OpenAI baisse de 20 % le prix de GPT-5.6 Terra et de 80 % celui de GPT-5.6 Luna, à respectivement 2 € et 11 € par million de tokens en sortie, contre 0 € et 1 € pour l’entrée. Une baisse qui augmente aussi les usages dans ChatGPT et Codex.
OpenAI baisse fortement les prix de GPT-5.6 Terra et Luna
OpenAI revoit sa grille tarifaire sur deux modèles de la famille GPT-5.6. Le mouvement concerne GPT-5.6 Terra, le modèle intermédiaire, et GPT-5.6 Luna, l’offre pensée pour les charges volumineuses à coût serré. D’après l’annonce officielle d’OpenAI, Terra passe de 2,50 $ à 2 $ par million de tokens en entrée et de 15 $ à 12 $ en sortie. Luna chute bien plus fort : de 1 $ à 0,20 $ en entrée et de 6 $ à 1,20 $ en sortie, soit une baisse de 80 % sur les deux volets.
En euros, cela donne environ 2 € par million de tokens en entrée et 11 € en sortie pour Terra, puis 0 € en entrée et 1 € en sortie pour Luna au taux de référence de la BCE relevé à 1 € = 1,1389 $, soit 1 $ = 0,8780 €. Pour être précis, cela représente environ 1,76 € et 10,54 € pour Terra, puis 0,18 € et 1,05 € pour Luna, arrondis à l’euro dans une logique éditoriale.
Le signal est clair : OpenAI ne cherche pas seulement à vendre plus d’API. L’entreprise veut aussi élargir l’usage de ses modèles dans ses propres produits payants, en particulier ChatGPT Work et Codex.
Le vrai changement ne touche pas que l’API
Le texte d’origine résumait l’essentiel, mais il restait trop court sur le point le plus utile pour les utilisateurs métiers. Selon la documentation d’OpenAI, la baisse de prix se répercute aussi dans la manière dont l’usage est décompté dans Codex et ChatGPT Work. En clair, à abonnement égal, Terra et Luna consomment moins vite le budget d’usage associé aux plans payants.
La fiche tarifaire officielle de Codex permet de mettre des chiffres sur ce point. Selon OpenAI, un million de tokens d’entrée coûte 62,50 crédits sur Terra contre 25 crédits sur Luna. En sortie, on monte à 375 crédits pour Terra et 150 crédits pour Luna. Autre donnée concrète : une tâche locale moyenne dans Codex consomme environ 7 crédits avec Terra, contre 3 crédits avec Luna. Le gain n’a rien d’anecdotique pour les équipes qui enchaînent les tâches de génération, de relecture ou d’automatisation.
Mon avis est simple : c’est là que la baisse devient vraiment stratégique. Un prix API plus bas est utile aux développeurs. Un décompte plus léger dans les produits grand public payants change directement le volume d’usage quotidien.
Terra et Luna gardent une fiche technique solide
La version courte de la source ne disait presque rien sur les caractéristiques techniques. Or elles comptent autant que le tarif. Selon la documentation développeur d’OpenAI, GPT-5.6 Luna dispose d’une fenêtre de contexte de 1 050 000 tokens, d’une sortie maximale de 128 000 tokens et d’une date de coupure des connaissances fixée au 16 février 2026. Le modèle prend aussi en charge les reasoning tokens.
Ce n’est pas un petit détail. À ce prix, Luna ne se limite pas à des réponses courtes. Il peut absorber des bases documentaires larges, des logs, du code ou des corpus de tickets support à grande échelle. Selon la même page officielle, Luna prend aussi en charge la recherche web, la recherche de fichiers, la génération d’images, l’interpréteur de code, le shell hébergé, l’application de patchs, les compétences, l’usage de l’ordinateur, MCP et le tool search via l’API Responses.
Autrement dit, Luna ne sert pas seulement à “faire moins cher”. Il reste un vrai modèle outillé. C’est un point que la source initiale ne développait pas, alors qu’il change complètement la lecture du positionnement produit.
Deux métriques qui montrent l’ampleur de la baisse
Première métrique dérivée : Terra est désormais 12,5 fois plus cher que Luna en entrée comme en sortie. Le calcul est direct à partir des nouveaux tarifs officiels : 2 $ contre 0,20 $ sur l’entrée, 12 $ contre 1,20 $ sur la sortie. Cet écart structure une segmentation nette entre le modèle “équilibré” et le modèle “volume”.
Deuxième métrique dérivée : le ratio sortie/entrée reste de 6x pour les deux modèles. Terra facture 12 $ en sortie pour 2 $ en entrée. Luna facture 1,20 $ en sortie pour 0,20 $ en entrée. Ce point compte pour les usages qui génèrent beaucoup de texte, comme les agents, la synthèse de documents, la rédaction de code ou la transformation de corpus. Si votre flux produit beaucoup plus de tokens en sortie qu’en entrée, la baisse de Luna devient encore plus intéressante en coût réel.
On peut ajouter une troisième lecture utile : selon l’annonce précédente d’OpenAI, Terra était présenté comme “2x moins cher” que GPT-5.5 au lancement. Avec cette nouvelle baisse, Terra devient encore plus agressif que ce premier positionnement annoncé par la marque.
ChatGPT Work et Codex récupèrent une marge d’usage immédiate
Selon la page officielle consacrée à GPT-5.6, les utilisateurs Free et Go accèdent à Terra dans ChatGPT Work et Codex, tandis que les abonnés Plus, Pro, Business et Enterprise peuvent choisir entre Sol, Terra et Luna. OpenAI précise aussi que le niveau de raisonnement max est disponible pour tous les utilisateurs ayant accès à GPT-5.6 dans ces produits, avec ultra réservé à certains plans plus élevés.
Le point clé est donc double. D’un côté, l’entreprise élargit l’accès produit à plusieurs variantes de GPT-5.6. De l’autre, elle baisse le coût unitaire de deux de ces variantes. Cette combinaison pousse naturellement les utilisateurs vers plus de tâches dans l’environnement maison d’OpenAI, sans baisse affichée du prix mensuel des abonnements.
Je trouve la manœuvre cohérente : au lieu de casser les abonnements, OpenAI augmente la valeur perçue du plan en laissant plus de marge d’exécution.
La comparaison avec les concurrents devient plus intéressante
La source de départ ne comparait rien. C’est un manque. Sur le terrain du prix brut API, Luna devient particulièrement agressif. Selon Google, Gemini 2.5 Flash est facturé 0,30 $ par million de tokens en entrée et 2,50 $ en sortie. Selon Anthropic, Claude Sonnet 4 démarre à 3 $ en entrée et 15 $ en sortie. Toujours selon Anthropic, Claude Opus 4 démarre à 15 $ en entrée et 75 $ en sortie.
Face à ces chiffres, GPT-5.6 Luna à 0,20 $ en entrée et 1,20 $ en sortie se place en dessous de Gemini 2.5 Flash sur les deux postes, et très loin sous les tarifs Sonnet 4 et Opus 4. En ratio simple, Luna coûte environ 33 % de moins que Gemini 2.5 Flash en entrée et 52 % de moins en sortie. Ce sont des écarts suffisamment nets pour peser dans une architecture de production.
GPT-5.6 Terra, lui, reste plus cher que Gemini 2.5 Pro sur l’entrée standard à 1,25 $, mais il se situe sous Claude Sonnet 4 sur l’entrée et la sortie, avec 2 $ contre 3 $ en entrée et 12 $ contre 15 $ en sortie. Terra vise donc un couloir intermédiaire plus défendable qu’au lancement.
Le contexte marché pousse à cette guerre des coûts
Selon la page de présentation de GPT-5.6, OpenAI affirme que la part de calcul de recherche consacrée en interne à l’inférence pour le code a été multipliée par 100 sur les six derniers mois, tandis que l’usage interne des tokens agentiques a progressé d’environ 22 fois. Ces chiffres ne mesurent pas toute la demande mondiale, mais ils montrent une tendance lourde : les usages agentiques consomment vite et beaucoup.
Dans ce contexte, baisser le prix de modèles intermédiaires et compacts n’est pas un geste commercial isolé. C’est une réponse à la hausse mécanique du volume. Plus les produits embarquent des outils, plus ils exécutent d’étapes, plus la facture token grimpe. Le fournisseur qui veut garder l’usage chez lui doit comprimer le coût unitaire.
Mon avis est tranché : la bataille ne se joue plus seulement sur le meilleur benchmark. Elle se joue sur le coût d’un flux complet avec outils, raisonnement et itérations.
Des cas d’usage où Luna devient le choix logique
Support client et tri documentaire
Avec une fenêtre de contexte au-delà du million de tokens selon OpenAI, Luna peut absorber de gros volumes de documentation interne, de politiques SAV ou de tickets archivés. Pour du classement, de la synthèse et de la réponse assistée, le nouveau tarif renforce sa pertinence.
Traitement de code à grande échelle
Selon la documentation officielle, Luna prend en charge l’interpréteur de code, le shell hébergé et l’application de patchs. Pour de la revue de code automatisée, des correctifs simples ou de la génération de scripts, le prix devient difficile à ignorer.
Agents métiers à budget contraint
Les intégrateurs qui déploient des agents internes pour la vente, l’opérationnel ou la finance ont souvent besoin d’un modèle correct, stable et bon marché. Luna entre exactement dans cette case. Terra garde un intérêt si la qualité prime davantage, mais la baisse de 80 % sur Luna change l’équation.
Ce que la source ne disait pas sur le caching
Autre ajout absent du texte d’origine : la page officielle GPT-5.6 indique qu’OpenAI introduit un prompt caching plus prévisible, avec prise en charge de points de rupture explicites et une durée de vie minimale du cache de 30 minutes. C’est un levier concret pour les applications qui réutilisent souvent le même contexte.
Sur Luna, le tarif officiel du cached input affiché par OpenAI tombe à 0,02 $ par million de tokens. En euros, cela représente environ 0,02 € après arrondi éditorial. Pour des workflows où l’on recharge sans cesse les mêmes briques documentaires, ce niveau de prix renforce encore l’intérêt du modèle.
Ce que cette baisse dit du positionnement de la gamme GPT-5.6
La famille GPT-5.6 reste organisée en trois niveaux. Sol conserve le rôle de vitrine haut de gamme. Terra sert de compromis pour le travail quotidien. Luna devient l’arme tarifaire. Selon l’annonce de lancement d’OpenAI, Terra offrait déjà des performances compétitives face à GPT-5.5 tout en étant 2x moins cher, tandis que Luna représentait l’offre la plus économique de la gamme.
Avec les nouveaux tarifs, ce triptyque devient plus lisible. Sol porte l’image et les tâches complexes. Terra sert de modèle de production polyvalent. Luna descend assez bas pour viser les workloads massifs sans sacrifier les outils modernes ni la grande fenêtre de contexte.
Pour les entreprises, la lecture est simple : si la qualité maximale n’est pas obligatoire à chaque requête, OpenAI rend beaucoup plus facile la bascule vers des scénarios mixtes, avec Sol pour les cas critiques et Luna pour le gros du trafic.
Un seul lien d’autorité pour vérifier l’annonce
Pour consulter la communication officielle d’OpenAI, voir : https://openai.com/index/gpt-5-6/
Mon avis :
Bonne décision sur le coût : Terra tombe à 2 € l’entrée et 11 € la sortie par million de tokens, Luna à 0 € et 1 €, ce qui améliore concrètement l’autonomie dans ChatGPT Work et Codex. Limite réelle : l’abonnement ne baisse pas, donc le gain reste indirect et surtout utile aux gros utilisateurs.
