GPT-6 Sol vs Gemini 3.1 Pro : l'écart de prix est plus faible que ne l'admet chacun des deux articles de lancement.

Les deux modèles coûtent 2,00 $ par million de tokens d'entrée. GPT-6 Sol facture 10,00 $ par million de tokens de sortie ; Gemini 3.1 Pro facture 12,00 $. Sur la base des tarifs affichés, GPT-6 Sol et Gemini 3.1 Pro, vieux de six mois, se situent à moins de 20 % l'un de l'autre, ce qui en fait la comparaison de prix la moins spectaculaire de la gamme actuelle — et la plus trompeuse, car aucun des deux modèles ne facture réellement au tarif affiché pour le traitement de contextes longs, et les deux seuils de palier ne se situent pas au même endroit et donnent lieu à des tarifs qui évoluent dans des directions opposées.

Voilà une comparaison qui mérite d’être faite correctement. GPT-6 Sol est sorti le 22 septembre 2026 à 2 $/10 $, soit une baisse de 50 % par rapport à GPT-5.6 Sol, avec un palier de contexte long au-delà de 272 000 jetons d’entrée qui double à peu près le tarif d’entrée et augmente celui de sortie de moitié. Gemini 3.1 Pro est disponible depuis le 19 février 2026 à 2 $/12 $, avec une limite de palier à 200 000 jetons qui le fait passer à 4 $/18 $ et un tarif par lots de 1 $/6 $. Même prix affiché, géométrie de grille tarifaire différente, et le calcul ci-dessous est ce qui détermine lequel est le moins cher pour votre trafic.

Deux cartes tarifaires, dessinées à l’échelle.

• Entrée de base — GPT-6 Sol 2,00 $ par 1 M vs Gemini 3.1 Pro 2,00 $ par 1 M

• Sortie de base — GPT-6 Sol 10,00 $ par 1 M vs Gemini 3.1 Pro 12,00 $ par 1 M

• Seuil de contexte long — GPT-6 Sol au-delà de 272K de tokens d'entrée vs Gemini 3.1 Pro au-delà de 200K de tokens d'entrée

• Tarif pour contexte long — GPT-6 Sol environ 4,00 $ / 15,00 $ contre Gemini 3.1 Pro 4,00 $ / 18,00 $

• Périmètre de re-tarification — GPT-6 Sol re-tarifie l'intégralité de la requête, tandis que Gemini 3.1 Pro re-tarifie l'intégralité de la requête

• Cache — GPT-6 Sol : environ 90 % de réduction sur l’entrée mise en cache par rapport à la tarification du cache de Gemini 3.1 Pro, non répétée au lancement

• Lot — tarif par lot de GPT-6 Sol non publié, contre 1,00 $ / 6,00 $ pour Gemini 3.1 Pro

• Fenêtre de contexte — GPT-6 Sol 872 K selon Artificial Analysis, 1,05 M annoncés contre Gemini 3.1 Pro 1 M en entrée

Sortie maximale — GPT-6 Sol 128K contre Gemini 3.1 Pro, environ 64 K à 66 K

• Indice d’intelligence AA (v4.3.2) — GPT-6 Sol 48 vs Gemini 3.1 Pro 30

Deux points structurels en ressortent. Premièrement, les limites de contexte long sont proches l’une de l’autre mais pas identiques — 272K contre 200K — et toutes deux appliquent le tarif supérieur à l’ensemble de la requête plutôt qu’à l’excédent. Un appel qui transporte 210K jetons coûte le tarif premium sur Gemini 3.1 Pro et le tarif de base sur GPT-6 Sol. Cette tranche de 72 000 jetons est celle où les deux modèles divergent le plus sur le prix.

Deuxièmement, l'espace de sortie n'est pas comparable. GPT-6 Sol autorise 128 K tokens en sortie ; Gemini 3.1 Pro s'arrête autour de 64 K à 66 K. Si votre charge de travail génère de longs artefacts — réécritures complètes de fichiers, brouillons de forme longue, longues traces de chaîne de raisonnement que vous conservez réellement — ce plafond compte davantage que la différence de 2 $ sur le prix de sortie.

Un exemple concret, car les taux affichés cachent la réponse.

Prenons une charge de travail mensuelle réaliste : 10 millions de jetons d’entrée et 2 millions de jetons de sortie, tous en contexte court.

• GPT-6 Sol — 10 M en entrée à 2,00 $, soit 20,00 $, 2 M en sortie à 10,00 $, soit 20,00 $. Total : 40,00 $

• Gemini 3.1 Pro — 10 M en entrée à 2,00 $ font 20,00 $, 2 M en sortie à 12,00 $ font 24,00 $. Total : 44,00 $

GPT-6 Sol est 9 % moins cher. C’est tout l’écart, et il est suffisamment faible pour qu’une seule décision d’ingénierie ailleurs dans la stack puisse l’effacer.

Maintenant, faites passer la même charge de travail en contexte long — un agent qui transporte 300 K tokens d'état de travail à chaque appel. Les deux modèles franchissent leurs seuils.

• GPT-6 Sol — entrée à environ 4,00 $ donne 40,00 $, sortie à environ 15,00 $ donne 30,00 $. Total : 70,00 $

• Gemini 3.1 Pro — entrée à 4,00 $ donne 40,00 $, sortie à 18,00 $ donne 36,00 $. Total : 76,00 $

Les deux factures doublent presque et GPT-6 Sol garde l'avantage, mais l'écart reste inférieur à 10 %. Le contexte long ne renverse pas ce duel ; il rend simplement les deux options coûteuses.

Le cas intéressant est celui de la mise en cache et du traitement par lots, où les deux fournisseurs ont fait des paris différents. Si 80 % de votre entrée est un préfixe stable, la remise de cache d'environ 90 % de GPT-6 Sol change considérablement le calcul : 8 M de jetons en cache à environ 0,20 $ le million, soit 1,60 $, plus 2 M de jetons nouveaux à 2,00 $, soit 4,00 $, plus 20,00 $ de sortie, pour un total proche de 25,60 $. Le tarif par lots de Gemini 3.1 Pro fait le même type de travail dans l'autre sens : avec 1,00 $ en entrée et 6,00 $ en sortie, la même charge de travail de 10 M/2 M revient à 10,00 $ plus 12,00 $, soit 22,00 $.

Donc, le résumé honnête est le suivant : GPT-6 Sol l’emporte sur le trafic interactif et sur les charges de travail avec préfixe mis en cache, Gemini 3.1 Pro l’emporte sur tout ce que vous pouvez traiter par lots, et la différence entre les deux meilleurs cas est de quelques dollars par dix millions de jetons. Ce n’est pas une décision de prix. C’est une décision liée à la forme de la charge de travail.

L’écart de capacités est la véritable décision.

Cinquante et un points d’Index séparent ces modèles sur le même tableau : GPT-6 Sol à 48, Gemini 3.1 Pro à 30. Ce n’est pas serré, et c’est la raison pour laquelle la parité tarifaire est une curiosité plutôt qu’une menace concurrentielle.

L'Intelligence Index d'Artificial Analysis est un indice composite, et les indices composites peuvent flatter. Mais un écart de cette ampleur se vérifie dans les benchmarks constitutifs que publie chaque fournisseur :

• AA Intelligence Index — GPT-6 Sol 48, classé 18e sur 212 contre Gemini 3.1 Pro 30, classé 81e sur 212

• Vitesse de sortie — GPT-6 Sol 104,4 jetons/s vs Gemini 3.1 Pro 115,0 jetons/s

• Temps jusqu’au premier token — GPT-6 Sol 107,18 s vs Gemini 3.1 Pro 32,96 s, contre une médiane du classement de 3,87 s

• GPQA Diamond — Gemini 3.1 Pro 94,3 % (rapporté par Google)

• ARC-AGI-2 — Gemini 3.1 Pro 77,1 % (rapporté par Google)

• HLE — Gemini 3.1 Pro 44,4 % (rapporté par Google)

• SWE-bench Verified — Gemini 3.1 Pro 80,6 % (rapporté par Google)

• Terminal-Bench 2.0 — Gemini 3.1 Pro 68,5 % (rapporté par Google)

• LiveCodeBench Pro — Gemini 3.1 Pro 2887 Elo (rapporté par Google)

Lisez attentivement ces chiffres de Google, car ils ne sont pas faibles. Un score de 94,3 % sur GPQA Diamond et de 77,1 % sur ARC-AGI-2 sont de solides résultats, et ils ont été publiés en février. Si l’Index place encore Gemini 3.1 Pro trente points plus bas, c’est que l’Index accorde un poids important aux tâches agentiques et à long horizon, et c’est là que les six mois entre ces deux sorties se font sentir. Gemini 3.1 Pro est un puissant modèle de raisonnement. GPT-6 Sol est un puissant agent.

Sur la ligne de la latence, Gemini 3.1 Pro l’emporte haut la main, et ce n’est pas une mince victoire. Un premier token à 33 secondes, c’est lent en valeur absolue — la médiane du classement est de 3,87 secondes — mais c’est un tiers des 107 secondes de GPT-6 Sol. Pour toute tâche qu’une personne attend, Gemini 3.1 Pro est le seul des deux à être réellement utilisable. Le premier token à 107 secondes de GPT-6 Sol est le chiffre qui tuera le plus de pilotes, et il convient de noter que son débit une fois lancé est excellent : 104,4 tokens par seconde n’est pas vraiment en retrait par rapport aux 115,0 de Gemini. Le modèle n’est pas lent. Il est lent à démarrer.

La chose à laquelle Gemini 3.1 Pro n’a pas échappé

Gemini 3.1 Pro est en préversion depuis février. Six mois, c'est long pour porter une étiquette de préversion, et Google a livré les modèles Flash 3.5, 3.6 et 3.8 entre-temps sans faire passer Gemini 3.1 Pro en disponibilité générale. Sur OrcaRouter, le slug routable est toujours gemini-3.1-pro-preview, et une variante distincte gemini-3.1-pro-preview-customtools existe à ses côtés.

Cela compte pour l’approvisionnement d’une manière que les benchmarks ne captent pas. Les endpoints en preview peuvent changer sous vos pieds, être dépréciés avec un préavis très court et imposer des limites de débit différentes de celles d’un modèle GA. Si vous développez sur Gemini 3.1 Pro aujourd’hui, vous développez sur une preview, et vous devriez chiffrer le risque de migration en conséquence — d’autant plus que les modèles Flash plus récents de Google l’ont déjà dépassé sur plusieurs axes.

GPT-6 Sol n'a pas ce problème, mais il en a un autre : la disponibilité au lancement était plus limitée que l'annonce ne le laissait entendre. Il est disponible dans l'API, dans ChatGPT Work et dans Codex sur les offres payantes — et les administrateurs Enterprise doivent l'activer avant que leurs utilisateurs puissent le voir. Il n'est pas dans ChatGPT Chat. Un produit phare qui fait l'impasse sur la surface grand public est un produit phare que l'on destine aux développeurs.

Faire tourner ensemble celui qui est bon marché et celui qui est bon.

C'est la rare comparaison où la réponse est manifestement « les deux », et la tarification le confirme. Gemini 3.1 Pro est le modèle que l'on place devant un humain : premier token rapide, tarifs par lots qui rendent les tâches en volume bon marché, solides scores de raisonnement publiés. GPT-6 Sol est le modèle que l'on place derrière une file d'attente : lent à démarrer, excellent débit, cinquante et un points Index de mieux, et proposé à un prix à moins de 20 % de celui du modèle qu'il remplace sur le travail interactif.

Gemini 3.1 Pro est disponible sur OrcaRouter au prix catalogue de Google, dans le cadre du modèle de pass-through, cela signifie qu'un changement de prix de Google est effectif de notre côté le jour même, plutôt que d'attendre qu'un revendeur le renégocie. GPT-6 Sol ne figure pas dans notre catalogue à l'heure où nous écrivons — il est accessible via l'API d'OpenAI elle-même —, si bien qu'une route couvrant les deux implique une clé pour Gemini et, à côté, une intégration OpenAI directe. Le routage entre un modèle de prévisualisation rapide et un modèle de pointe plus lent est exactement le cas pour lequel le basculement automatique a été conçu : lorsque le point de terminaison de prévisualisation se dégrade ou devient obsolète, la route se déplace, et vous l'apprenez par une ligne de journal plutôt que par vos utilisateurs.

La règle de décision

Choisissez Gemini 3.1 Pro lorsqu'un humain attend, lorsque le travail peut être traité par lots, ou lorsque la sortie reste courte. Un premier token à 33 secondes n'est pas bon, mais c'est trois fois mieux que celui de GPT-6 Sol, et le tarif par lots de 1 $/6 $ est le moyen le moins cher de faire passer un grand corpus dans un modèle de raisonnement performant. Acceptez d'être sur un point de terminaison de préversion et prévoyez la migration.

Choisissez GPT-6 Sol lorsque le travail est agentique, à long horizon et sans supervision, et lorsque votre contexte reste sous 272K tokens. Il obtient 48 contre 30, il produit 128K de sortie contre environ 64K, et sa tarification des préfixes mis en cache avec 90 % de réduction rend les boucles agentiques répétitives exceptionnellement bon marché. Son premier token en 107 secondes est une caractéristique de sa façon de raisonner, pas un bug, et cela ne devient un problème que lorsque vous le placez devant quelqu'un.

Ne choisissez pas en fonction du prix. Les deux présentent un écart de 9 % sur une charge de travail à contexte court et de 10 % sur une à contexte long. La différence mensuelle de neuf dollars sur un livre de dix millions de jetons ne justifie pas de choisir l’un ou l’autre modèle, et l’écart de cinquante et un points de l’Index, si.