GPT-6 Luna devient le choix par défaut : ce que dix cents par million achètent vraiment

La chose la plus lourde de conséquences qui soit arrivée à GPT-6 Luna au cours de sa première semaine n'a pas été la baisse de prix. Ce fut un commit de fusion. Dans le jour qui a suivi la mise à disposition de GPT-6 Luna par le fournisseur, le 22 septembre 2026, une plateforme d'agents open source a intégré une modification qui en a fait le modèle de repli pour chaque organisation qui n'avait pas choisi son propre modèle par défaut — détrônant GPT-5.6 Terra, un palier plus grand et nettement plus coûteux. Le raisonnement énoncé était arithmétique : à 0,10 $ et 0,50 $ par million de tokens, GPT-6 Luna coûte un vingtième du tarif d'entrée de GPT-5.6 Terra et un vingt-quatrième de son tarif de sortie. C'est un signal réel, et ce n'est aussi que la moitié de l'histoire. GPT-6 Luna coûte 0,10 $ par million de tokens d'entrée et 0,50 $ par million de tokens de sortie, contre 2,00 $ et 10,00 $ pour GPT-6 Sol, le palier au-dessus, et 10,00 $ et 50,00 $ pour le modèle phare GPT-6 Astra. Le modèle qu'il remplace dans cet emplacement par défaut, GPT-5.6 Luna, coûte encore 0,20 $ et 1,20 $ — deux fois le tarif d'entrée et plus de deux fois le tarif de sortie. Un dixième de dollar par million est assez bon marché pour que la décision cesse de porter sur le prix et commence à porter sur ce que le modèle achève réellement.

Donc ce n'est pas un article explicatif de lancement, et ce n'est pas un article sur une baisse de prix — nous avons écrit les deux, et la grille tarifaire elle-même est fixée. C'est une tentative de répondre à la question que le marketing de l'entrée de gamme omet : si un modèle devient votre option par défaut, qu'est-ce que cela fait au travail qui était auparavant confié à quelque chose de plus gros ? Les preuves pour cela viennent de trois endroits, et elles ne concordent pas entre elles. Les benchmarks d'OpenAI eux-mêmes sont les plus flatteurs et les moins reproductibles. Artificial Analysis a publié un indice indépendant la même semaine, et il est plus utile parce qu'il chiffre les tâches terminées plutôt que les tokens. Et une poignée de personnes ont désormais fait tourner le modèle sur une infrastructure réelle, c'est là que résident les échecs intéressants. Lorsqu'un chiffre est déclaré par le fournisseur, la phrase qui le contient le précise.

Ce qui a réellement été livré

GPT-6 Luna est le petit échelon de la famille de sixième génération, situé sous GPT-6 Sol et bien en dessous du modèle phare GPT-6 Astra. La documentation officielle des modèles d’OpenAI, lue cette semaine, donne l’enveloppe :

• ID du modèle — gpt-6-luna, un instantané unique sans variante datée. Il n'y a pas de gpt-6-luna-pro entrée dans la liste des modèles ; la chaîne pro qui circule sur les catalogues tiers est une valeur de mode de raisonnement, non un modèle.

• Contexte et limites — une fenêtre de 1 050 000 tokens, jusqu’à 922 000 tokens d’entrée, un plafond de sortie de 128 000 tokens, et une date limite des connaissances au 18 mai 2026. Entrée texte et image, sortie texte.

• Prix — 0,10 $ par million de jetons d'entrée, 0,01 $ par million de jetons d'entrée mis en cache, 0,125 $ par million d'écritures de cache, 0,50 $ par million de jetons de sortie. OpenAI a décrit ces tarifs comme permanents plutôt qu'introductifs.

• Le palier de contexte long — les requêtes dépassant 272 000 jetons d'entrée sont refacturées au double des tarifs d'entrée et de cache et à 1,5× le tarif de sortie, appliqué à l'ensemble de la requête plutôt qu'à l'excédent. C'est l'erreur la plus coûteuse possible sur ce modèle, car elle est déclenchée par la taille totale de la requête, et non par la part que vous en utilisez.

• Niveaux de service — Batch et Flex sont facturés à la moitié des tarifs standard ; le mode Fast les double. Le traitement en masse asynchrone est donc de nouveau à moitié prix, et la grille tarifaire comporte quatre prix effectifs différents selon la façon dont vous envoyez la requête.

• Effort — six valeurs : none, low, medium, high, xhigh et max, medium étant la valeur par défaut documentée. L'effort se définit par requête, et non comme une propriété du déploiement.

• Points de terminaison — Responses, Chat Completions et Batch. Chat Completions ne gère l'appel de fonctions que lorsque l'effort de raisonnement est défini sur none ; les outils intégrés et l'appel de fonctions nécessitent généralement l'API Responses, qui prend en charge la recherche web, la recherche de fichiers, la génération d'images, l'interpréteur de code, le shell hébergé, apply_patch, les compétences, l'utilisation de l'ordinateur, MCP et la recherche d'outils.

Cette dernière ligne compte plus qu’elle n’en a l’air. Si votre automatisation utilise des outils, vous êtes sur l’API Responses, et votre réglage d’effort est couplé à votre choix de point de terminaison. Une équipe qui règle l’effort sur faible pour économiser de l’argent et s’attend à ce que l’appel de fonctions continue de fonctionner sur Chat Completions a construit un pipeline qui échouera dès le premier appel d’outil.

Le chiffre qui compte, c'est le coût par tâche accomplie, pas le coût par token

Artificial Analysis a publié son évaluation indépendante quelques heures seulement après le lancement, et le chiffre phare est inconfortable pour quiconque supposait qu’un jeton moins cher signifie un travail moins cher. Sur son Intelligence Index, GPT-6 Luna coûte environ 0,07 $ par tâche à effort maximal, contre environ 0,18 $ pour GPT-5.6 Luna au même effort — une réduction d’environ 60 %, portée par la baisse des prix plutôt que par un modèle qui travaille moins. Le score de l’indice lui-même est au même niveau que celui du modèle qu’il remplace. GPT-6 Sol, pour donner un ordre de grandeur, coûte environ 1,06 $ par tâche de l’indice, contre 1,99 $ pour GPT-5.6 Sol.

Lisez ces trois chiffres ensemble et la structure de la famille se dessine clairement. Sol coûte environ quinze fois le coût par tâche de Luna, pour un score nettement supérieur. Luna n'est pas une version dégradée de Sol ; c'est un instrument différent, et c'est le chiffre par tâche qui vous indique lequel vous tenez.

La moitié inconfortable, c'est ce qui est arrivé à l'agent de codage. Dans le Coding Agent Index d'Artificial Analysis, GPT-6 Luna obtient 41 à effort maximal — deux points de moins que les 43 de GPT-5.6 Luna — tandis que GPT-6 Sol a évolué en sens inverse, gagnant deux points pour atteindre 57 à 2,99 $ par tâche. Le remplacement générationnel dans le segment bon marché constitue donc une légère régression en codage agentique, et non une amélioration, alors même que le prix baisse. Quiconque interprète « nouvelle génération » comme « strictement meilleure » sera surpris par cette colonne.

La verbosité est le poste caché.

Il y a un second chiffre dans la même évaluation qui explique en grande partie le premier. Pendant l'exécution de l'Intelligence Index, GPT-6 Luna a généré environ 51 000 jetons de sortie par tâche, contre environ 41 000 pour GPT-5.6 Luna. Le modèle plus récent et moins cher est environ un quart plus verbeux pour atteindre un score comparable. Les économies proviennent de la baisse de prix, et non du fait que le modèle soit devenu plus efficace par unité de travail.

Cela compte pour deux raisons. À 0,50 $ par million de tokens de sortie, 10 000 tokens de sortie supplémentaires par tâche coûtent un demi-cent. Répétez cela sur cent mille tâches par jour et l’incrément atteint un milliard de tokens, soit 500 $ par jour — sur un modèle dont le prix affiché est de dix cents par million de tokens d’entrée. Et la verbosité interagit mal avec le plafond de sortie de 128 000 tokens : un modèle qui réfléchit plus longtemps et écrit plus longtemps atteint ce plafond plus tôt, ce qui transforme un problème de coût en problème de troncature.

L’atténuation tient à la discipline de cache, et cette famille en possède une véritablement bonne. Les lectures d’entrée mises en cache à 0,01 $ par million représentent un dixième du tarif sans cache, et OpenAI a modifié les règles d’invalidation afin que l’ajustement de l’effort de raisonnement ou de la disponibilité des outils ne supprime plus le contexte mis en cache. Pour une charge de travail dotée d’un long préfixe stable — un schéma, une invite système, un document sur lequel vous posez six questions —, le tarif d’entrée effectif est plus proche de un cent que de dix cents, et cet écart est plus large que la réduction annoncée. C’est aussi la différence entre un palier économique réellement bon marché et un palier qui n’est que moins cher.

Là où l'offre bas de gamme régresse, et là où elle ne le fait pas

La même évaluation indépendante sépare les régressions du bruit, et cette distinction est l'élément le plus utile. GPT-6 Luna perd environ 75 Elo face à son prédécesseur sur GDPval-AA v2.1, et environ 45 Elo sur AA-Briefcase v1.1. Artificial Analysis attribue ces deux baisses à une qualité de présentation inférieure et à des livrables qui omettent des éléments requis du barème, plutôt qu'à des échecs factuels ou de raisonnement. Son taux d'hallucination s'améliore nettement, passant d'environ 93 % à 77 %, et son indice AA-Omniscience passe de −10 à 1. Sur AutomationBench-AA, il gagne, 53 % contre 50 % ; sur Terminal-Bench 4.0, il gagne de justesse, 13 % contre 12 %.

Cette distinction, c'est toute la décision. Le modèle n'est pas devenu moins bon sur la tâche ; il est devenu moins bon pour vous remettre l'artefact fini. Si vous consommez une sortie structurée — une classification, une extraction, une décision de routage, une charge utile JSON — la régression ne vous coûte rien et la baisse de prix est de l'argent gratuit. Si un humain lit le livrable, la régression vous coûte un relecteur, et le temps de ce relecteur est probablement plus cher que les jetons que vous avez économisés.

Les propres affirmations non reproduites d'OpenAI se situent à l'autre bout du spectre : qu'à effort élevé, GPT-6 Luna améliore son prédécesseur de 5,4 points de pourcentage pour un coût par tâche inférieur de 58 % ; qu'à effort maximal, il obtient 66,6 % sur DeepSWE 1.1, qu'OpenAI compare à Claude Opus 5 à effort moyen pour une fraction du coût par tâche ; et que sur OSWorld 2.0, il dépasse GPT-5.6 Sol à effort moyen pour environ un dixième du coût. Ce sont des comparaisons réalisées avec le harnais du fournisseur et selon des réglages d'effort choisis par le fournisseur, et la seule chose qui vaille d'en retenir est directionnelle : le niveau bon marché est désormais à portée du niveau intermédiaire de l'année dernière. Les pourcentages par tâche méritent d'être ignorés, car le harnais n'est pas le même des deux côtés.

Le seuil d'effort minimal, c'est là que cela devient concret. Les recommandations publiées préconisent de tester d'abord « aucun » ou « faible » pour l'extraction et le routage simples, puis de n'augmenter l'effort que là où la qualité mesurée le justifie. Un compte rendu pratique de la semaine de lancement a constaté qu'à faible effort, GPT-6 Luna n'est pas du tout utilisable pour le travail agentique, ce qui place son seuil pratique à moyen pour toute tâche à plusieurs étapes. Un deuxième constat issu du même type de tests est plus cinglant : dans un exercice de déploiement, les manifestes Kubernetes du modèle ont passé la validation de schéma, puis ont échoué aux trois tentatives contre un cluster réel, parce qu'un validateur vérifie la forme et non le comportement. Si une configuration générée est livrée sans contrôle d'exécution dans la boucle, l'offre économique vous renverra des échecs qui ressemblent à des réussites.

La question par défaut, et pourquoi le routage est la réponse à celle-ci

La plateforme qui a fait de GPT-6 Luna son modèle de repli a évalué ce changement comme présentant un risque moyen, et la note qui l'accompagne est la version honnête de tout l'article : toute organisation dépourvue de son propre modèle par défaut bascule vers Luna, qui est moins cher mais d'un niveau inférieur à Terra, de sorte que la qualité sur les tâches difficiles peut varier. C'est exactement le compromis. Un modèle par défaut est un pari que la majeure partie du trafic est facile, et pour la plupart des organisations, ce pari est correct — c'est pourquoi le changement a été déployé. Le risque réside dans la minorité de requêtes qui ne le sont pas.

La façon de prendre ce pari sans en assumer les inconvénients est de cesser de traiter le modèle par défaut comme un modèle unique. GPT-6 Luna est routable via OrcaRouter à son tarif affiché, sans majoration ajoutéece qui signifie que le prix permanent du fournisseur est celui que vous voyez ici et qu'une baisse future s'applique le jour même plutôt qu'à la prochaine renégociation de contrat. Sur notre propre page de modèle cette semaine, il mesure 74,3 jetons par seconde en sortie avec un taux d'erreur de 0 % sur le trafic que nous servons. Les deux paliers de contexte sont proposés tels que publiés : 0,10 $ en entrée et 0,50 $ en sortie en dessous de 272 000 jetons d'entrée, puis 0,20 $ et 0,75 $ au-delà.

Ce que cela vous apporte, c'est une configuration par défaut capable de monter en gamme. Un DSL de routage vous permet d'envoyer l'essentiel du trafic vers GPT-6 Luna en effort moyen et de le dévier sous condition — longueur d'entrée au-delà du seuil de 272K, besoin d'appel d'outil, classe de tâche réellement touchée par la régression sensible à la grille d'évaluation — vers GPT-6 Sol ou, pour les travaux à long horizon, vers le fleuron GPT-6 Astra, sur la même clé, sans second contrat ni modification du code. C'est une décision d'une toute autre nature que de choisir un seul modèle et de faire avec. Vous obtenez le palier à dix cents là où les preuves montrent qu'il tient, et un palier à deux ou dix dollars là où ce n'est pas le cas, et la frontière est une règle que vous avez écrite plutôt qu'un espoir. Le basculement automatique couvre l'autre mode de défaillance : l'amont du palier bon marché qui passe un mauvais moment alors que votre automatisation est en pleine exécution.

Qui doit bouger, et qui doit attendre

Migrez si votre trafic est structuré et à fort volume : classification, extraction, étiquetage, routage d’intentions, tri de journaux, synthèse, et les boucles d’implémentation bornées qui s’inscrivent dans un agent plus large. Les éléments de preuve étayent la réduction de prix et la parité des scores, et la régression de présentation est invisible pour un consommateur qui analyse du JSON.

Ne déplacez pas une chaîne d'agents à long horizon, une refactorisation multi-fichiers ou quoi que ce soit dont la production est validée par un humain, simplement parce que le token est bon marché. Le Coding Agent Index a reculé de deux points, les évaluations de travail intellectuel ont baissé, et le modèle est plus verbeux par tâche que celui qu'il remplace. Un token moins cher qui nécessite un relecteur n'est pas une tâche moins chère.

Et surveillez un seul chiffre plutôt que tous. L’écart de 51 000 contre 41 000 jetons de sortie est le chiffre qui détermine si une valeur par défaut Luna est une économie ou un statu quo pour votre charge de travail particulière, et cela se mesure sur votre propre trafic en un après-midi. La grille tarifaire est fixée et permanente ; le nombre de jetons par tâche terminée ne l’est pas, et c’est celui qui apparaît sur la facture.