OpenAI lance GPT-6 Sol et Luna avec des prix d’API réduits de 50%

OpenAI a présenté GPT-6 Sol et GPT-6 Luna le 22 septembre 2026, élargissant la famille de modèles GPT-6 qu’elle avait lancée avec GPT-6 Astra plus tôt en septembre et réduisant les prix d’API pour les deux nouveaux modèles de 50 % par rapport à leurs tarifs promotionnels GPT-5.6.

Dans son annonce, OpenAI a indiqué qu’elle avait entraîné les deux modèles avec des méthodes similaires à celles utilisées pour GPT-6 Astra, étendant les avancées de la performance d’Astra dans le travail professionnel, la factualité, le codage, l’utilisation informatique et l’alignement à des modèles plus rapides et plus abordables. OpenAI a déclaré qu’Astra reste son meilleur modèle dans tous les domaines pour les projets les plus exigeants, et a décrit Sol et Luna comme améliorant l’efficacité des coûts au sein de la famille.

Tarification et rôles des modèles

Le GPT-6 Sol est facturé à 2 $ par million de jetons d’entrée et 10 $ par million de jetons de sortie, contre 4 $ et 20 $ pour le GPT-5.6 Sol. Le GPT-6 Luna est facturé à 0,10 $ par million de jetons d’entrée et 0,50 $ par million de jetons de sortie, contre 0,20 $ et 1,20 $ pour le GPT-5.6 Luna. OpenAI a décrit chaque modification comme une réduction de 50 % par rapport aux tarifs promotionnels du GPT-5.6 et a attribué les prix plus bas aux améliorations du cache et de l’inférence, affirmant qu’elle répercutait les économies directement aux utilisateurs et aux clients.

La documentation API pour GPT-6 Sol décrit le modèle comme étant conçu pour le codage complexe et les flux de travail agentiques, tandis que la documentation GPT-6 Luna décrit Luna comme le modèle le plus efficace d’OpenAI pour les tâches ciblées à haut volume. Les deux modèles indiquent une fenêtre contextuelle de 1 050 000 jetons et une sortie maximale de 128 000 jetons, acceptent des entrées texte et image avec une sortie texte, et prennent en charge les réglages d’effort de raisonnement de « aucun » à « max », le réglage moyen étant la valeur par défaut. Sol possède une date de coupure des connaissances du 20 avril 2026 et Luna du 18 mai 2026. L’entrée mise en cache est facturée à 10 % du tarif non mis en cache, soit 0,20 $ par million de jetons pour Sol et 0,01 $ pour Luna, et les écritures de cache sont facturées à 1,25 fois le tarif d’entrée non mis en cache.

Résultats d’évaluation rapportés

Sur AutomationBench, qui teste les agents IA sur des flux de travail d’entreprise de bout en bout à l’aide de 47 outils, OpenAI indique que le GPT-6 Sol à xhigh effort a obtenu 33,2 % à 0,27 $ par tâche, surpassant Claude Opus 5 à effort maximal à 9 % du coût de ce modèle par tâche et dépassant à la fois le GPT-6 Astra à faible effort à 30,3 % et Claude Fable 5.1 avec repli sur Opus 5 à 31,4 %. OpenAI a noté que le chiffre de Fable 5.1 sous-estime le coût réel parce qu’il omet les dépenses de repli, qui se sont produites dans environ 40 % des tâches.

OpenAI indique que le GPT-6 Luna à effort élevé améliore son prédécesseur GPT-5.6 de 5,4 points de pourcentage avec un coût par tâche inférieur de 58 % sur le même benchmark. Dans Agents’ Last Exam, qui évalue les tâches professionnelles à long terme dans 55 sous‑industries, OpenAI rapporte que le GPT-6 Sol à effort maximal a obtenu 56,4 %, dépassant le meilleur score de Claude Opus 5 dans l’évaluation avec un coût par tâche inférieur de 60 %.

Dans une évaluation interne de factualité construite à partir de conversations anonymisées où les utilisateurs avaient signalé des erreurs du modèle, OpenAI a déclaré que le GPT-6 Sol commet environ la moitié des erreurs de son prédécesseur et que le GPT-6 Luna à des niveaux d’effort plus élevés équivaut au GPT-5.6 Sol à environ un centième du coût. OpenAI a souligné que les conversations signalées ne sont pas représentatives de l’usage habituel, où les erreurs factuelles sont plus rares.

Sur FrontierCode, qui note les agents de codage selon que leurs modifications sont prêtes à être fusionnées dans de véritables bases de code, OpenAI indique que le GPT-6 Sol s’améliore nettement par rapport au GPT-5.6 Sol et égalise Claude Fable 5.1 à xhigh effort à un coût bien inférieur. Sur DeepSWE v1.1, qui teste des tâches complexes d’ingénierie logicielle dans de vraies bases de code, OpenAI rapporte que le GPT-6 Sol à effort maximal a obtenu 68,8 %, à 1,1 point de pourcentage du meilleur score de Claude Fable 5 dans l’évaluation de 69,9 % à xhigh effort, avec un coût par tâche inférieur d’environ 80 %. OpenAI indique que le GPT-6 Luna à effort maximal a obtenu 66,6 %, comparable à Claude Opus 5 et Fable 5 à effort moyen tout en coûtant respectivement 93 % et 96 % moins par tâche.

OpenAI a déclaré que l’utilisation interne de ses agents de codage a fortement augmenté, avec une consommation quotidienne de jetons évaluée aux tarifs API dépassant 600 $ pour le chercheur médian et 7 000 $ pour les chercheurs au 90ᵉ percentile.

Sur OSWorld 2.0 hors ligne, OpenAI indique que le GPT-6 Sol à xhigh effort a obtenu 60,5 % contre 60,3 % de Claude Opus 5 à effort moyen, avec un coût par tâche inférieur d’environ 80 %, et que le GPT-6 Luna à effort maximal a dépassé le GPT-5.6 Sol à effort moyen à un dixième du coût.

OpenAI a indiqué que les évaluations de ses propres modèles ont été réalisées dans son environnement de recherche ou via son API, que les scores des concurrents proviennent de rapports publics, et que les scores de Claude Fable 5 ont été utilisés lorsque les scores de Fable 5.1 n’étaient pas disponibles. L’entreprise a également déclaré qu’elle avait transposé le style de communication d’Astra à Sol et Luna, soulignant une formulation plus claire, moins de jargon et des réponses légèrement plus courtes, notamment dans les conversations techniques et de codage.

Mise en cache, alignement et disponibilité

OpenAI a indiqué que l’amélioration du cache d’invite pour GPT-6 permet d’obtenir des taux de succès de cache plus élevés par défaut, avec des réductions de 90 % sur les lectures de jetons d’entrée mis en cache. Le nouveau kit d’outils pour développeurs comprend un tableau de bord de mise en cache d’invite, un outil de diagnostic qui explique les opportunités de mise en cache manquées, des contrôles d’effort de raisonnement et d’outil qui conservent le contexte antérieur pour la réutilisation du cache, ainsi que des points d’arrêt explicites permettant aux développeurs de choisir où les préfixes d’invite mis en cache se terminent. Selon l’annonce, GitHub a rapporté que, au cours des derniers mois, les améliorations ont réduit la part des jetons d’invite nécessitant un traitement neuf de plus de 50 % sur des milliards de requêtes aux modèles OpenAI, ce qui aide Copilot à répondre plus rapidement.

En matière d’alignement, OpenAI a déclaré que les deux modèles affichent des améliorations par rapport à leurs homologues GPT‑5.6 dans ses évaluations, notamment des taux plus faibles d’affirmations trompeuses concernant leur travail de codage, tout en précisant que les évaluations testent délibérément des situations difficiles et ne mesurent pas les taux d’échec dans une utilisation typique. Les résultats complets figurent dans la carte système GPT‑6 Astra, selon l’annonce.

GPT‑6 Sol et Luna sont disponibles dans ChatGPT Work et Codex à partir du 22 septembre 2026 pour les utilisateurs Plus, Pro, Business, Enterprise et Edu. Les utilisateurs Free et Go peuvent accéder à GPT‑6 Luna dans l’application de bureau, et les modèles ne sont pas encore disponibles dans Chat. Dans l’API OpenAI, les modèles sont disponibles en tant que gpt-6-sol et gpt-6-luna. OpenAI a indiqué qu’elle prévoit de déployer progressivement les modèles dans ChatGPT tout au long de la journée afin de maintenir la stabilité du service.