OpenAI a réduit de 80 % par million de tokens le prix de son modèle phare le plus accessible : l’entrée de ChatGPT 5.6 Luna coûte désormais 20 cents par million et la sortie 1,20 dollar par million. Le modèle intermédiaire GPT 5.6 Terra a subi une réduction de 20 %, à 2 et 12 dollars respectivement. Cette décision, qu’OpenAI attribue à des gains d’efficacité, intervient un peu plus d’une semaine après le lancement par Google de son Gemini 3.6 Flash, moins cher, et de son jumeau 3.5 Flash-Lite, et marque ce que les analystes décrivent comme une nouvelle phase de l’industrie de l’IA : la concurrence sur le prix de l’intelligence plutôt que sur sa seule qualité.
La guerre des prix a un déclencheur évident. Les développeurs chinois ont mis à profit leurs avantages industriels et de coûts pour commercialiser des modèles presque aussi performants à une fraction du prix. Le Kimi K3 de Moonshot AI, publié en juillet sous la forme d’un modèle open-weight à mélange d’experts annoncé avec 2 800 milliards de paramètres au total et une fenêtre de contexte d’un million de tokens, facture 3 dollars par million de tokens en entrée et 15 dollars par million en sortie, un prix que Terra sous-cote désormais. Le modèle V4 pro de DeepSeek coûte 43,5 cents par million de tokens en entrée et 87 cents par million en sortie. La comparaison avec l’histoire récente d’OpenAI est frappante : en mars, ChatGPT 5.4 a été lancé avec des capacités agentiques, à 2,50 dollars par million de tokens en entrée et 15 dollars par million en sortie. Quatre mois plus tard, Luna offre une intelligence comparable à environ un treizième de ce prix.
Anthropic a maintenu ses prix mais a déplacé ses capacités vers le haut, en retirant le palier Opus le moins cher et en proposant à la place Claude 5.0 au même prix. Son offre la plus avancée, Claude Fable 5, est facturée 10 dollars par million de tokens en entrée et 50 dollars par million en sortie, un écart de prix à l’entrée de 50 fois par rapport à Luna qui reflète des paliers de performance différents. Le modèle haut de gamme d’OpenAI, GPT 5.6 Sol, reste à 5 et 30 dollars, tandis que son mode Fast à faible latence coûte en réalité plus cher, 10 et 60 dollars.
L’économie qui se cache derrière ces baisses est inconfortable pour les laboratoires qui les pratiquent. L’activité d’abonnement d’OpenAI est déjà non rentable, la société n’a pas atteint ses objectifs de revenus au premier semestre et elle s’est engagée à dépenser environ 600 milliards de dollars en calcul d’ici 2030, dont un engagement de 300 milliards de dollars avec Oracle. Les dépenses d’infrastructure IA de Google au cours de l’année écoulée ont atteint environ neuf fois ce que sa division cloud a perçu. Anthropic n’a affiché des bénéfices sur une base annualisée que récemment, aidée par un accord à prix réduit sur des centres de données avec xAI. Réduire les prix des modèles les plus vendus laisse entendre que les marges continueront de se réduire avant que les gains d’efficacité, ou la croissance de la demande, ne comblent l’écart.
Le pari de l’industrie est que des tokens moins chers génèrent une utilisation totale plus importante, une version du paradoxe de Jevons : lorsque le coût unitaire baisse, la consommation augmente au point que le chiffre d’affaires total progresse. Les nouvelles générations d’accélérateurs, notamment la plateforme Vera Rubin de Nvidia, promettent des améliorations d’environ dix fois en tokens par watt, ce qui pourrait rendre les marges minces rentables grâce au volume. Les analystes qui suivent ce changement soutiennent que l’effet le plus immédiat porte sur le comportement d’achat : les entreprises testent déjà des stratégies à paliers qui acheminent le travail courant vers des modèles bon marché et réservent les systèmes de pointe aux raisonnements difficiles, plutôt que de payer le prix des modèles phares pour chaque requête.
Pour les clients, la direction est sans ambiguïté. Les prix des tokens de classe frontière ont chuté d’environ 88 % depuis début 2023, et la chute s’accélère à mesure que les rivaux open-weight maintiennent la pression. La question ouverte est de savoir si cela profite aux entreprises qui pratiquent ces baisses : la baisse des prix ne signifie pas automatiquement une baisse des coûts.
Traduit par Lydie
Sources: AI companies are now racing to the bottom, crashing token prices and competitive models push companies to cut costs (Tom’s Hardware, Aug 3, 2026); Why OpenAI’s 80% Price Cut Could Trigger A Race To The Bottom In AI (Forbes, Jul 31, 2026); As Token Costs Plunge, Enterprise AI Providers Face A New Margin Squeeze (Forbes, Jul 28, 2026); AI Token Costs Reshape the Race (NeoTeo, Aug 2026)