OpenAI et Anthropic placent le coût d’utilisation de leurs modèles au centre de leurs dernières innovations. OpenAI a lancé GPT-6 Sol et GPT-6 Luna avec des prix d’API jusqu’à 50 % inférieurs aux tarifs promotionnels de GPT-5.6, tandis qu’Anthropic a présenté Claude Opus 5.5, qui, selon l’entreprise, coûte environ 40 % de moins à utiliser que Opus 5 pour des charges de travail courantes. Ces nouveautés interviennent après un débat public sur la nécessité de ralentir le développement des modèles avancés.

Les points clés d’OpenAI et Anthropic en 20 secondes

• GPT-6 Sol réduit le coût de 4 à 2 dollars par million de tokens d’entrée et de 20 à 10 dollars pour la sortie.
• GPT-6 Luna passe de 0,20 à 0,10 dollars pour l’entrée et de 1,20 à 0,50 dollars pour la sortie.
• Claude Opus 5.5 diminue ses tarifs de 5 à 4 dollars pour l’entrée et de 25 à 20 dollars pour la sortie.
• Anthropic attribue une partie de cette économie à une meilleure efficacité dans l’utilisation des tokens.
• Ces nouveaux modèles arrivent alors que le marché voit des alternatives plus abordables et des modèles open source de poids variés.

Ce changement marque une étape différente dans la course à l’intelligence artificielle. Depuis quelques années, la compétition s’est principalement centrée sur l’amélioration des capacités des modèles. Désormais, le coût pour exploiter ces capacités devient un enjeu majeur, notamment pour les entreprises qui veulent traiter des milliers ou millions de requêtes via IA.

Comparer les prix : avant et après la baisse

Les tarifs API donnent une vue claire de la stratégie des deux entreprises. Le tableau ci-dessous montre les prix standard pour 1 million de tokens, en se basant sur les tarifs promotionnels de GPT-5.6, utilisés par OpenAI avant le lancement de GPT-6.

Les prix sont indiqués pour 1 million de tokens. Chez OpenAI, les tarifs de GPT-5.6 Sol et Luna étaient promotionnels ; GPT-6 Sol et Luna débutent avec leurs nouveaux tarifs. Anthropic affirme que le coût effectif d’Opus 5.5 est environ 40 % inférieur à celui d’Opus 5 pour des charges de travail courantes, notamment grâce à une réduction du nombre de tokens nécessaires.

Il est important de différencier prix par token et coût par tâche. Un modèle peut proposer un tarif inférieur pour 1 million de tokens tout en nécessitant plus de tokens ou d’appels pour réaliser un travail. Ainsi, la véritable économie pour une entreprise dépendra de l’utilisation concrète de chaque modèle.

Anthropic insiste précisément sur cet aspect. Opus 5.5 ne se contente pas de réduire ses tarifs nominaux : la société affirme que le modèle est plus efficace dans l’utilisation des tokens. Son prix passe ainsi de 5 à 4 dollars par million de tokens d’entrée, et de 25 à 20 dollars pour la sortie, tandis que le coût des lectures en cache diminue de 0,50 à 0,20 dollars par million, soit une réduction de 60 %.

OpenAI opte pour une baisse plus directe avec ses deux nouveaux modèles. GPT-6 Sol coûte la moitié de GPT-5.6 Sol en tarif promotionnel de référence, tandis que GPT-6 Luna voit ses coûts d’entrée et de sortie divisés par deux ou plus. La société confirme que ces deux modèles sont proposés à des tarifs API inférieurs de 50 % aux tarifs promotionnels de GPT-5.6.

GPT-6 Sol et Luna ciblent deux types de tâches

OpenAI positionne GPT-6 Sol et GPT-6 Luna en dessous de GPT-6 Astra, son modèle de grande capacité dans la nouvelle gamme.

Sol est conçu pour des tâches exigeantes, notamment la programmation, le raisonnement et les flux avec agents. Luna, quant à lui, concerne principalement des opérations à fort volume où le coût par demande est primordial, comme l’extraction d’informations, la classification ou le résumé de documents.

Cette stratégie permet de dissocier le coût en fonction de la capacité nécessaire. Une entreprise peut réserver un modèle plus coûteux pour des tâches complexes et privilégier Luna pour des millions d’opérations simples.

Ce découpage devient crucial avec l’expansion des agents IA. Un agent qui ne traite qu’une requête a un coût faible, mais s’il analyse des documents, consulte des outils, code, vérifie des résultats et répète les opérations sur plusieurs heures, la consommation en tokens peut rapidement grimper.

La baisse du prix par token transforme la rentabilité de ces systèmes.

OpenAI a également optimisé l’efficacité du cache et de l’inférence. GPT-6 Sol coûte 0,20 dollar par million de tokens en cache, tandis que Luna tombe à 0,01 dollar. La réutilisation du contexte peut ainsi encore réduire le coût pour des applications très récurrentes.

Anthropic réagit avec un Opus plus efficace

Claude Opus 5.5 adopte une stratégie quelque peu différente. Anthropic le présente comme le premier modèle de sa nouvelle famille Claude 5.5, déclarant qu’il atteint un niveau comparable à Claude Fable 5.1 pour la majorité des tâches, avec un coût d’exécution environ 40 % inférieur à Opus 5.

Disponible pour les utilisateurs Pro, Max, Team et Enterprise, ainsi que via l’API et des plateformes cloud comme AWS, Google Cloud et Microsoft Foundry, Claude Opus 5.5 est tarifé à 4 dollars par million de tokens d’entrée et 20 dollars pour la sortie.

L’économie est particulièrement importante pour les tâches impliquant des agents de longue durée. Anthropic souligne que la lecture en cache représente une part significative du coût sur ces charges et a ainsi réduit cette tarification de 0,50 à 0,20 dollars par million de tokens.

Il existe également une version rapide d’Opus 5.5, pouvant atteindre jusqu’à 2,5 fois la vitesse standard, moyennant un tarif de 8 dollars par million de tokens d’entrée et 40 dollars pour la sortie.

Anthropic indique que Opus 5.5 a été évalué par des organismes externes tels que Frontier Design et METR avant son lancement. Ces évaluations font partie des informations publiques, mais ne remplacent pas une comparaison indépendante exhaustive avec d’autres modèles.

Une baisse de prix alors que les modèles open source gagnent du terrain

Ce mouvement de tarification intervient dans un marché où de nombreux acteurs, comme Alibaba, Moonshot AI ou DeepSeek, proposent des modèles à moindre coût ou en open source avec des poids accessibles aux développeurs.

Pour les fournisseurs propriétaires, réduire les tarifs peut limiter le transfert de charges vers des solutions moins coûteuses. Mais cela soulève aussi une autre question : si le prix par token diminue, la consommation peut augmenter.

Une application autrefois jugée trop coûteuse pour un usage intensif peut devenir économiquement viable. Cela pourrait bénéficier aux fournisseurs en multipliant le volume d’usage, même à tarif unitaire inférieur.

Ainsi, la compétition ne se limite plus uniquement au modèle le plus puissant, mais s’étend aussi à celui qui offre la meilleure rentabilité à grande échelle. Le coût par tâche, le volume de tokens, la vitesse, la capacité de raisonnement et la réutilisation du contexte deviennent aussi importants que la qualité des réponses.

Après le débat sur la ralentissement de l’IA, ces lancements témoignent d’une avancée commerciale

Ce calendrier prend une dimension supplémentaire, avec ces premiers grands lancement d’OpenAI et Anthropic après un débat public sur les risques liés à la progression rapide des systèmes avancés.

Dario Amodei, CEO d’Anthropic, appelait à faire preuve de prudence dans le développement de ces modèles de pointe. Le débat s’est intensifié lorsque Jacob Coxon, chercheur retraité d’Anthropic, a publiquement annoncé quitter l’entreprise et remis en question le rythme d’innovation des grands laboratoires.

Sam Altman, CEO d’OpenAI, ainsi qu’Elon Musk, ont également participé à cette polémique, selon des sources de CNBC utilisées comme base pour cet article.

Or, ces nouveaux lancements montrent que la discussion sur la sécurité et l’aspect commercial avance simultanément. Anthropic ne suspend pas ses innovations : elle présente un Opus à moindre coût, intégrant les mesures de sécurité développées pour ses modèles les plus avancés.

De même, OpenAI poursuit le déploiement de GPT-6. Avec Sol et Luna, la société étend sa gamme pour répondre à des utilisations plus fréquentes et variées.

Au final, la compétition ne se limite plus à la puissance des modèles. Elle concerne aussi la capacité à proposer une offre suffisamment abordable pour permettre leur intégration à grande échelle dans des produits, agents et processus d’entreprise.

Pour les développeurs, la comparaison la plus pertinente ne se limite plus à une simple performance en benchmarks. Le coût par tâche, la consommation de tokens, la rapidité, la capacité de raisonnement, et la réutilisation du contexte deviennent aussi cruciaux que la qualité de la réponse.

OpenAI mise sur une réduction drastique du prix unitaire via GPT-6 Sol et Luna. Anthropic répond avec un Opus 5.5 plus économique et plus efficace en tokens selon leurs propres données. Parallèlement, les modèles open source et les fournisseurs asiatiques maintiennent la pression sur une industrie qui commence à considérer l’efficacité comme une caractéristique centrale du produit.

Questions fréquentes

Quel est le prix de GPT-6 Sol comparé à GPT-5.6 Sol ?

GPT-6 Sol coûte 2 dollars par million de tokens d’entrée et 10 dollars pour la sortie. GPT-5.6 Sol était proposé à 4 dollars d’entrée et 20 dollars de sortie, ce qui représente une réduction de 50 %.

De combien a baissé le prix de GPT-6 Luna ?

GPT-6 Luna est facturé à 0,10 dollar par million de tokens d’entrée et 0,50 dollar pour la sortie. Les tarifs précédents de GPT-5.6 Luna étaient de 0,20 et 1,20 dollars respectivement.

Quel est le coût de Claude Opus 5.5 ?

Claude Opus 5.5 est proposé à 4 dollars par million de tokens d’entrée et 20 dollars pour la sortie. Anthropic précise que son coût opérationnel est environ 40 % inférieur à Opus 5, grâce à une meilleure utilisation des tokens.

Quelle différence entre GPT-6 Sol et GPT-6 Luna ?

GPT-6 Sol vise des tâches plus complexes, comme la programmation ou les flux avec agents, tandis que GPT-6 Luna est conçu pour des opérations à volume élevé où le coût par demande est crucial, telles que l’extraction d’informations ou le résumé de documents.