GPT-5.6 Luna : OpenAI baisse ses prix de 80 % et change de nom

OpenAI a fait deux choses en même temps cet été, et la seconde est passée derrière la première. La plus visible : une baisse de prix de 80 % sur GPT-5.6 Luna le 30 juillet 2026. La plus structurante : l'abandon des noms de version à rallonge au profit de trois paliers fixes — Sol, Terra, Luna.

Ce n'est pas du marketing gratuit. Ça change la façon dont on choisit un modèle.

Sol, Terra, Luna : ce que veut dire ce nommage

Le principe : le chiffre indique la génération, le nom indique le palier de capacité. Et ces paliers évoluent à leur propre rythme.

• Sol — le modèle de tête, la plus grande fenêtre de contexte de la famille, le tarif par token le plus élevé.
• Terra — l'équilibré, celui du travail quotidien.
• Luna — le rapide et bon marché, pensé pour l'inférence à haut volume.

Comparez à ce qu'on avait avant : gpt-5.6-preview-turbo-128k. Cette chaîne de caractères ne dit rien d'utile à quelqu'un qui doit trancher entre deux modèles pour une fonctionnalité produit. « Luna », si : c'est le palier où l'on va quand la latence et le coût par appel priment sur la finesse du raisonnement.

Les trois sont désormais disponibles en GA sur Amazon Bedrock, ce qui compte au moins autant que le reste — la distribution est devenue le nerf de la guerre entre laboratoires.

Les chiffres de Luna

Un million de tokens de contexte sur le palier le moins cher de la gamme, c'est le détail qui mérite qu'on s'arrête. Il y a deux ans, cette taille de fenêtre était réservée aux modèles haut de gamme et facturée en conséquence. Elle descend maintenant au niveau d'entrée.

OpenAI a par ailleurs élargi l'accès à Luna pour les utilisateurs gratuits de ChatGPT. Traduction : le modèle sert aussi de couche de service pour absorber le volume grand public sans exploser les coûts d'infrastructure.

Ce que Luna sait faire, et ce qu'il ne faut pas lui demander

Le positionnement est explicite du côté d'OpenAI : classification, résumé, routage, applications temps réel, chat, workflows agentiques légers. Tout ce où la latence et le coût par token comptent plus que la profondeur.

Point important : Luna sait appeler des outils et enchaîner des workflows multi-étapes. Ce n'était pas acquis pour un modèle de ce niveau de prix il y a un an — les petits modèles cassaient sur les chaînes d'appels de fonctions. Ça ouvre une catégorie entière d'applications qui n'étaient économiquement pas défendables.

Ce qu'il ne faut pas lui confier : le raisonnement mathématique difficile, l'analyse juridique fine, la génération de code sur une base complexe. Sur ces terrains, l'écart avec Sol reste réel, et OpenAI ne prétend pas le contraire.

Quelques cas concrets qui basculent

• Le tri de tickets support. Classer 200 000 messages par mois coûtait plusieurs centaines d'euros ; à ce tarif, ça descend au niveau du bruit comptable.
• Le standard téléphonique. Un assistant vocal doit répondre en moins d'une seconde. La latence de Luna rend le tour de parole naturel, là où un modèle de tête introduisait un blanc gênant.
• Le routage de requêtes. Faire trancher par un petit modèle si une question mérite d'être envoyée au gros, c'est le pattern d'architecture le plus rentable du moment. Il suppose que le routeur soit quasi gratuit. Il l'est.
• L'analyse de documents longs. Un million de tokens de contexte, ça avale un rapport annuel entier sans découpage ni base vectorielle.

La guerre des prix, vue de plus haut

Août 2026 a été violent sur ce terrain. Dix modèles lancés en un mois, dont Gemini 3.7 Flash, Seed 2.1 Turbo, Grok Imagine Image 2.0, DeepSeek V4-Pro-0813. Sur la seule première semaine, neuf annonces datées en sept jours, venues de quatre fournisseurs de modèles, d'un laboratoire image-vidéo et d'un régulateur.

La compétition ne se joue plus sur le score au benchmark le plus dur. Elle se joue sur trois axes : la vitesse, le prix, la distribution. Une baisse de 80 % n'est pas un geste commercial isolé, c'est une réponse à la pression exercée par les modèles chinois qui affichent des tarifs du même ordre depuis des mois.

Pour l'utilisateur professionnel, c'est une bonne nouvelle à court terme et une question ouverte à moyen terme. Ces prix reflètent-ils un coût de production réel, ou une conquête de part de marché financée par les levées de fonds ? Personne à l'extérieur ne connaît les marges unitaires d'OpenAI sur Luna.

Les réserves à garder en tête

La volatilité des tarifs. Un prix qui baisse de 80 % en une fois peut remonter. Bâtir un modèle économique sur une grille tarifaire vieille de trois semaines, c'est prendre un risque qu'on ne mesure pas toujours.

Les benchmarks manquants. Les comparaisons chiffrées entre paliers restent maigres publiquement. Le conseil qui revient chez les intégrateurs est toujours le même, et il est bon : testez sur vos propres données. Les règles empiriques survivent rarement au contact d'un usage réel du contexte.

Le contexte réglementaire. Le Digital Omnibus sur l'IA — règlement (UE) 2026/1744 — est entré en vigueur le 27 juillet 2026, avec application au 2 août des obligations pesant sur les fournisseurs de modèles à usage général et des exigences de transparence de l'article 50. Déployer un assistant qui parle à des clients européens suppose désormais de savoir répondre à la question « est-ce que l'utilisateur sait qu'il parle à une machine ? ».

Ce qu'il faut en faire

Si vous avez un projet gelé il y a un an pour cause de coût d'inférence, ressortez-le. Le calcul a changé d'ordre de grandeur, et la plupart des architectures conçues à l'époque — découpage agressif, mise en cache complexe, appels au modèle rationnés — sont devenues des optimisations prématurées.

La vraie question n'est plus « est-ce qu'on peut se permettre d'appeler un modèle ici ? ». Elle est devenue « qu'est-ce qu'on fait de la possibilité d'en appeler un partout ? ». Ce n'est pas la même conversation, et beaucoup d'équipes ne l'ont pas encore eue.