Opus 5.5, GPT-6 Sol et Luna, Grok 4.7 : deux baisses de prix en quarante-huit heures, et un tarif affiché qui ne dit plus la facture

Les 21 et 22 septembre 2026, les trois fournisseurs américains de modèles de frontière ont chacun mis sur le marché un nouveau modèle. Deux d’entre eux baissent le prix de leur gamme principale : Anthropic avec Claude Opus 5.5, OpenAI avec GPT-6 Sol et GPT-6 Luna. SpaceXAI, lui, lance Grok 4.7 au tarif exact de Grok 4.6. Dans le même mouvement se multiplient les mécanismes qui décident de la facture réelle : réacheminement de certaines requêtes vers un autre modèle, facturation des refus rétablie le 24 septembre chez Anthropic, surcoût des requêtes longues chez OpenAI et SpaceXAI, majoration du traitement localisé.

Pour une direction financière ou une DSI, la baisse des tarifs est la partie la plus simple du dossier. Le point décisif est ailleurs : le prix par million de jetons ne dit plus, à lui seul, ce qui sera facturé, ni quel modèle répondra. Un budget recalé sur la seule grille publiée omet des postes dont le poids dépend entièrement du profil des charges : longueur des requêtes, domaines traités, région de traitement, vitesse demandée.

Deux baisses de prix, un tarif maintenu

Anthropic présente Claude Opus 5.5, premier modèle de sa famille 5.5, comme un modèle qui « se situe au niveau de Claude Fable 5.1 sur la plupart des tâches » et coûte 40 % de moins à faire tourner qu’Opus 5. L’entreprise attribue ce gain à l’efficacité du modèle. Il demande moins de calcul pour être servi, ce que reflète la grille : 4 dollars en entrée et 20 en sortie par million de jetons, contre 5 et 25 pour Opus 5, et 0,20 dollar pour la lecture du cache, 60 % de moins. Il consomme aussi moins de jetons par tâche, et sa génération est annoncée plus de 30 % plus rapide. La réduction de 40 % vaut, précise Anthropic, « aux réglages par défaut sur des charges typiques » ; la réflexion du modèle, elle, ne peut plus être désactivée. (Source : Anthropic)

Le même jour, OpenAI élargit sa gamme GPT-6 avec Sol et Luna, entraînés « avec des méthodes similaires » à GPT-6 Astra, présenté plus tôt dans le mois. Sol est facturé 2 dollars en entrée et 10 en sortie, Luna 0,10 et 0,50. OpenAI présente ces prix comme 50 % moins chers que ceux de leurs prédécesseurs, mais la référence retenue est le tarif promotionnel de la génération GPT-5.6 : 4 et 20 dollars pour GPT-5.6 Sol, 0,20 et 1,20 dollar pour GPT-5.6 Luna. Astra, que l’entreprise continue de présenter comme son meilleur modèle, reste à 10 et 50 dollars. (Source : OpenAI)

Seul des trois à ne pas toucher à ses prix, SpaceXAI a lancé Grok 4.7 dès le 21 septembre, à 2 dollars par million de jetons en entrée et 6 en sortie : c’est le tarif de Grok 4.6, dont le nouveau modèle reprend aussi la vitesse. La formule de lancement, « deux fois plus rapide, à la moitié du prix de modèles comparables », est une comparaison avec la concurrence, non une baisse. Une variante rapide est facturée le double. (Source : SpaceXAI)

Reste la question de ce que ces prix achètent. Toutes les performances citées sont publiées par les fournisseurs eux-mêmes, et chacun choisit ses points de comparaison : Anthropic mesure Opus 5.5 face à GPT-6 Astra et GPT-5.6 Sol, OpenAI mesure Sol face à Claude Opus 5 et Fable 5.1, Opus 5.5 ayant été publié environ quatre-vingt-dix minutes plus tôt selon TechCrunch. Aucune comparaison directe entre Opus 5.5 et GPT-6 Sol n’a été publiée par l’un ou l’autre, et aucune ne peut être déduite du tableau ci-dessus. Anthropic écrit elle-même qu’à ces niveaux de capacité, les écarts sur les bancs d’essai sont devenus « un guide moins fiable des différences réelles ». Les deux fournisseurs convergent en revanche sur l’unité de mesure : tous deux communiquent désormais en coût par tâche.

Le modèle qui répond n’est pas toujours celui qu’on a appelé

Un réacheminement prévu dès le lancement

Opus 5.5 est le premier Opus lancé avec des garde-fous de la même classe que ceux de Fable 5.1, parce qu’Anthropic le juge comparable à Claude Mythos 5.1 en biologie et en cybersécurité. Selon l’annonce, ces garde-fous, qui couvrent la cybersécurité, la biologie et la distillation, basculent « de façon transparente » vers un autre modèle : la plupart des tâches de cybersécurité sont réacheminées vers Claude Opus 4.8, la recherche et la correction de bogues dans le cycle de développement courant restant permises. Lors des évaluations publiées, les tâches de biologie et de développement de modèles de frontière interceptées ont été traitées par Claude Opus 5. Les organisations dont l’activité légitime relève de ces domaines peuvent demander un accès élargi : le Life Sciences Verification Program est ouvert pour la biologie, et le Cyber Verification Program doit être étendu à Opus 5.5 dans les prochaines semaines. (Source : Anthropic)

La documentation de l’API décrit un fonctionnement plus précis que le mot « transparent ». Un refus se présente comme une réponse normale, marquée comme telle et assortie d’une catégorie. La nouvelle tentative sur un autre modèle passe par un paramètre de repli à activer, en bêta sur l’API Claude, ou, sur Amazon Bedrock, Google Cloud et Microsoft Foundry, où ce paramètre n’existe pas, par un module du kit de développement côté client. La requête de repli est facturée au tarif du modèle de repli. La réponse nomme le modèle qui a effectivement répondu et un champ de consommation détaille chaque tentative. Après un repli, les requêtes suivantes de la même conversation qui activent ce paramètre sont, dans la mesure du possible, envoyées directement au modèle de repli pendant environ une heure. (Source : Claude Platform)

Des refus de nouveau facturés

Deux jours après le lancement, le 24 septembre, Anthropic annonce qu’elle recommence à facturer les refus survenant avant toute sortie dans trois catégories : biologie, développement de modèles de frontière, extraction du raisonnement, soit celles où elle mesure peu de faux positifs. Ces refus sont facturés comme toute autre requête, au tarif du modèle qui les a traités ; les refus intervenus en cours de réponse l’étaient déjà. Les refus précoces des autres catégories, cybersécurité comprise, ne sont toujours pas facturés. La règle s’applique sur toutes les plateformes. (Source : Claude Platform, notes de version)

Combinées, les deux règles peuvent produire deux lignes de facturation pour une seule demande : lorsqu’un repli est activé, le refus déclencheur est facturé en plus de la requête de repli dès lors qu’il relève d’une catégorie facturée ou qu’il est survenu en cours de réponse. Un crédit de repli compense le cache que la seconde requête doit reconstituer, pour éviter de payer deux fois la mise en cache de la conversation. Anthropic prévient enfin que la liste des catégories facturées « peut changer » à mesure qu’elle affine la mesure des faux positifs de ses garde-fous. (Source : Claude Platform)

Le réacheminement brouille aussi les comparaisons publiées. OpenAI signale que le coût affiché de Fable 5.1 sur AutomationBench « sous-estime son coût réel », parce qu’il omet les basculements vers Opus 5, survenus « sur environ 40 % des tâches » : c’est l’affirmation d’un concurrent, sur un banc d’essai particulier. Anthropic indique de son côté que les mesures d’Opus 5.5 sur ce même banc, conduites par Zapier, ont été réalisées sans modèle de repli, chaque intervention d’un garde-fou comptant comme un échec, ce qui abaisse selon elle le score. Le même mécanisme pèse ainsi sur le coût mesuré dans un cas, sur le score dans l’autre. (Source : OpenAI)

Contexte long, localisation, vitesse, cache : les paramètres hors grille

La fiche de GPT-6 Sol précise que les requêtes de plus de 272 000 jetons d’entrée sont facturées au double pour l’entrée et le cache, et à une fois et demie pour la sortie, sur l’ensemble de la requête. La règle, identique sur les fiches de Luna et d’Astra, s’applique à des modèles dont la fenêtre atteint 1,05 million de jetons : environ un quart de cette fenêtre seulement est accessible au tarif affiché. Les usages de recherche documentaire sur corpus longs sont les premiers concernés. (Source : OpenAI, documentation de l’API)

Grok 4.7 applique un palier comparable, avec un seuil plus bas. À partir de 200 000 jetons de requête, l’entrée passe de 2 à 4 dollars, le cache de 0,50 à 1 dollar et la sortie de 6 à 12 dollars, pour une fenêtre de 500 000 jetons ; c’est déjà le barème de Grok 4.6. La variante rapide, facturée au double, n’est accessible que par Cursor et Grok Build, pas par l’API publique. (Source : SpaceXAI, notes de version)

La grille d’Anthropic ne comporte pas ce palier : Opus 5.5 dispose par défaut d’une fenêtre d’un million de jetons, pour 128 000 jetons de sortie au maximum, et une requête de 900 000 jetons y est facturée au même tarif unitaire qu’une requête de 9 000. Elle a en revanche ses propres majorations. Les tâches réacheminées vers Opus 4.8 ou Opus 5 sont facturées au tarif de ces modèles, 5 dollars en entrée et 25 en sortie, au-dessus de celui d’Opus 5.5. L’inférence limitée aux États-Unis, demandée par un paramètre dédié, multiplie par 1,1 toutes les catégories de jetons, cache compris. Le mode rapide d’Opus 5.5, en préversion de recherche et réservé à l’API d’Anthropic, est facturé 8 dollars en entrée et 40 en sortie, soit le double du tarif standard. (Source : Claude Platform, tarification)

Côté OpenAI, les points d’accès régionaux de résidence des données sont majorés de 10 % pour les modèles éligibles, et, pour Sol et Luna, la résidence des données dans l’Union européenne n’est disponible qu’en traitement standard. Les traitements Batch et Flex, facturés à 50 % du tarif standard, lui sont donc fermés : une organisation tenue de localiser ses traitements en Europe ne peut pas cumuler cette exigence avec ces remises. Le mode rapide y est, là aussi, facturé au double. (Source : OpenAI, tarification de l’API)

Le cache, enfin, pèse lourd : Anthropic écrit que la lecture du cache représente « la majorité » des coûts du travail agentique et de programmation. OpenAI annonce pour la famille GPT-6 un taux de réutilisation plus élevé par défaut, une remise pouvant atteindre 90 % sur les jetons d’entrée lus en cache pour les préfixes réutilisés dans une fenêtre de 30 minutes, et des points de rupture explicites pour choisir ce qui est mis en cache ; l’écriture en cache y est facturée 1,25 fois le tarif d’entrée. Le coût réel d’un agent dépend donc aussi de la conception de ses requêtes, et pas seulement de la grille. (Source : OpenAI)

Une baisse de 47 % par trimestre, pour qui change de modèle

Publiée elle aussi le 22 septembre, une étude d’Epoch AI donne l’échelle du mouvement : le coût d’un niveau de performance donné baisse d’environ 47 % par trimestre depuis 2023, soit un facteur 13 par an. La baisse atteint 66 % par trimestre dans les mois qui suivent l’apparition d’un nouvel état de l’art, puis ralentit à 32 % deux ans plus tard. L’étude porte sur cinq bancs d’essai de mathématiques, de sciences et de jeux, non sur des charges d’entreprise, et ses auteurs en listent eux-mêmes les limites, dont l’entraînement ciblé des modèles sur les bancs d’essai et une hypothèse de travail : l’utilisateur se reporterait sans cesse sur le modèle le moins cher capable d’atteindre le niveau visé. Les utilisateurs réels changent moins souvent de modèle, écrivent-ils, et ne captent donc pas tout à fait les mêmes économies. (Source : Epoch AI)

Ce que cela change pour les entreprises

Les budgets sont à recaler, mais pas sur la grille. Un modèle annoncé au niveau de Fable 5.1 sur la plupart des tâches à 4 et 20 dollars, et un Sol à 2 et 10 dollars, redessinent le partage entre palier premium et palier courant : les charges aujourd’hui placées sur un modèle à 10 et 50 dollars sont à réexaminer tâche par tâche. Une large part du gain d’Opus 5.5 tient au nombre de jetons consommés, et les deux fournisseurs chiffrent leur coût par tâche sur des bancs d’essai qu’ils ont choisis : seul un test sur ses propres charges, aux niveaux d’effort réellement utilisés, permet de comparer. Trois jours plus tard, Microsoft annonçait d’ailleurs le passage du travail agentique de Copilot et de l’accès aux modèles de frontière à une facturation à l’usage.

Chacun des mécanismes décrits plus haut fait varier la facture sans que la grille bouge. Leur place est dans le modèle de coût, qui doit simuler la part des requêtes longues, réacheminées ou refusées propre à chaque usage, et dans les clauses de révision de prix. La liste des catégories de refus facturées pouvant évoluer, le contrat doit aussi fixer la manière dont ces changements sont notifiés.

Lorsqu’une requête adressée à Opus 5.5 est traitée par Opus 4.8, la documentation de conformité, les évaluations de qualité et les journaux doivent le refléter. L’API fournit l’information, puisque la réponse nomme le modèle qui a répondu et détaille chaque tentative ; encore faut-il la conserver dans les journaux, et vérifier ce qu’il en est sur les plateformes tierces, où le repli passe par le kit de développement. Quant à la baisse de l’ordre de 47 % par trimestre mesurée par Epoch AI, captée surtout par ceux qui changent de modèle, elle plaide contre les engagements de volume longs à prix fixe sans clause de révision, et en faveur d’une architecture capable de changer de modèle à moindre coût.

Ce que cela met à jour dans la Méthode Virtuose

Le chapitre 19, Architecture économique et FinOps IA, est directement touché : les repères tarifaires de la section 19.2 changent de niveau, et la section 19.5, consacrée au repli et à la limitation de débit, doit intégrer un repli décidé par le fournisseur et facturé selon ses propres règles. Les indicateurs de la section 19.10 gagnent deux mesures, le coût par tâche et le modèle effectivement utilisé. Côté VendorOps, les clauses contractuelles de la section 16.5 doivent couvrir les catégories de refus facturées, le signalement des réacheminements et la révision des prix.

La baisse des prix est réelle, mais elle profite d’abord à qui peut changer de modèle et sait lequel a effectivement travaillé. Pour une direction financière, la question décisive devient donc plus prosaïque : son organisation sait-elle reconstituer, requête par requête, quel modèle a répondu et à quel prix ?