← Accueil actu | Salle du marché
2026-11-11 · Source:虎嗅·中继

En deux heures, le 23 septembre à l'heure de Pékin, deux grands laboratoires IA ont successivement dévoilé de nouveaux flagships moins chers : Opus 5.5 défie frontalement Fable 5.1 par un prix plus bas et une vitesse supérieure, tandis qu'OpenAI élargit avec Sol et Luna la fourchette de prix jusqu'à un écart de cent fois. Pour les acheteurs de calcul IA, ce n'est pas une simple mise à jour de benchmarks, c'est une refonte de la logique d'achat.
Le 23 septembre à l'heure de Pékin, Anthropic a dévoilé Opus 5.5, premier modèle de la série Claude 5.5 ; deux heures à peine plus tard, OpenAI lui répondait avec GPT-6 Sol et Luna. Le tarif des modèles flagship a été intégralement réécrit en une seule journée, et ce rythme de lancements au corps à corps montre par lui-même que les laboratoires de tête ont fait du prix une dimension concurrentielle centrale, et non plus un simple attribut de la capacité. Pour les acheteurs de calcul IA d'entreprise en train de planifier leurs budgets, cette journée mérite d'être inscrite à part entière au registre des achats.
Commençons par le positionnement d'Opus 5.5. Sa description officielle : un niveau Fable 5.1 sur la plupart des tâches, un coût sur charges de travail typiques inférieur d'environ 40% à Opus 5, une vitesse de sortie supérieure de plus de 30%, et des prix unitaires d'entrée et de sortie inférieurs de 20% à la génération précédente. Autrement dit, Anthropic n'a pas choisi l'empilement de paramètres pour grimper les classements, mais la voie du rapport qualité-prix : maintenir les capacités flagship tout en comprimant le coût unitaire et la latence. Cette stratégie épouse exactement le vrai point de douleur des achats d'entreprise actuels — la plupart des équipes ne manquent pas d'un modèle plus fort, mais d'un modèle bon marché, suffisant et rapide à répondre.
Sur le plan des benchmarks, la concurrence est plus subtile. Opus 5.5 obtient 66.4% à Terminal-Bench 4.0, devant Astra à 57.9% et Fable 5.1 à 55.8% ; à FrontierCode, il dépasse légèrement Astra, 54.4% contre 53.3%. Mais Astra conserve la tête des tests de flux de travail inter-applications et d'agents scientifiques d'AutomationBench, et les configurations d'inférence diffèrent d'un test à l'autre : pas d'écrasement généralisé. Le cas partagé par Boris Cherny est plus parlant : pour porter HAProxy du C vers Rust, les deux modèles passent presque tous les tests, mais Opus 5.5 n'a besoin que de 9.5 heures à un coût inférieur de 51%, quand Fable 5.1 en exige 12. Cela dit, ce n'est qu'un résultat de tâche unique en interne chez Anthropic — une décision d'achat ne devrait pas reposer sur un seul cas.
La pression sur les prix frappe d'abord Fable 5.1 : ses tarifs API standard sont de 10 dollars en entrée et 50 dollars en sortie par million de tokens, quand Opus 5.5 ne demande que 4 et 20 dollars. Cela signifie qu'avec un budget annuel inchangé de 100 millions de dollars, le passage au nouveau modèle permettrait théoriquement de couvrir plusieurs fois le volume d'appels d'origine. OpenAI, elle, étale encore davantage sa grille : Astra garde le sommet des capacités à 10 dollars en entrée et 50 dollars en sortie ; Sol cible la programmation complexe et les flux d'agents à 2 et 10 dollars, soit un cinquième d'Astra ; Luna prend les tâches concentrées à haute fréquence à 0.1 et 0.5 dollar — à million de tokens de sortie égal, cent fois moins qu'Astra. L'intention de cette structure à trois étages de prix est limpide : faire tenir le plafond des capacités avec Astra, élargir la base d'utilisateurs avec Sol et Luna, et verrouiller fermement dans son propre écosystème le flot d'appels à haute fréquence et faible complexité.
L'intérêt de cet affrontement ne tient pas qu'aux baisses de prix. La montée en gamme d'Opus 5.5 rend la position de Fable 5.1 inconfortable — rejoint voire dépassé sur la plupart des benchmarks, tout en coûtant plus du double : son positionnement de marché devra être rejustifié. Quant à OpenAI, avec Sol et Luna à prix unitaires plus bas, elle encourage en réalité les développeurs à migrer davantage de charges de travail vers sa plateforme : même si la marge par requête s'amincit, l'effet d'échelle reste considérable.
Il faut rappeler aux acheteurs qu'une baisse du prix unitaire ne réduit pas nécessairement la dépense totale. Quand le modèle réfléchit longtemps, on peut finir par dépenser davantage. Un modèle qui sort plus vite et coûte moins cher au token, s'il tend vers des chaînes de raisonnement plus longues, davantage de tentatives et plus d'allers-retours de contexte, peut consommer des tokens bien au-delà des prévisions. Il est donc conseillé aux équipes d'achat de conduire, avant la bascule, des tests A/B avec leur trafic métier réel, de comparer sur les factures réelles plutôt que sur les prix unitaires théoriques, et de surveiller la structure de consommation des tokens au lieu de s'arrêter au tarif affiché par million de tokens.
En termes d'effets sectoriels, ce lancement simultané marque le déplacement systématique vers le bas de l'ancrage des prix des modèles flagship. Le palier que représentait Fable 5.1 — 10 dollars en entrée, 50 dollars en sortie — est passé du statut d'option rapport qualité-prix à celui d'option haut de gamme, du jour au lendemain. Pour les équipes qui font tourner des scénarios simples comme la classification, l'extraction ou le traitement par lots sur des modèles coûteux, l'heure de refaire le layering des modèles a sonné — pour un produit appelé des dizaines de milliers de fois par jour, un modèle bon marché qui suffit fait l'affaire. Une architecture en couches bien calibrée (Astra ou Opus 5.5 pour les tâches haut de gamme, Sol pour la complexité moyenne, Luna pour les tâches simples à haute fréquence) peut apporter une optimisation d'un ordre de grandeur de la dépense globale d'inférence.
Par ailleurs, une précision du point de vue du marché d'échange de capacités de calcul : selon notre surveillance des cotations à la vente, aucune donnée de cotation à la vente n'est disponible actuellement pour Opus 5.5. L'offre de marché secondaire d'un modèle nouvellement lancé exige généralement plusieurs semaines pour prendre de l'ampleur ; à court terme, les entreprises qui ont besoin de contrats de calcul en volume et négociables doivent continuer de se référer aux tarifs officiels de l'API, tout en suivant nos rapports ultérieurs de cotations et de fourchettes de prix. Avant que l'offre de marché ne se constitue, toute cotation des canaux secondaires doit être traitée avec prudence.
Pour les développeurs, la leçon de cette journée est toute simple : à travail à peu près équivalent, plus rapide et moins cher — cela vaut peut-être davantage qu'une avance au classement des benchmarks. Les vainqueurs de la guerre des prix ne sont pas tel ou tel laboratoire, ce sont les acheteurs qui peuvent enfin déployer l'IA dans davantage de scénarios métier à moindre coût. Il restera à suivre si Fable 5.1 s'aligne à la baisse, et si la grille de prix à trois étages devient la norme du secteur.
Q : Par rapport à Opus 5, quels gains Opus 5.5 apporte-t-il en coût et en vitesse ?
R : Le coût sur charges de travail typiques est inférieur d'environ 40% à Opus 5, la vitesse de sortie supérieure de plus de 30%, et les prix unitaires d'entrée et de sortie sont inférieurs de 20% à la génération précédente.
Q : Dans la série GPT-6, quel écart y a-t-il entre les prix de sortie de Luna et d'Astra ?
R : Luna facture 0.5 dollar par million de tokens de sortie contre 50 dollars pour Astra : à million de tokens de sortie égal, un écart de 100 fois.
Q : Par rapport à Opus 5, quels gains Opus 5.5 apporte-t-il en coût et en vitesse ?
R : Le coût sur charges de travail typiques est inférieur d'environ 40% à Opus 5, la vitesse de sortie supérieure de plus de 30%, et les prix unitaires d'entrée et de sortie sont inférieurs de 20% à la génération précédente.
Q : Dans la série GPT-6, quel écart y a-t-il entre les prix de sortie de Luna et d'Astra ?
R : Luna facture 0.5 dollar par million de tokens de sortie contre 50 dollars pour Astra : à million de tokens de sortie égal, un écart de 100 fois.
Mots-clés: Anthropic · OpenAI · Claude Opus 5.5 · GPT-6 · Boris Cherny · LLM Pricing
萬安算交所 AIXX · AIXX · Bourse compute vérifiée · Accéder à la salle