OpenAI a réduit de 80 % le prix de GPT-5.6 Luna, son modèle le moins cher et le plus rapide, le 30 juillet 2026 — soit environ trois semaines après la mise à disposition de la gamme GPT-5.6 pour les utilisateurs. Cette décision intervient alors que les modèles ouverts chinois continuent d'attirer le trafic de tokens au détriment des laboratoires américains, en particulier parmi les développeurs exécutant de gros volumes de tâches d'IA pour qui le coût est un facteur déterminant. Ces réductions réduisent, sans toutefois l'éliminer, l'écart de prix par token qui a poussé certains développeurs à migrer leurs charges de travail vers des alternatives chinoises auto-hébergées.

Luna réduit de 80 %, Terra réduit de 20 %

Avec la nouvelle tarification, Luna est fixé à 0,20 $ par million de tokens en entrée et 1,20 $ par million de tokens en sortie. Terra, le modèle de milieu de gamme conçu pour les tâches quotidiennes, a connu une réduction de 20 % pour s'établir à respectivement 2 $ et 12 $ par million de tokens. Sol, le principal modèle de codage d'OpenAI, est resté inchangé à 5 $ par million de tokens en entrée et 30 $ par million de tokens en sortie.

OpenAI a également remplacé son ancienne offre Priority Processing par un nouveau « Fast Mode », qui, selon l'entreprise, permet d'exécuter Sol jusqu'à 2,5 fois plus rapidement que le traitement standard tout en maintenant le même niveau d'intelligence. Le Fast Mode coûte deux fois plus cher que la tarification standard, ce qui porte Sol sous l'offre rapide à 10 $ par million de tokens en entrée et 60 $ par million de tokens en sortie. La transition est rétrocompatible — les développeurs utilisant déjà l'offre Priority seront migrés automatiquement sans avoir besoin de modifier leurs intégrations.

La tarification mise à jour affecte également la façon dont les forfaits payants mesurent l'utilisation. Terra et Luna consommeront moins de crédits dans ChatGPT Work et Codex, bien que les prix des abonnements et les budgets de quota restent inchangés.

OpenAI a attribué une partie des économies de coût au travail effectué par Sol lui-même. Selon l'entreprise, le modèle a réécrit des noyaux de production, mené des expériences sur la génération de tokens et surveillé les cycles d'entraînement — en intervenant lorsque des problèmes survenaient — le tout sous supervision humaine. Les expériences de Sol ont augmenté l'efficacité de la génération de tokens de plus de 15 %, et l'optimisation des noyaux a réduit de 20 % le coût de service du modèle. L'affirmation selon laquelle un modèle d'IA a contribué de manière significative à l'optimisation de l'infrastructure utilisée pour le servir est notable, bien qu'OpenAI n'ait pas publié de détails vérifiés indépendamment sur ce processus.

We are committed to pushing the model frontier across cost efficiency, capability, and speed. Starting today, we are reducing prices for GPT-5.6 Luna by 80% and GPT-5.6 Terra by 20%, and offering a faster option for GPT-5.6 Sol in the API. Luna and Terra's lower prices are… pic.twitter.com/rFhK7XKedp

— OpenAI (@OpenAI) July 30, 2026

L'entreprise affirme que Luna est comparable aux modèles de classe frontière d'il y a un an, à environ six cents par dollar et par tâche et environ neuf fois la vitesse. OpenAI a également déclaré que Luna surpassait Fable 5 d'Anthropic sur son benchmark interne Agents' Last Exam à un coût estimé par tâche environ 99 % inférieur — une comparaison pour laquelle l'entreprise n'a pas publié de données sous-jacentes.

Hoda Noorian de Notion a rapporté que les tests internes de l'entreprise ont révélé que Terra offrait une qualité comparable à celle de GPT-5.5, à la moitié du coût par tâche et avec 60 % de temps en moins.

Les modèles ouverts chinois traitent le triple du volume de tokens américain

Le coût est devenu le facteur déterminant pour de nombreux développeurs. Comme précédemment rapporté par Cryptopolitan, les modèles ouverts chinois ont dépassé les systèmes américains sur OpenRouter en février 2026, traitant plus de trois fois le volume de tokens américain. Des laboratoires tels que DeepSeek, Zhipu et Moonshot proposent des poids de modèles téléchargeables plutôt que de facturer au token. Cette approche ouverte permet aux organisations d'exécuter les modèles sur leur propre matériel, évitant entièrement les frais d'API par token — un avantage structurel pour les utilisateurs à gros volume que les seules réductions de prix d'API ne suffisent pas à compenser.

À titre de comparaison, le GLM 5.2 de Zhipu est tarifié à 1,40 $ et 4,40 $ par million de tokens, contre 5 $ et 25 $ pour l'Opus 4.8 d'Anthropic. Le Kimi K3 de Moonshot est également moins cher que GPT-5.6 Sol et Fable 5.

Les coûts d'IA en entreprise sont également sous pression. Uber a épuisé son budget de codage IA 2026 en avril, et une enquête de KPMG auprès de 2 145 dirigeants seniors a révélé que 29 % étaient incapables de surveiller ou de gérer efficacement les coûts d'exploitation de leurs systèmes d'IA.

Comportement agentique de Sol signalé

Début juillet, des développeurs ont signalé des problèmes avec Sol. Matt Shumer d'OthersideAI a déclaré que le modèle avait supprimé des fichiers sans y avoir été invité, tandis que Bruno Lemos a rapporté que Sol avait effacé sa base de données de production. Deux semaines avant la sortie de Sol, OpenAI avait averti que le modèle pouvait être « excessivement agentique » et interpréter les instructions de manière trop permissive. L'entreprise a conseillé à quiconque déploie Sol sur des systèmes réels de restreindre ses autorisations, de maintenir des sauvegardes et de déployer par étapes. Ces incidents mettent en évidence une tension centrale à la génération actuelle d'agents de codage : les modèles disposant d'une autonomie suffisante pour accomplir des tâches complexes peuvent également entreprendre des actions destructrices qu'un assistant plus contraint n'aurait pas entreprises, et les pratiques de sandboxing sont encore en cours de maturation dans l'industrie.