Trois semaines après l’arrivée générale de GPT-5.6, OpenAI vient de réduire de 80 % le prix de Luna, le modèle le plus léger de la famille. Le tarif de l’API tombe à 0,20 dollar par million de tokens en entrée et 1,20 dollar en sortie. Terra, le modèle intermédiaire, bénéficie de son côté d’une baisse de 20 %.
Ce mouvement est plus révélateur qu’une promotion commerciale. Luna coûte désormais presque exactement le même prix que GPT-5.4 nano, un modèle de génération précédente destiné aux tâches simples et massives. OpenAI affirme pourtant que Luna sait utiliser des outils, suivre des procédures en plusieurs étapes et rivaliser, sur certaines évaluations professionnelles, avec des modèles qui occupaient récemment le haut du marché.
La question n’est donc plus seulement : combien coûte un million de tokens ? Elle devient : combien coûte une tâche correctement terminée ? En abaissant brutalement le ticket d’entrée de Luna, OpenAI cherche à imposer cette nouvelle unité de mesure — et à rendre économiquement crédibles des agents exécutés des milliers ou des millions de fois.
Une baisse éclair, trois semaines après le lancement
Lors de la sortie générale de GPT-5.6 le 9 juillet 2026, la gamme suivait une hiérarchie simple. Sol, le modèle phare, était facturé 5 dollars par million de tokens en entrée et 30 dollars en sortie. Terra coûtait 2,50 et 15 dollars. Luna, présenté comme le choix rapide et économique, revenait à 1 et 6 dollars.
Depuis le 30 juillet, la grille est nettement plus agressive :
| Modèle | Entrée, par million de tokens | Sortie, par million de tokens | Évolution |
|---|---|---|---|
| GPT-5.6 Sol | 5 $ | 30 $ | inchangé |
| GPT-5.6 Terra | 2 $ | 12 $ | -20 % |
| GPT-5.6 Luna | 0,20 $ | 1,20 $ | -80 % |
Pour mesurer l’effet concret, imaginons une application qui consomme 10 millions de tokens d’entrée et 2 millions de tokens de sortie. Avec l’ancien tarif, Luna aurait coûté 22 dollars. Avec le nouveau, la même consommation revient à 4,40 dollars. Pour Terra, la facture passe de 55 à 44 dollars.
Les abonnements ChatGPT et Codex ne deviennent pas moins chers. OpenAI indique toutefois que l’utilisation de Terra et Luna consommera moins de crédits dans les offres payantes. La baisse vise donc à la fois les développeurs facturés à l’usage et les professionnels soumis à des quotas.
Luna rejoint le prix d’un « nano », sans se limiter à son rôle
La comparaison avec GPT-5.4 nano donne la mesure du changement. Ce dernier coûte 0,20 dollar en entrée et 1,25 dollar en sortie. Luna s’aligne sur le prix d’entrée et devient même légèrement moins cher en sortie, à 1,20 dollar.
Sur le papier, Luna offre aussi une fenêtre de contexte de 1,05 million de tokens, contre 400 000 pour GPT-5.4 nano. Surtout, OpenAI le positionne pour des workflows agentiques : recherche, appels d’outils, manipulation de fichiers, exécution de code ou automatisations composées de plusieurs étapes. Nano reste décrit comme un modèle pour la classification, l’extraction, le classement et les sous-agents simples.
Cette comparaison ne prouve pas que Luna est supérieur sur chaque tâche. La qualité dépend du prompt, du niveau de raisonnement, des outils et du domaine. Elle montre néanmoins que la frontière tarifaire entre un petit modèle d’exécution et un agent beaucoup plus polyvalent s’est presque effacée.
Le prix par token ne raconte qu’une partie de la facture
La facturation des modèles d’IA est traditionnellement présentée comme celle d’une matière première : un tarif pour lire des tokens, un autre pour en produire. Cette unité est pratique, mais elle peut tromper dès qu’un modèle travaille comme un agent.
Un workflow ne réalise pas toujours un unique aller-retour. Il peut relire les mêmes instructions, appeler un outil, analyser son résultat, corriger une erreur et recommencer. Un modèle bon marché qui échoue deux fois peut coûter plus qu’un modèle plus cher qui réussit du premier coup. À l’inverse, utiliser Sol pour classer des milliers de documents simples revient à payer une expertise dont la tâche n’a pas besoin.
Le bon indicateur associe donc au moins cinq mesures :
- le taux de réussite sur une tâche représentative ;
- le nombre total de tokens, raisonnement compris ;
- le nombre d’appels au modèle et aux outils ;
- le temps écoulé jusqu’au résultat exploitable ;
- la quantité de reprise humaine nécessaire.
OpenAI met en avant une évaluation appelée Agents’ Last Exam, consacrée à des workflows professionnels longs et vérifiables dans 55 secteurs. L’entreprise affirme que Luna y dépasse Claude Fable 5 pour un coût estimé par tâche inférieur de près de 99 %. C’est un résultat spectaculaire, mais il doit rester correctement attribué : le calcul est publié par OpenAI et dépend d’une simulation de l’usage, de la latence et des tarifs. Les coûts réels peuvent varier fortement en production.
Pourquoi OpenAI peut réduire le tarif aussi vite
La baisse n’est pas présentée comme une simple remise financée par la trésorerie. OpenAI l’associe à des gains cumulés sur trois couches : le modèle, l’infrastructure d’inférence et l’orchestrateur qui relie le modèle aux outils.
Un modèle entraîné à prendre un chemin plus direct
Un modèle plus efficace n’est pas seulement un modèle qui génère chaque token plus vite. Il peut aussi accomplir une tâche avec moins de détours. GPT-5.6 a été entraîné, selon OpenAI, à optimiser simultanément la réussite et l’efficacité. Moins de raisonnements inutiles, moins de sorties intermédiaires et moins de tentatives signifient moins de calcul pour un même résultat.
Des GPU mieux occupés
L’inférence dépend également du routage des requêtes, de l’ordonnancement, du cache et des petits programmes appelés kernels qui exécutent les opérations sur les accélérateurs. Une mauvaise répartition laisse du matériel inactif ou ralentit les transferts de données. OpenAI affirme que GPT-5.6 Sol a lui-même contribué, sous supervision humaine, à réécrire des kernels et à conduire des expériences d’optimisation. Ces travaux auraient réduit de 20 % le coût de service de bout en bout et amélioré de plus de 15 % l’efficacité de génération des tokens.
Ces chiffres viennent de l’entreprise et ne constituent pas un audit indépendant. Ils décrivent toutefois le levier économique central : quand un fournisseur sert davantage de travail utile avec la même capacité, il peut réduire les prix sans nécessairement réduire sa marge dans les mêmes proportions.
Moins de contexte répété à chaque tour
Dans une boucle agentique, les mêmes instructions, outils et éléments d’historique peuvent être renvoyés au modèle de nombreuses fois. L’orchestrateur de Codex et de ChatGPT Work limite ce gonflement du contexte, diffère le chargement des intégrations inutiles et conserve des préfixes stables pour améliorer le taux de cache.
Les lectures de cache de Luna sont facturées 0,02 dollar par million de tokens, soit 90 % de moins que l’entrée standard. Cet avantage peut devenir déterminant pour un agent qui réutilise une longue base d’instructions. Les écritures de cache coûtent en revanche 1,25 fois le prix d’entrée non mis en cache : il faut donc mesurer le taux de réutilisation au lieu d’activer le cache sans stratégie.
Le vrai pari : rendre les agents de fond presque banals
À 0,20 dollar le million de tokens en entrée, Luna devient crédible pour des traitements qui auraient été trop chers à généraliser quelques mois plus tôt : trier des interactions clients, vérifier des dossiers, préparer des tests logiciels, enrichir des catalogues ou faire fonctionner des sous-agents en arrière-plan.
L’intérêt n’est pas seulement de remplacer un grand modèle par un petit. Un système peut répartir le travail. Sol résout l’incertitude, construit un plan ou arbitre une décision risquée ; Luna exécute ensuite les étapes bien définies, lance les tests et vérifie les sorties. Cette architecture ressemble davantage à une équipe où chaque niveau de compétence est mobilisé au bon moment qu’à un assistant unique chargé de tout faire.
Le tarif très bas peut aussi augmenter l’usage total. Une entreprise économisera peut-être sur chaque appel, mais lancera davantage d’automatisations, conservera plus de contexte et ajoutera plus de vérifications. La facture globale ne baissera donc pas automatiquement de 80 %. Elle peut même augmenter si le nouveau prix transforme des usages occasionnels en infrastructure permanente.
Fast mode rappelle que le temps reste une ressource payante
En parallèle, OpenAI remplace son offre Priority Processing par un Fast mode pour GPT-5.6 Sol. L’entreprise annonce une vitesse pouvant atteindre 2,5 fois celle du traitement standard, sans modification de l’intelligence, pour un tarif doublé.
Le contraste résume la stratégie. D’un côté, Luna rend le volume beaucoup moins cher. De l’autre, Sol permet de payer davantage lorsque quelques secondes économisées ont une valeur commerciale : assistance interactive, analyse urgente, incident de production ou tâche exécutive sensible.
Cette séparation évite de confondre deux besoins. Le modèle le moins cher n’est pas toujours celui qui maximise la valeur ; le plus rapide n’est pas toujours rentable. Le bon choix dépend du coût de l’erreur, de l’urgence et de l’échelle.
Ce que les développeurs doivent tester avant de migrer
La tentation sera forte de remplacer un ancien modèle par Luna dès que son prix paraît inférieur. Une migration sérieuse doit pourtant commencer par un jeu d’évaluations représentatif des données réelles.
Il faut comparer Luna, Terra et le modèle actuellement en production avec le même niveau de raisonnement, puis tester un niveau inférieur lorsque la qualité reste stable. Le suivi doit inclure les tokens d’entrée, de sortie et de cache, les appels d’outils, le délai, les échecs silencieux et les corrections humaines.
Deux réserves tarifaires méritent aussi d’être intégrées au calcul. Les requêtes dépassant 272 000 tokens sont facturées, pour Luna et Terra, avec un multiplicateur de deux sur l’entrée et de 1,5 sur la sortie pour l’ensemble de la requête. Les outils spécialisés, comme la recherche ou l’usage de l’ordinateur, peuvent ajouter leur propre coût par appel.
Enfin, une baisse spectaculaire ne supprime pas les questions de dépendance. Plus une entreprise confie d’étapes à un modèle propriétaire très bon marché, plus un futur changement de prix, de quota ou de comportement devient coûteux à absorber. Conserver des évaluations reproductibles et une couche de routage indépendante reste une assurance utile.
La guerre des modèles se jouera sur le reçu final
La réduction de 80 % de GPT-5.6 Luna n’est pas seulement une nouvelle ligne dans une grille tarifaire. Elle signale que les petits modèles agentiques deviennent le terrain principal de la concurrence : assez compétents pour effectuer du travail réel, assez rapides pour rester interactifs et assez bon marché pour disparaître presque dans le coût d’un produit.
OpenAI veut faire du coût par résultat le nouveau juge de paix. La formule est plus pertinente que le prix par token, à condition de ne pas accepter les graphiques du fournisseur comme verdict définitif. Les entreprises devront vérifier sur leurs propres tâches combien de résultats passent le seuil de qualité, combien doivent être repris et combien de temps humain est réellement économisé.
Le chiffre le plus important ne sera donc peut-être pas « -80 % ». Ce sera le nombre de workflows qui deviennent enfin rentables — et celui des automatisations que ce prix très bas incitera à lancer sans avoir suffisamment mesuré leur utilité.
Références
- OpenAI — Advancing the price-performance frontier with GPT-5.6
- OpenAI — GPT-5.6: Frontier intelligence that scales with your ambition
- OpenAI — How GPT-5.6 fuses frontier intelligence with frontier efficiency
- OpenAI API — GPT-5.6 Luna
- OpenAI API — GPT-5.6 Terra
- OpenAI API — GPT-5.4 nano
- Agents’ Last Exam — benchmark de workflows professionnels
