La guerre des prix IA s’accélère et change déjà les modèles à privilégier
Les modèles deviennent moins chers si vite qu’un choix technique pertinent il y a quelques semaines peut déjà être dépassé.
La compétition entre fournisseurs d’IA se déplace aussi sur le prix. Le 30 juillet, OpenAI a réduit de 80 % le tarif de GPT-5.6 Luna et de 20 % celui de Terra. Luna coûte désormais 0,20 dollar par million de tokens en entrée et 1,20 dollar en sortie selon la tarification annoncée pour l’API. Anthropic suit une logique comparable : le tarif introductif de Claude Sonnet 5, fixé à 2 dollars par million de tokens en entrée et 10 dollars en sortie, devait augmenter de 50 % en septembre. Anthropic a finalement annoncé le 10 août que cette hausse n’aurait pas lieu et que le tarif réduit devenait permanent. Dans le même temps, les anciens modèles continuent de disparaître : Claude Opus 4.1 a été retiré de l’API le 5 août. Pour les développeurs et entreprises, le message est simple : choisir un modèle une fois pour toutes devient une mauvaise stratégie. Prix, performances et disponibilité peuvent évoluer en quelques semaines.
Pourquoi c’est important
La chute rapide des prix rend économiquement possibles des usages jusque-là trop coûteux, notamment les agents, le traitement massif de documents ou l’automatisation de tâches répétitives. Mais elle rend aussi les architectures dépendantes d’un seul modèle plus fragiles : une bonne stratégie consiste désormais à mesurer régulièrement qualité, coût et vitesse sur ses propres cas d’usage.
En bref
- •GPT-5.6 Luna a baissé de 80 %
- •GPT-5.6 Terra a baissé de 20 %
- •Anthropic a annulé la hausse prévue de Sonnet 5
- •Claude Opus 4.1 a quitté l’API le 5 août
- •Le choix d’un modèle doit désormais être réévalué régulièrement
Chiffres clés
À retenir
- •Comparer uniquement la qualité d’un modèle ne suffit plus
- •Le coût réel dépend du volume et du type de tâches exécutées
- •Les baisses de prix peuvent justifier de nouveaux tests A/B
- •Les modèles anciens peuvent être retirés rapidement
- •Prévoir un modèle de remplacement réduit le risque de dépendance
Source de l’article
OpenAI et Anthropic