GPT-6 Sol et Luna : OpenAI baisse les coûts des usages quotidiens

OpenAI a présenté GPT-6 Sol et GPT-6 Luna le 23 septembre 2026, deux modèles pensés pour des tâches professionnelles courantes et affichés à moitié prix dans l’API par rapport aux tarifs promotionnels de GPT-5.6. Sol vise les travaux complexes du quotidien, comme le code ou l’analyse de données, tandis que Luna cible les volumes plus simples et répétitifs. L’enjeu dépasse la seule grille tarifaire : la mise en cache améliorée doit aussi faire baisser le coût réel d’usage, ce qui compte beaucoup quand les agents enchaînent les appels. Et la facture, elle, ne lit pas les communiqués.

Des modèles moins chers, mais pas seulement moins chers

Selon OpenAI, GPT-6 Sol et Luna bénéficient des avancées de GPT-6 Astra en matière de capacité, d’alignement, de programmation et d’usage d’un ordinateur. L’entreprise dit avoir réduit de 50 % les prix API par rapport à GPT-5.6, avec une baisse encore plus marquée sur certains tokens de sortie pour Luna [à vérifier selon la grille exacte citée par chaque source]. Dans la version relayée par IA News, Sol est décrit comme le modèle pour les tâches complexes répétées, quand Luna est présenté comme le plus efficient pour résumer, extraire des informations ou répondre à des questions ponctuelles.

OpenAI insiste aussi sur un autre levier : la cache. En clair, le modèle réutilise plus facilement du contexte déjà traité, au lieu de tout recalculer à chaque requête. Cette amélioration vise des agents qui travaillent sur des sessions longues, changent d’outils en cours de route ou ajustent leur niveau de raisonnement sans casser la continuité. Pour les développeurs, cela peut réduire à la fois la latence et la facture.

La cache devient un sujet de budget, pas juste un détail d’architecture

La nouveauté la plus concrète n’est peut-être pas le prix facial, mais la façon dont OpenAI expose désormais le fonctionnement de la mise en cache. L’entreprise a ajouté un Prompt Caching Dashboard pour suivre la part de contexte réutilisée et repérer les occasions manquées. Elle affirme aussi que les développeurs peuvent modifier l’effort de raisonnement et la disponibilité des outils sans faire tomber le cache, ce qui simplifie la gestion des agents.

OpenAI dit que GitHub a constaté une baisse de plus de 50 % de la part de tokens nécessitant un traitement frais sur plusieurs milliards de requêtes, sur plusieurs mois. De son côté, IA News rapporte que Replit a utilisé la baisse de prix pour lancer son Free Mode auprès de millions d’utilisateurs, tandis que l’usage de GPT-5.6 Luna aurait été multiplié par plus de dix après une réduction tarifaire de 80 % en juillet [à vérifier]. Le signal est clair : sur ce marché, le coût n’est plus seulement un argument commercial, il devient une variable produit.

Ce que cela change pour les équipes techniques

Pour les équipes qui déploient des agents ou des copilotes en production, GPT-6 Sol et Luna déplacent la discussion. Le sujet n’est plus seulement « quel modèle est le plus fort ? », mais « quel modèle tient le meilleur rapport capacité/coût à grande échelle ? ». OpenAI cherche visiblement à répondre aux deux. Sol reste positionné comme l’option pour les cas les plus exigeants, quand Luna sert plutôt les volumes. Dans les deux cas, la baisse du coût d’entrée peut faciliter des usages plus larges, y compris dans des produits grand public ou des workflows internes.

Reste une nuance importante : moins cher ne veut pas dire gratuit, ni forcément simple à exploiter. La performance réelle dépendra toujours de la qualité des prompts, du cache-hit rate et des outils branchés autour du modèle. En somme, OpenAI rend l’addition plus supportable, mais ne supprime pas le menu.