AI price wars : OpenAI a abaissé de 80 % le prix de GPT-5.6 Luna et de 20 % celui de GPT-5.6 Terra, tout en ajoutant un mode Fast payant pour GPT-5.6 Sol. L’annonce a été officialisée le 30 juillet 2026 sur le compte X d’OpenAI, avec une nouvelle grille qui repositionne nettement l’entrée de gamme de la série GPT-5.6 sur le terrain du coût.
Dans le détail, GPT-5.6 Luna passe à 0,20 dollar par million de tokens en entrée et 1,20 dollar en sortie, soit 1,40 dollar au total. GPT-5.6 Terra descend à 2 dollars en entrée et 12 dollars en sortie, soit 14 dollars. Le prix de GPT-5.6 Sol Standard reste inchangé à 5 dollars en entrée et 30 dollars en sortie, tandis que Sol Fast, nouvelle option de service, double la facture à 10 dollars en entrée et 60 dollars en sortie, avec un débit annoncé jusqu’à 2,5 fois supérieur sans changement d’intelligence sous-jacente. La mise à jour est présentée par Sam Altman comme des “major price cuts”.
Cette offensive tarifaire intervient quelques jours après l’arrivée de nouveaux modèles Google centrés sur les coûts d’inférence, et peu après le lancement de Claude Opus 5 chez Anthropic au même prix qu’Opus 4.8. Autrement dit, la concurrence ne se joue plus seulement sur les benchmarks : elle se joue désormais sur le coût réel d’exécution en production.
GPT-5.6 Luna entre de plain-pied dans la guerre des prix
Le mouvement le plus spectaculaire concerne Luna. Lors du lancement initial de la famille GPT-5.6, fin juin 2026, ce modèle était facturé 1 dollar par million de tokens en entrée et 6 dollars en sortie, soit 7 dollars au total. OpenAI ramène aujourd’hui cette combinaison à 1,40 dollar. La baisse est massive : 5,60 dollars de moins par million de tokens, soit bien 80 %.
Le signal est clair. OpenAI ne devient pas le fournisseur le moins cher du marché au prix facial : MiMo-V2.5 Flash reste à 0,40 dollar au total, deepseek-v4-flash à 0,42 dollar, et certains modèles concurrents demeurent sous le nouveau tarif de Luna. Mais OpenAI fait entrer un modèle de sa série frontier dans une zone de prix jusqu’ici occupée surtout par des offres orientées volume et faible coût.
Face à Google, le repositionnement est net. Luna tombe sous Gemini 3.5 Flash-Lite, donné entre 1,75 et 2,80 dollars selon la version citée dans les comparatifs intégrés au rapport, et très loin sous Gemini 3.6 Flash à 9 dollars combinés. Pour les équipes produit, ce n’est pas un détail : sur des usages comme le résumé automatique, la classification, le tri de tickets ou le routage d’intentions, quelques centimes par million de tokens finissent par peser lourd dans le budget mensuel.
OpenAI présente Luna comme le plus petit et le plus rapide des trois modèles GPT-5.6. Cette coupe tarifaire colle donc à son rôle : servir les applications à gros volume, où la latence et le coût par requête comptent davantage que la puissance maximale de raisonnement.
Terra se cale sur le niveau “pro” de Google, Sol monétise la vitesse
La baisse de Terra est moins spectaculaire, mais elle n’a rien d’anecdotique. Le modèle passe de 2,50 dollars en entrée et 15 dollars en sortie à 2 dollars et 12 dollars, soit un total de 14 dollars par million de tokens. C’est 3,50 dollars de moins qu’au lancement, donc une baisse de 20 %.
À ce niveau, Terra rejoint directement le tarif de Gemini 3.1 Pro Preview pour des fenêtres de contexte allant jusqu’à 200 000 tokens. Le positionnement change : Luna s’approche du low-cost, Terra se place sur un palier concurrentiel plus “pro”, destiné aux flux de production intermédiaires où l’on cherche encore un compromis entre qualité, coût et débit.
Ce recentrage élargit aussi l’écart au sein de la gamme. Luna coûte désormais dix fois moins cher que Terra sur une base simple entrée + sortie, tandis que Terra reste 60 % moins cher que Sol Standard. OpenAI dessine plus franchement trois étages : un modèle très accessible pour les volumes, un milieu de gamme productif, et un haut de gamme préservé.
La nouveauté la plus révélatrice se trouve peut-être du côté de Sol. OpenAI ne touche pas au prix du modèle standard, mais ajoute Sol Fast, facturé au double. Ce n’est pas un nouveau modèle : c’est une option de service, pensée pour les clients qui paient d’abord pour la latence et le débit. À 70 dollars combinés par million de tokens, Sol Fast devient l’option la plus chère de la série, avec un écart de 1 à 25 face à Luna. Autrement dit, OpenAI ne segmente plus seulement par capacité, mais aussi par vitesse d’exécution.
OpenAI, Google, Anthropic : trois manières de baisser le coût réel
Le timing n’a rien d’accidentel. Début juillet, Google a introduit Gemini 3.6 Flash et Gemini 3.5 Flash-Lite en mettant en avant les coûts d’inférence, la rapidité d’exécution et les charges agentiques plus efficaces. Quelques jours plus tard, Anthropic a lancé Claude Opus 5 au même prix qu’Opus 4.8, sans réduire le sticker price, mais en promettant un meilleur rapport capacité/prix.
Les trois groupes attaquent le même problème, mais pas avec les mêmes armes. OpenAI baisse le tarif affiché par token. Google met en avant la réduction des tokens générés et des coûts d’exécution. Anthropic améliore la performance obtenue au même prix. Pour les entreprises, la différence est importante : le prix catalogue ne raconte plus toute l’histoire.
Le rapport cite aussi une réaction de Cognition sur X, selon laquelle GPT-5.6 se placerait désormais sur la “pareto curve” du rapport prix/performance. L’idée est simple : la gamme se déplacerait vers une zone où il devient difficile de trouver mieux simultanément sur le coût et sur l’intelligence. Dans le même esprit, un commentaire attribué à Nic Dunz, chez Krea AI, souligne l’agressivité du nouveau pricing face à GPT-5.4.
Ce durcissement de la concurrence est d’autant plus notable qu’il ne s’appuie pas sur une nouvelle génération de modèles. OpenAI ajuste l’économie d’une série lancée seulement fin juin, initialement dans le cadre d’un déploiement limité. Cela ressemble moins à une simple retouche qu’à une accélération commerciale.
Pour les équipes françaises, l’enjeu est budgétaire plus que marketing
Les sources disponibles ne donnent aucun tarif officiel en euros. Il faut donc s’en tenir aux montants en dollars. Mais l’impact, lui, est déjà lisible pour les acteurs français qui exploitent des API à gros volume : agences, PME, éditeurs SaaS, équipes support ou plateformes documentaires.
Avec Luna à 1,40 dollar combiné, certains projets qui hésitaient à utiliser un modèle frontier pour des raisons de coût peuvent redevenir crédibles sur des usages répétitifs. Terra, à 14 dollars, devient plus facile à défendre sur des flux où la qualité doit rester élevée sans basculer immédiatement sur le niveau premium. Et Sol Fast ouvre une piste spécifique pour les scénarios où la vitesse prime sur la facture, notamment sur certaines interactions temps réel ou des tâches agentiques critiques.
Le fond du sujet est là : à grande échelle, des écarts apparemment modestes par million de tokens se transforment vite en lignes budgétaires lourdes. Dans ce contexte, rapprocher Luna de la tranche économique du marché complique aussi l’argumentaire des fournisseurs low-cost face à OpenAI, au moins sur le seul critère du prix affiché.
La prochaine chose à surveiller est moins une nouvelle annonce marketing qu’un point très concret : la date exacte d’application dans la documentation tarifaire publique si elle diffère du 30 juillet, ainsi que l’éventuelle apparition de paliers additionnels liés au cache ou aux très longues fenêtres de contexte. Pour l’instant, le tournant est confirmé et documenté : OpenAI a ouvert une nouvelle phase de la bataille des modèles, où le prix compte presque autant que l’intelligence.
