GPT-6 Sol et Luna : OpenAI divise ses prix API par deux

Une famille à trois étages

Astra reste, dans le discours d'OpenAI, le sommet : le modèle le plus intelligent et le plus aligné, celui qu'on choisit quand on ne veut aucun compromis. Sol et Luna ne prétendent pas le remplacer, mais occuper les deux étages en dessous, là où se déroule l'essentiel du travail quotidien.

L'argument central n'est pas « plus intelligent » mais « même génération, moins cher ». OpenAI affirme avoir entraîné Sol et Luna avec des méthodes similaires à celles d'Astra, transférant ses avancées en travail professionnel, factualité, code, usage de l'ordinateur et alignement vers des modèles plus rapides.

Le vocabulaire employé est révélateur : l'entreprise parle de « faire avancer la frontière sur l'efficacité coût ». La compétition ne se joue plus seulement sur le score maximal atteignable, mais sur la position occupée le long de la courbe coût/intelligence.

La guerre des prix par tâche

La baisse tarifaire est nette : 2 $ en entrée et 10 $ en sortie par million de tokens pour Sol, 0,10 $ et 0,50 $ pour Luna, soit moitié moins que le tarif promotionnel des GPT-5.6 correspondants. OpenAI attribue cette marge à des gains d'infrastructure sur le caching et l'inférence, répercutés sur les clients.

Mais la métrique mise en avant partout dans le billet n'est pas le prix du token : c'est le coût par tâche. Sur AutomationBench, un test de workflows métier mobilisant 47 outils dans la vente, le marketing, les opérations, le support, la finance et les RH, Sol en effort xhigh score 33,2 % pour 0,27 $ par tâche, là où Claude Opus 5 en max plafonne à 26,9 % pour 11,1 fois ce coût.

OpenAI va jusqu'à noter que le point de Claude Fable 5.1 sous-estime son coût réel, puisqu'il omet les recours de secours vers Opus 5, survenus sur environ 40 % des tâches. On est dans la comparaison compétitive assumée, avec le niveau de détail méthodologique qui va avec — et l'avertissement habituel que les scores concurrents proviennent de rapports publics.

Détail piquant : Sol en xhigh dépasse aussi Astra en effort low (33,2 % contre 30,3 %), pour près de quatre fois moins cher. La hiérarchie des modèles n'est plus linéaire, elle dépend du niveau d'effort choisi.

Code, factualité, usage de l'ordinateur

Sur le code, OpenAI justifie sa logique par ses propres chiffres internes : valorisée aux prix de l'API, la consommation quotidienne de tokens dépasse 600 $ pour le chercheur médian et 7 000 $ au 90e centile. Quand les agents de code travaillent longtemps, le coût d'usage soutenu devient la contrainte principale.

Les résultats suivent cette logique : sur DeepSWE v1.1, Sol en max atteint 68,8 %, à 1,1 point du meilleur score de Claude Fable 5 dans l'évaluation, pour environ 80 % moins cher par tâche. Luna en max obtient 66,6 %, comparable à Opus 5 et Fable 5 en effort medium, mais 93 % et 96 % moins cher respectivement.

Côté factualité, OpenAI évalue ses modèles sur des conversations ChatGPT dés-identifiées où des utilisateurs avaient signalé une erreur. Sol y commet environ deux fois moins d'erreurs que son prédécesseur ; Luna à effort élevé égale GPT-5.6 Sol pour environ un centième de son coût. L'entreprise précise que ces conversations, choisies parce qu'elles induisent des erreurs, ne reflètent pas l'usage typique.

Sur l'usage de l'ordinateur, Astra reste présenté comme le meilleur modèle au monde. Sol en xhigh obtient 60,5 % sur OSWorld 2.0 offline, à égalité avec Opus 5 en medium (60,3 %), pour environ 80 % de coût en moins par tâche.

Le caching, arme discrète des agents

La partie la moins spectaculaire du billet est peut-être la plus structurante. OpenAI annonce de meilleurs taux de cache hit par défaut sur GPT-6, avec une remise de 90 % sur la lecture des tokens d'entrée mis en cache — un levier décisif quand un agent réinjecte le même contexte à chaque tour.

Trois nouveautés outillent les développeurs : un Prompt Caching Dashboard pour suivre la part d'entrée mise en cache, un outil de diagnostic qui explique les occasions manquées, et des breakpoints explicites pour choisir où s'arrête le préfixe caché. Surtout, modifier l'effort de raisonnement ou activer/désactiver des outils ne casse plus le cache.

La preuve sociale vient de GitHub : sur les derniers mois, ces améliorations auraient réduit de plus de 50 % la part de tokens de prompt nécessitant un traitement frais, sur des milliards de requêtes, accélérant les réponses de Copilot.

Style, alignement et disponibilité

OpenAI a également transféré à Sol et Luna le style de communication d'Astra : plus de clarté, moins de jargon, moins de tournures étranges, moins de détails à faible valeur, et des réponses légèrement plus courtes. L'entreprise illustre son propos avec un exemple de prompt front-end React, en expliquant pourquoi elle préfère la réponse de GPT-6 Sol — plus explicite sur ce qui a été vérifié ou non, moins bavarde sur ses propres outils.

Sur l'alignement, les deux modèles s'améliorent par rapport à leurs équivalents GPT-5.6, notamment sur le taux d'affirmations trompeuses concernant leur propre travail de code. OpenAI rappelle que ces évaluations testent délibérément des situations difficiles et ne mesurent pas des taux d'échec en usage normal ; la system card contient les résultats complets.

Le déploiement est immédiat mais partiel : ChatGPT Work et Codex pour Plus, Pro, Business, Enterprise et Edu, Luna dans l'app desktop pour Free et Go. Les modèles ne sont pas encore disponibles dans Chat, et le rollout s'étale sur la journée pour préserver la stabilité du service.