
Gartner a prédit, le 17 août, que les coûts d’inférence par workflow agentique augmenteront de plus de cinq fois d’ici 2028. L’entreprise appelle cela le « paradoxe de l’inférence » : des coûts unitaires moins élevés peuvent malgré tout accroître les dépenses globales à mesure que les workflows IA deviennent plus complexes.
« Chaque nouvelle génération de capacités d’IA nécessitera plus, et souvent des tokens plus coûteux. » — Will Sommer, Senior Director Analyst, Gartner
Un préprint de l’université d’Oxford, « The Price of Intelligence », a révélé que les prix d’inférence ajustés en fonction de la qualité ont chuté d’environ 0,73 point de log par an — plus de sept fois plus vite que ce que capturent les mesures conventionnelles. Mais, mesurés par tâche menée à son terme, les coûts pour l’acheteur ont cessé de baisser, car les modèles de raisonnement ont consommé davantage de tokens.
Autrement dit, des tokens moins chers ne réduiront peut-être pas les factures d’IA. Ils peuvent simplement rendre rentable l’utilisation de bien plus d’IA.
Les esprits crypto les plus brillants lisent déjà notre newsletter. Vous voulez en faire partie ? Rejoignez-les.