OpenAI complète la famille GPT-6 avec Sol et Luna et divise par deux ses tarifs API

Le 22 septembre 2026, OpenAI a élargi son offre en ajoutant à GPT-6 Astra, lancé en début de mois, les modèles GPT-6 Sol et GPT-6 Luna. Selon l'éditeur, Sol est conçu pour la programmation et les tâches complexes, tandis que Luna vise les travaux à fort volume comme la synthèse et l'extraction de données. La documentation technique indique pour les deux identifiants, gpt-6-sol et gpt-6-luna, une fenêtre de contexte de 1 050 000 tokens, avec un maximum de 922 000 tokens en entrée et 128 000 en sortie, et des dates limites de connaissances fixées au 20 avril 2026 pour Sol et au 18 mai 2026 pour Luna.

OpenAI annonce une baisse moyenne de cinquante pour cent par rapport à la série 5.6. D'après les tarifs des prédécesseurs rapportés par TechCrunch et Pulse2, Sol passe de 4 dollars en entrée et 20 en sortie à 2 et 10 dollars par million de tokens, tandis que Luna descend de 0,20 en entrée et 1,20 en sortie à 0,10 et 0,50 dollar. OpenAI attribue cette baisse à des optimisations de l'inférence et du cache. Au-delà de 272 000 tokens en entrée, toutefois, les tarifs de Luna doublent pour l'entrée et le cache et sont multipliés par 1,5 pour la sortie. Dans ChatGPT Work et Codex, les deux modèles sont accessibles aux abonnés Plus, Pro, Business, Enterprise et Edu ; les utilisateurs Free et Go n'ont accès qu'à Luna, et uniquement dans l'application de bureau. MacRumors relève par ailleurs que l'intégration dans le mode Chat ne semble pas encore active.

Les benchmarks annoncés appellent une lecture prudente. Les données fournies attribuent à Sol un score de 33,2 % sur AutomationBench contre 26,9 % pour Claude Opus 5, tandis que sur DeepSWE v1.1 Sol atteint 68,8 % et Luna 66,6 %, face aux 69,9 % de Claude Fable 5. Ces chiffres proviennent de mesures internes réalisées avec des niveaux d'effort choisis par l'entreprise et n'ont pas encore été vérifiés par des tiers. Plusieurs titres de la presse spécialisée rapportent les mêmes valeurs, mais il n'a pas été possible de les lire directement dans l'annonce officielle en raison d'une erreur HTTP 403. Sur la factualité aussi, OpenAI précise elle-même que la division par deux des erreurs de Sol par rapport à son prédécesseur provient d'un test fondé sur des conversations construites exprès pour induire en erreur, sans contrôle de la longueur des réponses, et n'est donc pas représentative d'un usage normal.

À l'heure où la concurrence entre laboratoires de pointe se déplace agressivement vers le coût par token — le même jour, environ quatre-vingt-dix minutes plus tôt, un concurrent avait lancé un nouveau modèle haut de gamme —, la vraie inconnue reste l'efficacité réelle de ces modèles lorsqu'ils seront confrontés aux volumes opérationnels des entreprises.

— Olya