Qwen3.8-27B contre GPT-5.6 Luna : louez l'OpenAI le moins cher ou possédez le 27B ouvert

Le 30 juillet 2026, O​penAI a fait quelque chose qu’elle fait rarement : elle a réduit le prix d’un modèle de 80 %. GPT-5.6 Luna — le membre le plus rapide et le moins cher de la famille Luna/Terra/Sol, généralement disponible le 9 juillet 2026 — est passé à 0,20 $ par million de jetons d’entrée et 1,20 $ par million de sortie. Une semaine et demie plus tard, le modèle d’Ali​baba, Qwen3.8 27B, un modèle dense de 27 milliards de paramètres avec des poids Apache 2.0 publié le 14 août 2026, est entré dans la même conversation tarifaire à 0,33 $/2,40 $ par million sur OrcaRouter. Luna est le pari sur le volume d’O​penAI, désormais le modèle par défaut pour ChatGPT gratuit et traitant environ deux billions de jetons par semaine. Qwen3.8 27B est le pendant open-weights : louez-le pour quelques centimes, ou téléchargez-le et payez l’électricité.

En ce qui concerne les sources : GPT-5.6 Luna dispose de mesures indépendantes d'Artificial Analysis (indice, codage, latence) et cet article les présente comme telles ; la baisse de prix est une annonce confirmée d'O​penAI. Qwen3.8 27B n'a pas encore de scores indépendants — ses benchmarks proviennent d'Ali​baba, et ses spécifications ainsi que la liste à 0,33 $/2,40 $ sont des faits de catalogue.

Le tableau de bord, une ligne par dimension

• Prix par 1M — GPT-5.6 Luna $0.20/$1.20 (lecture du cache $0.02 ; $0.40/$1.80 au-delà de 272K d’entrée) contre Qwen3.8 27B $0.33/$2.40.

• Contexte — GPT-5.6 Luna 1.05M, sortie max de 128K contre Qwen3.8 27B 262K natif, 1M via YaRN.

• Entrée — GPT-5.6 Luna texte et image, plus utilisation d'ordinateur vs Qwen3.8 27B texte, image et vidéo.

• Poids — GPT-5.6 Luna propriétaires vs Qwen3.8 27B Apache 2.0, téléchargeables.

• Indice indépendant — GPT-5.6 Luna AA 51 à raisonnement maximal (26.8 en non-raisonnement) vs Qwen3.8 27B, aucun pour l’instant.

• Latence observée du premier jeton — GPT-5.6 Luna ~1,4 s p50 contre Qwen3.8 27B ~190 ms p50, tous deux issus de la télémétrie OrcaRouter sur 7 jours.

Les deux modèles les moins chers de cette série, avec des prix quasi identiques — et conçus sur des hypothèses opposées quant à savoir qui possède le matériel.

Ce que la baisse de prix a changé

Avant le 30 juillet, GPT-5.6 Luna était à 1 $/6 $, dans la même fourchette de prix qu'une douzaine de modèles ouverts. Après la baisse, c'est le produit le moins cher qu'O​penAI vend et il sous-cote Qwen3.8 27B à la fois en entrée et en sortie — 0,20 $ contre 0,33 $, 1,20 $ contre 2,40 $. La logique annoncée d'O​penAI était le volume : au nouveau prix, Luna cesse d'être une « mini » et devient le premier appel par défaut pour la majorité des charges de travail, Terra et Sol étant réservés aux cas les plus difficiles. C'est exactement le créneau que Qwen3.8 27B vise du côté open source. Deux modèles, une même description de poste, des modèles économiques opposés — l'un vend des tokens à faible marge, l'autre offre les tokens et vous laisse acheter le matériel.

Louer ou acheter, avec un exemple chiffré

Voici l’économie qui en décide. GPT-5.6 Luna est un modèle en location uniquement : le prix est bas, mais il se multiplie par le volume et ne disparaît jamais. Prenons une charge de travail de 100 millions de tokens en entrée et 20 millions en sortie par jour. Sur Luna, cela représente environ 44 $/jour — 20 $ en entrée, 24 $ en sortie — soit environ 16 000 $ par an, pour toujours. Qwen3.8 27B à 0,33 $/2,40 $ coûterait environ 81 $/jour sur l’API hébergée. Mais les poids sont sous licence Apache 2.0 : achetez une carte de classe RTX à 1 500–2 000 $ une fois, exécutez la version Q4 dans environ 16 Go de VRAM, et le coût marginal de la même charge de travail s’effondre vers l’électricité. Le point de croisement n’est pas un graphique abstrait de seuil de rentabilité ; pour une équipe qui possède déjà le matériel, il se produit dès le premier jour. Si vous ne possédez pas de matériel et n’en posséderez jamais, Luna est tout simplement moins chère — et son contexte de 1,05 M éclipse les 262 K natifs de Qwe​n.

En matière de vitesse, le modèle plus petit est avantagé.

L'autre surprise, c'est la latence. Sur la télémétrie sur 7 jours d'OrcaRouter, la latence p50 du premier token de GPT-5.6 Luna est d'environ 1,4 seconde, tandis que celle de Qwen3.8 27B est d'environ 190 millisecondes — soit environ sept fois plus rapide pour le premier token. Ce n'est pas un benchmark d'intelligence ; c'est un benchmark de déploiement. Un modèle dense de 27B est plus léger à démarrer qu'un modèle API de pointe qui passe du temps en raisonnement étendu. Pour le chat interactif, les boucles d'agent ou tout scénario où un utilisateur attend un token, le 27B a un avantage structurel que la fiche technique ne montre pas — et c'est la raison pour laquelle un modèle « moins intelligent » peut quand même gagner sur la réactivité visible par l'utilisateur.

Que signifient 51 et 61.7 chacun ?

Le dossier indépendant de GPT-5.6 Luna est solide : Artificial Analysis lui attribue 51 sur l'Intelligence Index en raisonnement maximal (27 en mode non-raisonnement), 75 sur le Coding Agent Index, avec un Elo GDPval de 1 592. Le dossier de Qwen3.8 27B repose sur le SWE-bench Pro de 61,7 et le codage agentique en terminal de 73,0 d'Ali​baba — des chiffres annoncés par le fournisseur, non reproduits, mais qui vont dans la même direction. Aucun des deux modèles n'est un cheval de course du raisonnement de pointe ; les deux sont tarifés pour être le cheval de trait. La différence, c'est que le plafond de Luna est mesuré et connu, tandis que celui du Qwe​n est une affirmation en attente d'un banc d'essai indépendant.

Orienter la décision entre louer et posséder

Les deux modèles sont en ligne sur OrcaRouter au prix catalogue du fournisseur avec 0% de marge, ce qui signifie que la réduction de prix du 30 juillet est le prix que vous payez aujourd'hui, et non un devis périmé. Une règle de routage peut envoyer le trafic interactif sensible à la latence vers Qwen3.8 27B et les textes à long contexte et à gros volume vers GPT-5.6 Luna, avec bascule automatique entre les deux ; la version auto-hébergée de Qwe​n devient le troisième pilier pour tout ce qui ne peut pas quitter votre réseau. Une seule clé, pas de second contrat, et le partage location/propriété relève d'un changement de configuration plutôt que d'une réarchitecture.

Le verdict

Si vous voulez l'API fiable la moins chère et que vous n'auto-hébergerez jamais, GPT-5.6 Luna est le choix — 0,20 $ / 1,20 $, un contexte de 1,05 M, des scores indépendants, et c'est déjà le petit modèle le plus appelé de la flotte d'OpenAI. Si vous possédez du matériel, ou si vous voulez posséder votre modèle, Qwen3.8 27B gagne sur le coût total de possession dès le jour où vous le déployez — 16 Go de VRAM, Apache 2.0, pas de compteur par token. La baisse de prix, c'était OpenAI concurrençant l'écosystème ouvert sur le prix. La réponse de l'écosystème ouvert n'est pas une API moins chère. C'est le téléchargement.