OpenAI réduit de moitié le prix de GPT-6 Sol et Luna pour préserver sa part de marché auprès des développeurs

Mardi, OpenAI a présenté GPT-6 Sol et GPT-6 Luna, dont le prix est inférieur d'au moins 50 % à celui des modèles GPT-5.6 qu'ils remplacent. Ces baisses de prix visent les développeurs et les entreprises qui privilégient désormais le coût des tâches accomplies plutôt que les seuls scores obtenus aux tests de performance.

Curieusement, cette nouvelle a coïncidé avec l'annonce par Anthropic de la baisse de prix de son modèle phare.

La moitié du prix des modèles GPT-5.6

Le coût de GPT-6 Sol est 2$ par million de jetons d'entrée et 10$ par million de jetons de sortie. À titre de comparaison, les prix de GPT-5.6 Sol sont respectivement 4$ et 20$ . Le coût de GPT-6 Luna est 0.10$ pour l'entrée et 0.50$ pour la sortie, contre 0.20$ pour l'entrée et 1.20$ pour la sortie pour GPT-5.6 Luna. Au final, cela signifie que les coûts de Sol ont été divisés par deux dans les deux cas, tandis que les coûts de Luna ont été divisés par deux pour l'entrée et réduits de 58,3 % pour la sortie.

OpenAI attribue ces réductions de prix à l'amélioration de l'inférence et de la mise en cache. Selon son communiqué de lancement, les tarifs de GPT-5.6 sont promotionnels, tandis qu'un représentant d'OpenAI a indiqué à VentureBeat que les nouveaux tarifs de GPT-6 sont définitifs. L'offre GPT-6 Astra reste la plus onéreuse, à 10$ pour l'entrée et 50$ pour la sortie.

Selon Cryptopolitan, OpenAI a réduit 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 compétition entre les modèles d'IA.

Coût de vente par tâche accomplie, et non gains de référence

La stratégie d'OpenAI est désormais davantage axée sur l'économie que sur la technique. Les performances de la startup sur AutomationBench, une plateforme qui évalue les processus métier à l'aide de 47 outils différents, révèlent que GPT-6 Sol, avec un effort maximal, a obtenu un score de 32,0 % pour un coût 0.34$ par tâche. Claude Opus 5.5, quant à lui, a atteint un score de 40,0 % avec le même effort maximal, pour un coût 1.28$ par tâche. Opus 5.5 affiche un taux de réussite supérieur de huit points de pourcentage, mais à un coût par tâche environ 3,8 fois plus élevé que GPT-6 Sol.

Lors du dernier test d'agents, selon OpenAI, Sol, avec un effort maximal, a surpassé les performances maximales d'Opus 5 à un coût par tâche inférieur de 60 %.

indépendantesdent fournies par Artificial Analysis attribuent à GPT-6 Sol un score d'indice d'intelligence maximal de 48 et à Xiaomi MiMo-V2.6-Pro un score de 46, mais ce dernier est considérablement moins cher que le premier

Anthropic répond avec Opus 5.5 le même jour

Claude Opus 5.5 a été lancé par Anthropic le 22 septembre au prix de 4$ par million de jetons en entrée et 20$ en sortie, réduisant ainsi le coût par jeton de 20 % par rapport à Opus 5. Anthropic affirme qu'avec ce nouveau modèle, les utilisateurs dépenseront environ 40 % de moins grâce à une utilisation moindre des jetons.

En conséquence, GPT-6 Sol affiche un tarif de 2$ , soit la moitié du tarif de 4$ pour Opus 5.5 et le même prix que Claude Sonnet 5. En revanche, GPT-6 Astra et Claude Fable 5.1 sont au même niveau et facturent respectivement 10$ et 50$ pour les services de sortie, selon l'analyse de VentureBeat.

Des concurrents moins chers continuent de réduire l'écart

OpenRouter indique que DeepSeek a doublé sa part de marché sur la plateforme, passant de 9 % en janvier à 18 % en juin, tandis que les modèles chinois ont collectivement dépassé les modèles américains en termes de part de marché début juin. Xiaomi a également lancé ses modèles MiMo sous licence MIT, offrant ainsi aux entreprises la possibilité d'héberger elles-mêmes leurs équipements au lieu de payer par jeton.

D'après l' indice Ramp AI, basé sur les statistiques de dépenses 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 les parts de marché mondiales, mais illustrent plutôt la facilité avec laquelle les entreprises transfèrent leurs dépenses d'un fournisseur à l'autre.

Par ailleurs, le rapport mondial sur la diffusion de l'IA publié par Microsoft offre une perspective plus large sur la situation : l'IA gagne en popularité dans le monde entier tandis que les modèles à pondération ouverte peuvent entraîner une baisse des coûts d'accès, notamment dans les pays du Sud, malgré les obstacles liés aux infrastructures, à la connectivité et aux compétences.

Pourquoi des jetons moins chers ne signifient pas forcément une IA moins chère

Gartner a prédit le 17 août que les coûts d'inférence par flux de travail agentiel allaient plus que quintupler d'ici 2028. L'entreprise appelle cela le « paradoxe de l'inférence » : des coûts unitaires plus bas peuvent tout de même augmenter les dépenses globales à mesure que les flux de travail d'IA deviennent plus complexes.

« Chaque nouvelle génération de capacités d'IA nécessitera davantage de jetons, souvent plus coûteux. » — Will Sommer, analyste directeur principal chez Gartner

Une prépublication de l'Université d'Oxford, intitulée « Le prix de l'intelligence », a révélé que les prix de l'inférence ajustés à la qualité ont diminué d'environ 0,73 point logarithmique par an, soit plus de sept fois plus vite que les mesures conventionnelles. Cependant, mesurés par tâche accomplie, les coûts pour l'acheteur ont cessé de baisser à mesure que les modèles de raisonnement consommaient davantage de jetons.

En d'autres termes, des jetons moins chers ne réduiront pas forcément les coûts liés à l'IA. Ils pourraient en revanche rendre rentable l'utilisation d'une IA beaucoup plus importante.