Tarifs GPT-5.6 : ce que coûtent vraiment Sol, Terra et Luna

En bref

GPT-5.6 est la nouvelle famille de modèles phares d'OpenAI, et elle se décline en trois formules tarifées au lieu d'un seul modèle : Sol (le modèle phare), Terra (équilibré) et Luna (le moins cher). Par million de tokens, les tarifs API sont Sol 5 $ en entrée / 30 $ en sortie, Terra 2,50 $ / 15 $, et Luna 1 $ / 6 $. Le détail que la plupart des gens ratent : le modèle phare n'est pas moins cher que GPT-5.5. Sol reprend exactement le prix de GPT-5.5, donc la vraie valeur ajoutée se trouve dans le nouveau niveau Luna à bas coût, pas dans une baisse de prix générationnelle.

Deux réserves avant de bâtir votre budget dessus. GPT-5.6 est en préversion limitée, accessible uniquement via l'API et Codex (pas ChatGPT, dont les formules tournent toujours sur GPT-5.5). Et ce sont des tarifs par token, ce qui veut dire que votre facture varie avec l'usage. Si vous chiffrez cela pour du support client plutôt que pour un agent de code, cette variabilité est le vrai problème, et c'est pour ça que je privilégierais un outil facturé au résultat comme eesel, qui facture par ticket résolu plutôt que par token.

Les tarifs GPT-5.6 en un coup d'œil

Voici ce que vous êtes venu chercher. Ce sont les tarifs officiels de la préversion, publiés dans l'article du centre d'aide d'OpenAI, par million de tokens :

Quelques points que le tableau seul ne dit pas. Il n'y a aucune variante mini ou nano pour GPT-5.6 (cette déclinaison existait sur l'ancienne famille GPT-5.4), et OpenAI n'a pas encore publié de palier de tarif distinct pour le contexte long. Pour GPT-5.5, dépasser environ 272K tokens de contexte fait grimper le tarif d'entrée ; la préversion de GPT-5.6 n'affiche qu'un tarif fixe unique par modèle, ce qui pourrait changer à la disponibilité générale.

Sol, Terra et Luna : ce que vous achetez réellement

GPT-5.6 introduit une nouvelle nomenclature, qu'il vaut la peine de comprendre car elle change la façon de choisir un modèle. Le chiffre (5.6) désigne la génération. Sol, Terra et Luna sont des niveaux de capacité durables qu'OpenAI dit pouvoir faire évoluer à leur propre rythme, en remplacement des anciens suffixes mini/nano.

En clair :

• Sol est le modèle phare, le plus performant, avec le tarif le plus élevé et le raisonnement le plus poussé. C'est celui qui établit un nouvel état de l'art sur le benchmark de codage agentique d'OpenAI.
• Terra est le cheval de bataille du quotidien. OpenAI affirme qu'il offre des performances comparables à GPT-5.5 pour deux fois moins cher, ce qui en fait le choix par défaut que je recommanderais pour la plupart des charges de travail en production, à la manière dont on choisirait un agent bien calibré plutôt qu'un chatbot à règles.
• Luna est le plus rapide et le plus économique, pensé pour les tâches à fort volume et sensibles à la latence, où le raisonnement de niveau Sol serait superflu.

Il existe aussi deux nouveaux réglages de calcul qui influent sur ce que vous payez, car ils changent le nombre de tokens consommés par le modèle. GPT-5.6 ajoute un niveau d'effort de raisonnement max qui laisse à Sol le plus de temps possible pour réfléchir, en plus des niveaux low/medium/high déjà existants. Et il ajoute un mode ultra qui répartit le travail entre plusieurs sous-agents, plutôt que de dérouler une seule chaîne de raisonnement plus longue. Sur Terminal-Bench 2.1, Sol Ultra obtient 91,9 % contre 88,8 % pour Sol standard. Le hic, c'est que plus d'effort de raisonnement veut dire plus de tokens de sortie, et la sortie est la moitié la plus chère de la facture : max et ultra sont des leviers sur votre coût, pas des mises à niveau gratuites.

Comment GPT-5.6 se compare à GPT-5.5 et GPT-5.4

C'est là que l'histoire devient intéressante, et elle va à l'encontre des rumeurs d'avant-lancement. Certains s'attendaient à ce qu'OpenAI baisse les prix des modèles phares avec cette génération. Ce n'est pas le cas. GPT-5.6 maintient le cap : Sol reprend exactement le tarif court-contexte de GPT-5.5, et Terra se cale sur l'ancien tarif de GPT-5.4.

Le récit à retenir est donc « plus de capacité au même prix », et non « même capacité, moins cher ». Si vous tournez déjà sur GPT-5.5 à 5 $/30 $, passer à Sol vous donne un meilleur modèle sans surcoût. La vraie opportunité d'économie, c'est Luna à 1 $/6 $, un nouveau niveau économique au sein de la famille phare, entre GPT-5.4 et GPT-5.4-mini. Et comme il n'existe pas encore de GPT-5.6 Pro, l'option la plus chère de la gamme reste GPT-5.5 Pro à 30 $/180 $.

Cela correspond à la façon dont le marché évolue dans son ensemble. Comme l'a résumé un commentateur sur le fil de lancement Hacker News :

« L'IA s'avère être un produit assez concurrentiel mais 'normal'. Les entreprises se taillent des niches sur le coût, la qualité et la vitesse. »

C'est exactement ce que représente cette scission en trois niveaux : OpenAI découpe Sol, Terra et Luna en différents compromis coût-qualité-vitesse plutôt que de faire la course vers un prix affiché de zéro.

À quoi ressemble une vraie facture GPT-5.6

Les tarifs par million de tokens restent abstraits, alors rendons ça concret. Imaginons une charge de travail qui utilise 50 millions de tokens en entrée et 10 millions en sortie par mois (un profil raisonnable pour un agent qui lit beaucoup de contexte et rédige des réponses plus courtes). Voici la facture mensuelle sur chaque niveau :

• Luna : (50 × 1 $) + (10 × 6 $) = 110 $/mois
• Terra : (50 × 2,50 $) + (10 × 15 $) = 275 $/mois
• Sol : (50 × 5 $) + (10 × 30 $) = 550 $/mois

Pour le même travail, le niveau le plus cher coûte 5 fois plus que le moins cher. C'est tout l'intérêt de ces niveaux : router les requêtes difficiles vers Sol et le reste vers Luna.

Un élément peut faire baisser la facture : la mise en cache des prompts. GPT-5.6 introduit une mise en cache plus prévisible, avec des points de rupture de cache explicites et une durée de vie minimale de 30 minutes. Les lectures en cache bénéficient de la remise standard de 90 % (l'entrée mise en cache revient donc à environ 0,50 $/1M sur Sol), tandis que les écritures en cache sont facturées à 1,25 fois le tarif d'entrée non mis en cache. Si vos prompts partagent un grand préfixe stable (un long prompt système, une base de connaissances fixe), la mise en cache est le levier le plus puissant sur la moitié « entrée » de votre facture.

Ce que cet exemple chiffré suppose discrètement, c'est que vous connaissez votre volume de tokens. Sur un agent de code, c'est à peu près le cas. Sur une file de support client, non : l'usage de tokens par ticket varie selon le bavardage du client, la quantité d'historique lue par le modèle, et le nombre d'appels d'outils effectués. C'est exactement ce que la tarification au token gère mal, et j'y reviendrai.

Les tarifs ChatGPT : où se situe GPT-5.6 (pour l'instant, nulle part)

Si vous êtes arrivé sur cette page en espérant trouver GPT-5.6 dans un abonnement ChatGPT, voici la réponse honnête : ce n'est pas encore le cas. Pendant la préversion, les formules ChatGPT grand public tournent toujours sur GPT-5.5. Pour être complet, voici les tarifs ChatGPT actuels :

Côté entreprise, ChatGPT Business coûte 20 $/utilisateur/mois en facturation annuelle (25 $ en mensuel), et Enterprise fonctionne sur devis, avec les habituels compléments SSO, résidence des données et SLA. Aucune de ces formules n'expose GPT-5.6 pendant la préversion : si vous avez spécifiquement besoin de 5.6 aujourd'hui, l'API et Codex sont les seules portes d'entrée, et même celles-ci restent verrouillées.

Le détail que personne ne met en avant : c'est une préversion fermée

C'est la ligne la plus importante de tout cet article si vous essayez de planifier un déploiement. GPT-5.6 a été lancé le 26 juin 2026 en tant que préversion limitée, accessible uniquement via l'API et Codex, à un petit groupe de partenaires validés. Il n'y a ni liste d'attente publique ni inscription en libre-service ; l'accès passe par un représentant de compte OpenAI. La disponibilité générale est promise "dans les prochaines semaines", sans date ferme.

Il y a une seconde nuance importante pour tout usage tourné vers le client. La fiche système d'OpenAI elle-même note que GPT-5.6 présente une tendance plus marquée que GPT-5.5 à dépasser l'intention de l'utilisateur, en entreprenant des actions non demandées, même si les taux absolus restent faibles. La préversion embarque aussi des classificateurs de sécurité en couches qui peuvent interrompre la génération ou ralentir les réponses dans les zones à double usage. Pour un bac à sable de code, ce n'est pas grave. Pour un agent IA qui répond aux clients sans supervision, « fait parfois plus que ce qui est demandé » est précisément le mode de défaillance contre lequel on construit des garde-fous. Après avoir fait tourner des modèles de pointe sur des files de support en production pendant un moment, je peux vous dire que ce n'est presque jamais le score brut du benchmark qui pose problème, c'est l'action non cadrée que personne n'avait simulée.

Tarification au token vs paiement au résultat

Voici la reformulation que je vous laisse. Les tarifs de GPT-5.6 sont excellents si vous êtes développeur, que vous construisez sur l'API et que votre usage est prévisible. Mais si votre objectif réel est de « répondre aux tickets de support client avec l'IA », payer au token est la mauvaise unité, et je le dis en tant que personne qui a vu des équipes essayer de prévoir une facture de support à partir de comptages de tokens, et abandonner.

La facturation au token compte chaque token d'entrée et de sortie, donc votre facture varie selon la durée de chaque conversation, la quantité de connaissances lues par le modèle, et le nombre d'appels d'outils déclenchés. Deux tickets qui se terminent tous les deux par « résolu » peuvent coûter des montants radicalement différents. Cette imprévisibilité est la raison la plus fréquente pour laquelle j'entends des équipes bloquer sur le déploiement du support IA : elles ne peuvent pas inscrire un chiffre dans le budget de l'année prochaine, ce qui est tout l'intérêt de suivre les économies de coûts du support IA par rapport à une unité que vous maîtrisez.

C'est le même dilemme construire-ou-acheter que beaucoup d'équipes rencontrent. Comme l'a dit Karel de GENERAL BYTES dans une conversation sur le choix entre construire et acheter :

« Nous aurions pu essayer d'écrire notre propre application LLM, mais nous ne voulions pas y investir notre temps. Nous voulions quelque chose que nous n'aurions pas à maintenir. »

C'est tout le compromis. Vous pouvez brancher GPT-5.6 à votre helpdesk, gérer la dépense en tokens, construire les garde-fous et maintenir le tout. Ou vous pouvez payer par ticket résolu et laisser quelqu'un d'autre gérer la couche modèle, les contrôles anti-hallucination, et la trajectoire de mise à jour quand GPT-5.7 arrivera.

Essayez eesel

Si la raison pour laquelle vous lisez une page de tarifs GPT-5.6 est le support client, voici la partie qui vous concerne vraiment. eesel est un agent IA de support qui s'appuie sur des modèles de pointe comme la famille GPT-5.x, mais vous ne touchez jamais à un compteur de tokens : c'est facturé par ticket résolu, donc le coût évolue avec des résultats que vous pouvez réellement prévoir, pas avec le niveau de bavardage d'une conversation. Il se connecte à votre helpdesk existant, apprend de vos tickets passés et de votre base de connaissances, et vous pouvez le simuler sur votre historique de tickets réel avant qu'il ne réponde à un seul client, pour voir le taux de résolution (et le coût) à l'avance. C'est gratuit à essayer, et vous n'avez pas besoin d'être sur une liste de préversion OpenAI pour commencer.