GPT-6 Sol coûte deux fois moins cher pour un point de mieux

OpenAI a lancé GPT-6 Sol et GPT-6 Luna le 22 septembre, avec des tarifs API divisés par deux au minimum. Les mesures indépendantes, elles, ne bougent quasiment pas : un point gagné sur l’index d’intelligence pour Sol, rien du tout pour Luna.

Pour résumer

• Le million de tokens d’entrée tombe à 2 dollars pour Sol et 0,10 dollar pour Luna.
• L’index d’intelligence d’Artificial Analysis passe de 47 à 48 sur Sol, avec des régressions sur le travail de connaissance.
• Ces tarifs sont présentés comme permanents, sans date de fin annoncée.

GPT-6 Sol divise la facture et laisse les scores en place

OpenAI a détaillé les deux modèles dans son annonce de lancement publiée mardi. GPT-6 Sol passe à 2 dollars le million de tokens d’entrée et 10 dollars en sortie. Luna descend à 0,10 et 0,50 dollar.

La lecture de cache encaisse la baisse la plus forte, avec 90 % de remise. Un token relu coûte 0,20 dollar sur Sol et un centime sur Luna.

Le détail qui compte tient en un mot : ces prix sont permanents. Il ne s’agit pas d’un tarif d’appel destiné à être relevé une fois les équipes installées, ce qui change la façon dont une direction technique peut bâtir un budget annuel dessus.

Un tarif gravé change aussi la façon dont un contrat se négocie. Une baisse annoncée comme définitive se répercute immédiatement sur les projections à douze mois, là où une remise temporaire oblige à garder une marge de sécurité. Le mouvement dure depuis le printemps, quand les deux laboratoires avaient commencé à s’aligner tarif contre tarif.

Côté performance, le tableau est nettement moins spectaculaire. Artificial Analysis mesure GPT-6 Sol à 48 points sur son index d’intelligence, contre 47 pour la version précédente. Luna reste à 37.

Le mouvement n’est même pas homogène. Les gains apparaissent sur certaines évaluations et des régressions sur d’autres, notamment sur GDPval-AA v2.1, qui note le travail de connaissance plutôt que le code.

OpenAI met en avant un autre chiffre : environ moitié moins d’erreurs sur ses évaluations de factualité. Le laboratoire avait déjà joué cette partition en juillet, quand le tarif de la gamme Luna avait chuté de 80 % d’un coup.

Luna prend le volume, Sol garde les tâches lourdes

Les deux modèles ne visent pas le même travail. Sol est positionné sur les tâches complexes, code compris. Luna est taillé pour le volume : résumés de documents, extraction d’information, travail de greffe répétitif.

C’est sur le coût par tâche que l’argument porte, plus que sur le prix au token. Sur FrontierCode 1.1, GPT-6 Sol obtient 49,3 % pour 2,14 dollars la tâche, quand Fable 5.1 atteint 50,3 % pour 12,83 dollars.

Un point de score en moins pour six fois moins cher : l’arbitrage se déplace du classement vers la facture. Sur AutomationBench, Sol à effort maximum dépasse Claude Opus 5 en coûtant 9 % du prix par tâche.

Sur DeepSWE v1.1, Sol atteint 68,8 % à effort maximum. Luna égale ce score dans la même configuration, pour 0,22 dollar la tâche, ce qui rend la question du modèle à choisir moins évidente qu’annoncé.

Le partage annoncé entre les deux modèles tient donc moins bien qu’il n’y paraît. Une équipe qui pousse Luna à son maximum obtient parfois ce qu’elle serait allée chercher sur Sol, pour un dixième de la dépense.

Sur OSWorld 2.0, qui mesure le pilotage d’un poste de travail, GPT-6 égale Claude Opus 5 pour environ 80 % de moins. La disponibilité suit ce découpage : ChatGPT Work, Codex et l’API pour les deux modèles, Luna accessible aux comptes gratuits via l’application de bureau.

D’autres articles sur Horizon

• Les agents IA ont trompé leur évaluateur, alerte l’ONU
• Claude Opus 5.5 décide seul combien il doit réfléchir
• L’usage quotidien de l’IA double en six mois aux États-Unis

La bataille se joue désormais à la tâche, plus au token

Le calendrier dit tout. GPT-6 Sol et Luna sont sortis environ quatre-vingt-dix minutes après l’annonce de Claude Opus 5.5 par Anthropic, qui affichait lui aussi une baisse de 40 % sur le coût d’exploitation.

OpenAI a passé le mois à empiler les annonces, entre la revendication d’IA générale portée par Astra début septembre et cette double sortie tarifaire. Le rythme donne l’impression d’une gamme qui se cherche encore.

Deux annonces de baisse le même après-midi ne relèvent pas du hasard de calendrier. La séquence prolonge un mouvement engagé depuis le printemps sur le marché entreprise.

Une équipe déjà en production mesure désormais le coût d’une tâche complète, effort réel compris, sur une charge représentative de son propre usage. Le classement des benchmarks passe au second plan.

Ce basculement vers le coût par tâche complique aussi la comparaison. Deux modèles affichant le même score peuvent consommer un volume de raisonnement très différent pour y arriver, et seule une mesure de bout en bout le révèle.

Pour les modèles ouverts et les fournisseurs à bas coût, le message est plus rude. Leur argument principal tenait à l’écart de prix avec les modèles propriétaires du haut de gamme, et cet écart vient de se resserrer sans qu’ils aient rien changé.

La bascule se jouera surtout côté grand public, là où le changement de modèle par défaut dans ChatGPT avait déjà rebattu les usages sans prévenir personne. Un modèle deux fois moins cher finit toujours par redescendre dans le produit.

Affaire à suivre sur Horizon.