Entre juillet et septembre 2026, le prix d'entrée du modèle léger d'OpenAI est passé de 1 $ à 0,10 $ le million de jetons.
Ce qui a changé récemment · 30 septembre 2026
Le 22 septembre 2026, OpenAI a lancé GPT-6 Sol et GPT-6 Luna à moitié prix de la génération précédente, des tarifs présentés comme permanents. Le même jour, Claude Opus 5.5 est arrivé 20 % moins cher qu'Opus 5. Le 28 septembre 2026, Claude Sonnet 5.5 a gardé le prix de Sonnet 5, et le lendemain GPT-6.1 Sol a ramené la relecture du cache à 5 % du prix d'entrée.
Que paie une entreprise qui utilise l'IA ?
La facture d'IA d'une PME se répartit en quatre postes : les abonnements de vos collaborateurs, l'usage des modèles par vos automatisations, l'hébergement si vous faites tourner un modèle vous-même, et le travail de conception, d'intégration et de maintenance. Les deux premiers s'affichent sur les pages tarifs des éditeurs ; les deux derniers dépendent de votre projet et pèsent souvent davantage.
Le prix du modèle reste rarement le poste principal d'un projet d'automatisation. La conception, la connexion à vos outils, les tests, la supervision et la maintenance dans la durée pèsent davantage. Une baisse de tarif rend plus de scénarios rentables ; il faut toujours les cadrer et les entretenir. La question devient : « est-ce que ce process mérite qu'on l'industrialise ? »
Comment se calcule le coût d'usage ?
Le prix se joue au volume
Le coût d'un scénario tient à deux choses : le nombre de fois où il tourne, et la quantité de texte échangée à chaque fois (la consigne, le contenu à traiter, la réponse). Une tâche rare sur de gros documents et une tâche fréquente sur de courts messages peuvent coûter autant. Le prix se joue au volume de texte : c'est lui qu'il faut estimer. La baisse des tarifs décale le seuil sans changer le calcul, qui se pose comme n'importe quel retour sur investissement : temps gagné contre coût total, outil compris.
Erreur fréquente
Choisir le modèle le plus cher « pour être sûr ». Sur beaucoup de tâches répétitives (trier, extraire, reformuler court), un modèle léger fait le travail pour une fraction du prix, souvent dix à vingt fois moins cher. Le modèle haut de gamme se réserve aux tâches de raisonnement où il fait vraiment la différence.
Estimer avant de construire
Prenez un scénario candidat et estimez trois chiffres : combien de fois il tournerait par mois, la taille moyenne de texte par exécution, le tarif du modèle visé. Multipliez : vous obtenez un coût mensuel souvent bien plus bas qu'attendu. Mettez-le en face du temps humain économisé, valorisé à son coût réel. Si l'écart est net et se maintient même en doublant l'estimation de volume, le scénario tient.
Pour la taille de texte, OpenAI donne un repère : un jeton représente environ trois quarts de mot en anglais. Le compte exact varie selon la langue et le modèle : pour un texte en français, prévoyez de l'ordre de 1 000 jetons par page. Deux réglages réduisent ensuite la facture. La relecture d'une consigne déjà envoyée, mise en cache, coûte 10 % du prix d'entrée chez OpenAI comme chez Anthropic, et même 5 % sur leurs modèles les plus récents. Le traitement par lots, qui accepte un délai de réponse pouvant aller jusqu'à 24 heures, divise le prix par deux.
Comment les prix de l'IA ont-ils évolué en 2026 ?
Une vague de baisses sur l'été
En deux mois, les tarifs d'API ont nettement reculé. Le 30 juillet 2026, OpenAI a divisé par cinq le prix de son modèle le plus léger, GPT-5.6 Luna, et réduit d'un cinquième celui de GPT-5.6 Terra. Le 10 août 2026, Anthropic a renoncé à la hausse prévue sur Claude Sonnet 5. Le 21 août 2026, GPT-5.6 Sol, le modèle phare d'OpenAI, a perdu 20 % en entrée et 33 % en sortie. Au bout du compte, traiter un volume de texte donné coûte une fraction de ce qu'il coûtait il y a un an.
Le 22 septembre 2026, des baisses durables
Le 22 septembre 2026, Anthropic et OpenAI ont lancé de nouveaux modèles à environ 90 minutes d'intervalle. Chez OpenAI, GPT-6 Sol passe à 2 $ le million de jetons en entrée et 10 $ en sortie, contre 4 $ et 20 $ pour GPT-5.6 Sol. GPT-6 Luna, le modèle le plus léger, descend à 0,10 $ en entrée et 0,50 $ en sortie, contre 0,20 $ et 1,20 $. Un porte-parole d'OpenAI a confirmé à VentureBeat que ces tarifs sont permanents : les prix sont divisés par deux, durablement.
Anthropic a répondu le même matin avec l'annonce de Claude Opus 5.5, son modèle haut de gamme : 4 $ en entrée et 20 $ en sortie, contre 5 $ et 25 $ pour Opus 5. La relecture de contenu déjà mis en cache passe de 0,50 $ à 0,20 $. Le 28 septembre 2026, Claude Sonnet 5.5 est sorti au prix de Sonnet 5, 2 $ et 10 $ : l'économie annoncée vient cette fois d'une consommation de jetons plus faible. Le lendemain, OpenAI a présenté GPT-6.1 Sol, qui facture la relecture du cache 0,10 $ le million de jetons.
Ce que ça change dans le calcul
Pour le modèle léger d'OpenAI, le prix d'entrée est passé de 1 $ à 0,10 $ entre le 30 juillet et le 22 septembre 2026 : il a été divisé par dix en moins de deux mois. Les quatre chantiers décrits plus bas deviennent encore plus faciles à rentabiliser. Le point à surveiller se déplace vers la conception. Une automatisation qui renvoie la même longue consigne à chaque exécution peut la faire relire depuis le cache, à un tarif très réduit, à condition d'avoir été construite pour. À volume égal, la conception du scénario compte autant que le tarif affiché.
Changer de modèle reste une décision à tester sur vos propres données : les réponses d'un nouveau modèle diffèrent, et certains réglages évoluent (sur Opus 5.5, le mode de réflexion reste désormais toujours actif, par exemple). Des scénarios capables d'appeler plusieurs fournisseurs, comme nous le recommandions après la panne de Claude du 16 août 2026, permettent de profiter de chaque baisse sans tout reconstruire.
Pourquoi les prix de l'IA baissent-ils ?
La baisse de l'été 2026 prolonge une tendance longue. Dans une étude publiée le 22 septembre 2026, l'institut de recherche Epoch AI mesure que le prix d'un niveau de performance donné recule de 47 % par trimestre depuis 2023, soit un coût divisé par treize chaque année. Trois causes se combinent.
La concurrence entre les grands fournisseurs
OpenAI, Anthropic et Google se disputent les mêmes clients professionnels. Le 22 septembre 2026, OpenAI et Anthropic ont présenté leurs nouveaux modèles à environ 90 minutes d'intervalle, chacun avec des tarifs en baisse. Les usages à fort volume, ceux que génèrent vos automatisations, vont au fournisseur qui offre le meilleur rapport entre qualité et prix.
La montée des modèles ouverts
Des modèles dont les poids sont publiés, comme ceux de Mistral, de DeepSeek ou de Xiaomi, se rapprochent des meilleurs modèles propriétaires. Sur le classement Arena, l'écart entre les deux camps est passé de 15,2 % en mai 2023 à 3,4 % en mars 2026, selon l'AI Index 2026 de Stanford. Hébergés par des prestataires à bas coût, ces modèles ont réduit les marges de toute la chaîne, ce qui a fait baisser les prix, selon l'analyse du fonds a16z.
C'est un facteur majeur, parmi d'autres. Nous détaillons ce que la concurrence des modèles ouverts change pour une PME dans un article dédié : coût réel, confidentialité et hébergement en France.
Des modèles et du matériel plus efficaces
Les éditeurs attribuent eux-mêmes leurs baisses à des gains d'efficacité. Anthropic indique qu'Opus 5.5 demande moins de calcul à servir qu'Opus 5, et que son prix le reflète. OpenAI a justifié la baisse du 21 août 2026 par des coûts de service réduits de 20 %, grâce à l'optimisation de ses calculs sur carte graphique. Côté matériel, le coût baisse de 30 % par an et l'efficacité énergétique progresse de 40 % par an, selon l'AI Index 2025. La mise en cache, qui évite de refacturer au prix fort une consigne déjà envoyée, prolonge ce mouvement.
Modèle propriétaire ou modèle ouvert : lequel choisir ?
Un modèle propriétaire, comme ceux d'OpenAI ou d'Anthropic, s'utilise uniquement à travers son éditeur. Un modèle ouvert publie ses poids, ce qui permet de le faire tourner chez l'hébergeur de votre choix ou sur votre propre serveur. Une nuance de vocabulaire : au sens de la définition de l'Open Source Initiative, un modèle « open source » publie ses poids, son code et des informations suffisantes sur ses données d'entraînement. La plupart des modèles dits ouverts publient seulement leurs poids : on parle alors de modèles « open-weight ».
Le choix se fait usage par usage, et un même système peut combiner plusieurs modèles : un modèle léger pour trier, un modèle haut de gamme pour rédiger, un modèle ouvert hébergé en France pour les données sensibles. C'est l'un des chantiers de notre offre Environnement et gouvernance IA : nous choisissons avec vous les outils adaptés à votre métier, fixons les règles de confidentialité des données, puis connectons l'ensemble à vos logiciels.
Quelles automatisations deviennent rentables ?
Quatre exemples fréquents en PME
Quand le coût par appel est divisé par cinq, voire par dix, sur les modèles légers, des chantiers écartés pour leur coût redeviennent défendables. Ils ont un point commun : un volume élevé, qu'il s'agisse de milliers de messages courts ou de documents longs traités en masse. La personnalisation d'emails à grande échelle en est l'exemple type. Toutes ces automatisations étaient déjà possibles ; elles étaient simplement trop chères pour le gain attendu.
À retenir
Une baisse de prix laisse intactes les capacités d'une IA. Elle change la liste des tâches où l'automatiser revient moins cher que de la laisser manuelle. C'est cette liste qui s'allonge.
Profiter de la baisse sans se disperser
La tentation, quand le prix chute, est de multiplier les petits automatismes partout. Trois scénarios solides valent mieux que dix mal suivis : ces derniers coûtent plus, en attention et en risque, sur des process qui ne le méritent pas. Le bon réflexe est de reprendre la liste des tâches écartées « à cause du coût IA » et de rouvrir celles qui ont un vrai volume et un vrai gain, en les cadrant une par une.
CHECK-LIST
✓ Les tâches jugées « trop chères » sont réexaminées.
✓ Chaque scénario a un coût mensuel estimé.
✓ Le gain de temps est chiffré à son coût réel.
Ce que ça change pour votre PME
Si vous aviez renoncé à automatiser une tâche répétitive il y a un an parce que le calcul ne passait pas, refaites-le aujourd'hui : le coût d'usage a changé d'ordre de grandeur. Chez Growth AI, ce calcul fait partie du cadrage. Nous choisissons le modèle le moins cher qui tient la tâche, propriétaire ou ouvert, nous estimons le coût réel avant de construire, et nous lançons uniquement les scénarios dont le retour reste net même avec des hypothèses prudentes.
