OpenAI vient de réduire considérablement le prix de son modèle d'IA le moins cher

OpenAI a réduit les tarifs de son API pour l’ensemble de sa gamme GPT-5.6, présentant cette mesure comme le résultat des gains d’efficacité que le modèle lui-même a contribué à générer. GPT-5.6 Luna, le niveau le plus rapide et le plus abordable, est désormais 80 % moins cher, tandis que GPT-5.6 Terra, le modèle équilibré destiné aux tâches quotidiennes, voit son prix baisser de 20 %. Ces modifications sont entrées en vigueur le 30 juillet.

Les tarifs d’abonnement et les budgets alloués à ChatGPT et Codex restent inchangés, mais l’utilisation de Terra et Luna entraîne désormais une déduction moindre de crédits sur ces forfaits.

OpenAI a également introduit le mode « Fast » pour l’API, en remplacement de l’ancien niveau de traitement « Priority ». Pour GPT-5.6 Sol, le mode « Fast » est jusqu’à 2,5 fois plus rapide que le traitement « Standard » pour un prix deux fois plus élevé, sans altération de la qualité des résultats, et les requêtes existantes marquées « priority » sont automatiquement transférées vers ce mode.

En termes de performances, OpenAI affirme que Luna est désormais à la hauteur des modèles considérés comme de pointe il y a un an, avec un coût d’environ 6 centimes par tâche et une vitesse près de neuf fois supérieure. L’entreprise a également comparé Luna directement à un concurrent : sur le benchmark professionnel « Agents’ Last Exam », Luna surclasserait Claude Fable 5 avec un coût estimé par tâche inférieur de près de 99 %.

OpenAI attribue ces gains à un travail mené à trois niveaux : l’architecture du modèle, les systèmes d’inférence et l’interface « agentic » reliant les modèles aux outils. L’entreprise souligne notamment que GPT-5.6 Sol a lui-même contribué à identifier ces gains d’efficacité, en réécrivant de manière autonome les noyaux de production et en menant des centaines d’expériences visant à améliorer la génération de tokens. Le travail d’optimisation des noyaux a permis de réduire de 20 % les coûts de mise en service des modèles de bout en bout, tandis que les expériences ont augmenté l’efficacité de la génération de tokens de plus de 15 %.