OpenAI réduit les prix de GPT-6 Sol et Luna de 50 % pour défendre sa part de marché auprès des développeurs

Mardi, OpenAI a présenté le GPT-6 Sol et le GPT-6 Luna, tous deux tarifés au moins 50 % en dessous des 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 sélectionner des modèles en fonction du coût des tâches complétées plutôt que des seuls scores aux benchmarks.

Il est intéressant de noter que cette nouvelle coïncide avec l'annonce par Anthropic de la réduction du prix de son modèle phare.

La moitié du prix des modèles GPT-5.6

Le coût du GPT-6 Sol est de 2 $ par million de jetons d'entrée et de 10 $ par million de jetons de sortie. Cela se compare aux prix du GPT-5.6 Sol, qui sont respectivement de 4 $ et 20 $. Le coût du GPT-6 Luna est de 0,10 $ pour l'entrée et de 0,50 $ pour la sortie, comparé à 0,20 $ pour l'entrée et 1,20 $ pour la sortie pour le GPT-5.6 Luna. Globalement, 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 crédite l'amélioration de l'inférence et de la mise en cache comme des facteurs qui lui ont permis de faire les réductions. Selon son article de lancement, les prix pour utiliser GPT-5.6 sont promotionnels, tandis qu'un représentant d'OpenAI a dit à VentureBeat que les nouveaux tarifs de GPT-6 sont là pour rester. 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 réduit le prix de GPT-5.6 Luna de 80 % et de GPT-5.6 Terra de 20 %, indiquant que la tarification devient un problème central dans la compétition des modèles d'IA.

Vendre au coût par tâche complétée, et non aux victoires aux benchmarks

La stratégie d'OpenAI est devenue plus économique que technique. Les performances de la startup sur AutomationBench, un site qui mesure les processus commerciaux sur 47 outils différents, révèlent que GPT-6 Sol au maximum a obtenu 32,0 % tout en coûtant 0,34 $ par tâche à compléter. Claude Opus 5.5 a obtenu 40,0 % au maximum tout en coûtant 1,28 $ par tâche. Opus 5.5 a livré un score de complétion supérieur de huit points de pourcentage, mais à environ 3,8 fois le coût par tâche par rapport à GPT-6 Sol.

Dans l'examen le plus récent des Agents, selon OpenAI, Sol au maximum a surpassé la performance maximale d'Opus 5 à un coût par tâche inférieur de 60 %.

Des données indépendantes fournies par Artificial Analysis attribuent à GPT-6 Sol au maximum un score d'indice d'intelligence 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 à un prix de 4 $ par million de tokens pour l'entrée et 20 $ pour la sortie, réduisant le coût par token de 20 % par rapport à Opus 5. Anthropic a affirmé qu'avec le nouveau modèle, les utilisateurs dépenseront environ 40 % de moins en raison d'une utilisation de tokens plus faible.

Le résultat net est que le GPT-6 Sol affiche un taux de 2 $, soit la moitié du taux de 4 $ pour Opus 5.5 et égal à celui de Claude Sonnet 5. D'autre part, tant le GPT-6 Astra que le Claude Fable 5.1 se situent au même niveau, facturant 10 $ pour l'entrée et 50 $ pour la sortie, selon l'analyse de VentureBeat.

Des concurrents moins chers comblent rapidement l'écart

OpenRouter dit que DeepSeek a doublé sa part de tokens sur la plateforme, passant de 9 % en janvier à 18 % en juin, tandis que les modèles chinois ont collectivement dépassé les modèles américains en part de tokens au début de juin. Xiaomi a également publié ses modèles MiMo sous licence MIT, donnant aux entreprises la possibilité de s'auto-héberger au lieu de payer par token.

Selon le Ramp AI Index, qui est 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 %. Les statistiques ne sont pas indicatives d'une part de marché mondiale, mais montrent plutôt la facilité avec laquelle les dépenses des entreprises transfèrent d'un fournisseur à l'autre.

De plus, le Global AI Diffusion Report publié par Microsoft offre une perspective plus étendue de la situation : l'IA gagne en popularité dans le monde entier, tandis que les modèles à poids ouverts pourraient entraîner une baisse des coûts d'accès, en particulier dans le Sud global, malgré les obstacles liés à l'infrastructure, à la connectivité et aux compétences.

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

Gartner prédit le 17 août que les coûts d'inférence par flux de travail agentique augmenteront de plus de cinq fois d'ici 2028. Il qualifie ce phénomène de « paradoxe de l'inférence » : une économie d'unité plus faible peut toujours entraîner une augmentation des dépenses globales à mesure que les flux de travail d'IA deviennent plus complexes.

« Chaque génération successive de capacités d'IA nécessitera plus de jetons, et souvent des jetons plus coûteux. » — Will Sommer, Directeur Analyste Principal, Gartner

Un préprint de l'Université d'Oxford, « The Price of Intelligence », a révélé que les prix d'inférence ajustés à la qualité ont diminué d'environ 0,73 point logarithmique par an, soit plus de sept fois plus rapidement que ne le captent les mesures conventionnelles. Mais mesurés par tâche complétée, les coûts pour les acheteurs 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 nécessairement les factures d'IA. Ils pourraient rendre économiquement viable l'utilisation d'une bien plus grande quantité d'IA.