GPT-6 Sol Pro vs GPT-6 Astra : le multiple de prix que tout le monde cite est faux

GPT-6 Sol Pro et GPT-6 Astra sont l'offre économique et le modèle phare du même fournisseur, et le multiple que la plupart de la couverture associe à cet écart est de 2,5×. Ce n'est pas 2,5×. GPT-6 Sol — le modèle du fournisseur que la configuration gpt-6-sol-pro exécute, en disponibilité générale depuis le 22 septembre 2026 à 2,00 $ par million de jetons d'entrée et 10,00 $ par million de jetons de sortie — est tarifé par rapport à GPT-6 Astra, le modèle phare devenu disponible en général le 3 septembre 2026, à 10,00 $ et 50,00 $. Cela fait cinq fois en entrée et cinq fois en sortie. Le chiffre de 2,5× appartient à une autre comparaison : Astra mesuré par rapport à GPT-5.6 Sol, la génération précédente, qui coûtait 4,00 $ et 20,00 $.

Cette confusion mérite d’être corrigée avant toute autre chose, car elle change la décision. Une prime de 2,5× pour le modèle phare est une erreur d’arrondi dans un budget de projet. Une prime de 5× est le poste budgétaire individuel le plus important dans la plupart des plans d’inférence, et c’est le chiffre qui détermine si le modèle phare est la valeur par défaut ou une exception.

D'où venait le mauvais multiple

Lors du lancement d’Astra, le 3 septembre, la comparaison qu’OpenAI et la plupart des médias ont établie portait sur GPT-5.6 Sol, qui était le modèle intermédiaire alors commercialisé. Astra coûtait 2,5 fois le prix de ce modèle. Dix-neuf jours plus tard, OpenAI a commercialisé GPT-6 Sol et a réduit de moitié le prix du modèle intermédiaire, le faisant passer de 4,00 $ et 20,00 $ à 2,00 $ et 10,00 $, et a qualifié ces nouveaux tarifs de permanents plutôt que promotionnels. Toutes les pages « vs » des meilleurs résultats pour cette confrontation ont été écrites durant cette fenêtre de dix-neuf jours et comparent Astra au modèle qui n’occupe plus ce créneau.

Rien n’a changé concernant Astra. Le niveau en dessous a bougé, et le multiple a doublé.

Les deux cartes tarifaires, ligne par ligne

Les deux sont des chiffres publiés par OpenAI elle-même, transmis sans modification par les plateformes qui les hébergent.

• Entrée — GPT-6 Sol 2,00 $ par million de tokens vs GPT-6 Astra 10,00 $ par million de tokens

Sortie — GPT-6 Sol 10,00 $ par million de tokens vs GPT-6 Astra 50,00 $ par million de tokens

• Entrée mise en cache — GPT-6 Sol 0,20 $ par million de tokens vs GPT-6 Astra 1,00 $ par million de tokens ; les deux à un taux forfaitaire de 10 % du tarif non mis en cache

• Écriture de cache — GPT-6 Sol 2,50 $ par million de jetons contre GPT-6 Astra 12,50 $ par million de jetons, les deux à 1,25× le tarif des entrées non mises en cache

• Gestion des contextes longs — GPT-6 Sol revoit le tarif d'une requête au-delà de son seuil d'entrée au double des tarifs d'entrée et de cache, et à 1,5× le tarif de sortie, pour l'intégralité de la requête ; GPT-6 Astra fait de même au-delà de 272 000 jetons d'entrée, à 20,00 $, 2,00 $, 25,00 $ et 75,00 $

• Lot — GPT-6 Sol à la moitié des tarifs standard par rapport à GPT-6 Astra à la moitié de ses tarifs standard, 5,00 $ et 25,00 $, ce qui préserve exactement le ratio de 5×

• Fenêtre de contexte — 1 050 000 jetons pour les deux

• Sortie maximale — 128 000 jetons pour les deux

• Modalités d'entrée — texte et image pour les deux, GPT-6 Astra acceptant également les fichiers en entrée

• Date de coupure des connaissances — GPT-6 Sol 20 avril 2026 vs GPT-6 Astra 30 avril 2026, à dix jours d’écart

Les deux cartes ne sont pas simplement similaires en structure ; elles ont la même structure avec un multiplicateur de cinq appliqué à chaque ligne, y compris le palier batch et le palier long contexte. C’est un choix délibéré de conception produit, et cela signifie que le choix entre elles est véritablement une décision de capacité plutôt qu’une décision de stratégie tarifaire. Aucune réduction ne peut être obtenue en modifiant la forme de votre requête.

Le cadran d'effort est l'asymétrie sur laquelle personne n'écrit

Les deux modèles exposent un paramètre d’effort de raisonnement. Les deux échelles ne sont pas identiques, et cette différence a des conséquences pour la migration.

L’ensemble documenté de GPT-6 Sol est none, low, medium, high, xhigh et max, avec medium comme valeur par défaut. Celui de GPT-6 Astra est low, medium, high, xhigh et max — none n’existe pas. Vous ne pouvez pas désactiver le raisonnement sur le modèle phare. Si votre pipeline comporte une étape de classification sensible à la latence qui s’exécute actuellement avec l’effort none, cette étape n’est pas transposable telle quelle à Astra ; elle doit être réajustée, déplacée vers un autre modèle, ou acceptée avec un plancher de latence plus élevé.

C'est un petit détail qui coûte un temps d'ingénierie considérable, et il est absent de toutes les pages de comparaison de ce face-à-face, car ces pages ont été rédigées à partir de tableaux de prix plutôt que de la documentation de l'API.

Les numéros indépendants, avec la version d'index jointe

Artificial Analysis a remanié son Intelligence Index à plusieurs reprises en 2026, et c’est dans cette confrontation que cela compte le plus, car le score Astra le plus souvent cité est retiré.

Astra a obtenu 61 sur la version d’index v4.1.1 au lancement — à égalité avec GPT-5.6 Sol, ce qui explique pourquoi une grande partie de la couverture du lancement a décrit le produit phare comme une avancée modeste. Ce 61 est réel et provient d’un index qui n’existe plus. Sur le classement actuel, Astra à effort maximal obtient 53 pour 3,26 $ par tâche d’index, et à effort élevé obtient 51 pour 1,73 $. GPT-6 Sol à effort maximal obtient 48 pour 1,06 $ par tâche d’index, et 43 à effort élevé pour 0,37 $.

Lisez ces quatre lignes ensemble et la forme de la décision apparaît.

• L'avantage d'Astra sur Sol au sommet des deux jauges est de cinq points d'indice, pour un coût par tâche accomplie environ trois fois supérieur.

• Astra à effort élevé coûte 1,73 $ par tâche. Sol à effort maximal coûte 1,06 $. Le fleuron fonctionnant à son réglage d'effort par défaut est plus cher que le niveau économique tournant à plein régime, et les scores d'indice sont 51 et 48.

• L’écart de coût par tâche — environ 3× — est inférieur à l’écart de tarif de 5×, car Sol est, des deux, celui qui consomme le plus de tokens par tâche. C’est un véritable argument en faveur d’Astra et c’est le seul élément de la présentation « 2,5× » qui résiste à l’épreuve des données.

Deux mises en garde d'honnêteté doivent être jointes. Il s'agit de pages différentes d'une même famille d'indices plutôt que d'une seule comparaison directe publiée, et les chiffres de latence d'Astra eux-mêmes dépendent de l'effort à un degré tel qu'un chiffre unique est trompeur — le même modèle rapporte un temps jusqu'au premier token mesuré en dizaines de secondes à un niveau d'effort et en plusieurs minutes à un autre. Ne citez pas de chiffre de latence d'Astra sans nommer le réglage.

Ce que le flagship offre à 5×

Les différences de capacités sont réelles et elles se concentrent dans le travail agentique et multimodal plutôt que dans le raisonnement général.

• Indice des agents de codage — GPT-6 Astra 62 dans le harnais Codex face à GPT-6 Sol 57, à 7,09 $ et 2,99 $ par tâche respectivement. Le modèle phare utilise environ un tiers des tokens par tâche, ce qui explique pourquoi l'écart par tâche est plus faible que l'écart tarifaire.

• Terminal-Bench 4.0 — 59 % pour Astra contre 43 % pour Sol sur le même classement indépendant, un écart de seize points qui constitue le plus grand écart de capacité individuel entre les deux.

• Lignes agentiques rapportées par le fournisseur — le propre tableau de lancement d'OpenAI montre qu'Astra est en tête sur OSWorld 2.0, ScreenSpot-Pro, AutomationBench et Agents' Last Exam, tous exécutés par le fournisseur et aucun répliqué indépendamment. Il montre aussi que Sol est en tête sur FrontierMath T1–3 et BrowseComp, ce qui mérite d'être signalé pour quiconque serait enclin à lire le tableau du fournisseur comme un grand chelem.

• Posture de sécurité — Astra a été le premier modèle OpenAI désigné au niveau Critical de cybersécurité au titre du Preparedness Framework de l’entreprise, et ses capacités offensives avancées en cybersécurité sont conditionnées par un programme d’accès distinct. Ce verrouillage a une conséquence de production au-delà des autorisations : un moniteur de désalignement s’exécute sur les requêtes utilisant des outils, et dans l’API, une tâche signalée s’arrête plutôt que d’être mise en pause pour examen, comme c’est le cas dans les clients grand public.

En bref, Astra est meilleur pour les choses difficiles à remplacer — les longues boucles agentiques, le travail en terminal, l’utilisation de l’ordinateur — et à peu près au même niveau que Sol sur les choses faciles à remplacer. Cinq points d’indice de raisonnement général ne valent pas 5×. Seize points sur Terminal-Bench et un écart de cinq sur l’agent de codage, pour un travail où une exécution échouée coûte une heure de nettoyage à un humain, le valent parfois.

Là où une couche de routage change l'arithmétique

GPT-6 Astra est proposé sur OrcaRouter, dont le catalogue est à 10,00 $ en entrée et 50,00 $ en sortie par million de jetons en dessous d'un seuil d'entrée de 272 000 jetons, avec le palier de contexte long à 20,00 $ et 75,00 $ au-dessus, une fenêtre de contexte de 1 050 000 jetons, un plafond de sortie de 128 000 jetons et un p50 de temps jusqu'au premier jeton de 7,82 secondes tel que mesuré sur notre propre page de modèle. La tarification catalogue du fournisseur est répercutée sans aucune majoration supplémentaire.

GPT-6 Sol ne fait pas partie de nos itinéraires, donc rien ici ne constitue une affirmation sur son prix via nous.

Un rapport de prix de 5× est le cas le plus évident qui soit en faveur du routage plutôt que du choix. La bonne réponse pour la plupart des équipes n'est ni « le modèle phare » ni « le palier économique » — c'est les deux, avec la décision prise par requête plutôt que par trimestre. Le travail qui a besoin d'Astra est identifiable au point d'appel : c'est l'exécution agentique, la tâche en terminal, l'étape d'utilisation de l'ordinateur. Le travail qui n'en a pas besoin, c'est tout le reste. Placer les deux derrière une seule clé avec un basculement automatique transforme cela en règle de routage plutôt qu'en migration, et cela signifie que le modèle coûteux n'est jamais invoqué que là où il est ce pour quoi l'on paie.

La règle de décision

• Génération, extraction, classification et synthèse de texte à grand volume — GPT-6 Sol. Cinq fois moins cher sur chaque ligne, trois points d’indice en retrait sur le raisonnement général, et le choix par défaut correct.

• Codage agentique, travail en terminal et utilisation de l’ordinateur — GPT-6 Astra. Seize points sur Terminal-Bench et cinq sur l’indice coding-agent, sur des tâches où une exécution ratée se mesure en heures humaines.

• Pipelines qui exécutent actuellement une étape avec un effort de raisonnement none — ni l’un ni l’autre, sans un nouveau réglage. Astra n’a pas de réglage none, et cette étape ne sera pas portée telle quelle.

• Travail qui nécessite une entrée de fichier en plus des images — GPT-6 Astra, qui est le seul des deux à accepter un fichier.

• Ceux qui ont lu que le modèle phare est à une prime de 2,5× doivent refaire le calcul à 5×. C’est le même modèle au même prix ; le palier en dessous a bougé, et la décision est différente au chiffre corrigé.