GPT-5.6 Sol bénéficie d'une baisse de prix API de trois mois

OpenAI a réduit le tarif de l'API GPT-5.6 Sol pour les trois prochains mois, ramenant le tarif standard à contexte court à 4 $ par million de tokens en entrée et 20 $ par million de tokens en sortie. Il ne s'agit pas d'une nouvelle sortie de modèle, mais cela mérite tout de même l'attention car Sol est le palier coûteux que de nombreuses équipes réservent aux tâches de codage difficiles, aux workflows agentiques, à la recherche et aux tâches multi-étapes.

L'enseignement pratique est simple : si vous aviez écarté Sol de vos agents en production plus tôt cet été, refaites le calcul. Le nouveau tarif déplace la frontière entre router vers un modèle moins cher et payer pour le modèle le plus performant, en particulier lorsque la partie coûteuse de votre charge de travail consiste en génération de code volumineuse en sortie, longues traces de planification, ou boucles de réparation répétées.

Ce qui a été confirmé

La documentation actuelle d'OpenAI répertorie GPT-5.6 Sol à 4,00 $ par million de tokens en entrée, 0,40 $ par million de tokens en entrée mis en cache, et 20,00 $ par million de tokens en sortie. La même page indique que ce tarif promotionnel est disponible au moins jusqu'au 21 novembre 2026, et compare le nouveau prix d'entrée de Sol à celui de GPT-5.5, à 5,00 $ par million de tokens en entrée.

AWS a publié une annonce Amazon Bedrock correspondante le 21 août 2026. AWS indique qu'OpenAI a abaissé le tarif de GPT-5.6 Sol, et que Sol coûte désormais 4 $ par million de tokens en entrée et 20 $ par million de tokens en sortie. AWS présente également cette évolution comme une baisse de 20 % du tarif d'entrée et de 33,3 % du tarif de sortie, avec un tarif promotionnel disponible au moins jusqu'au 21 novembre 2026.

Reuters, republié par Boursorama, a rapporté les mêmes chiffres de base le 21 août 2026 : le tarif précédent de Sol était de 5 $ par million de tokens en entrée et 30 $ par million de tokens en sortie, et le nouveau tarif standard à contexte court est de 4 $ et 20 $. Reuters a également rapporté que ces baisses s'appliquent à l'API d'OpenAI et sont déployées pour l'usage basé sur des crédits éligibles dans ChatGPT Work et Codex, tandis que les prix des abonnements Pro, Plus et Business restent inchangés.

Il y a deux notes de bas de page importantes dans la documentation d'OpenAI. D'abord, les prompts dépassant 272K tokens en entrée sont facturés à 2x le tarif d'entrée et 1,5x le tarif de sortie pour l'intégralité de la requête. Ensuite, les écritures de cache sont facturées à 1,25x le tarif des tokens d'entrée non mis en cache. Si votre charge de travail est un agent à grand contexte qui traîne l'état d'un dépôt, des tickets, des logs ou de la documentation dans chaque requête, ne vous fiez pas au seul prix affiché.

Pourquoi cela compte pour les ingénieurs sur le terrain

La plupart des équipes ne se soucient pas des prix des modèles dans l'abstrait. Elles s'en soucient quand un workflow passe de belle démo à ligne budgétaire.

Pour les agents de codage, le triage de vulnérabilités, les assistants de migration, les copilotes de support client et les outils de recherche internes, le coût du modèle se cache généralement à quelques endroits :

• les nouvelles tentatives répétées après l'échec d'appels d'outils ;
• un contexte volumineux de dépôt ou de document ;
• une sortie de planification verbeuse de type chaîne de raisonnement ;
• les patchs et tests générés ;
• les runs d'évaluation sur de nombreux exemples ;
• l'automatisation en arrière-plan qui tourne, qu'un humain surveille ou non.

Une réduction d'un tiers sur les tokens de sortie est significative car de nombreuses charges de travail d'agents sont lourdes en sortie. Un modèle qui écrit un patch, l'explique, met à jour les tests, commente les échecs, puis réécrit le patch peut consommer des tokens de sortie plus vite qu'une simple application de questions-réponses. Si vous limitiez auparavant Sol à l'escalade manuelle uniquement, les nouveaux chiffres peuvent justifier de l'utiliser pour davantage d'étapes automatisées de nouvelle tentative ou de révision.

Cela dit, moins cher ne veut pas dire bon marché. Sol reste un modèle au tarif de pointe comparé aux paliers plus petits. Le bon réflexe n'est pas de router chaque requête vers Sol. Le bon réflexe est de revoir votre routeur.

Ce que cela change en pratique

Commencez par votre politique de routage. Si votre politique actuelle dit d'utiliser Sol seulement quand Terra ou Luna échoue deux fois, la réduction sur la sortie peut rendre un appel Sol plus précoce moins cher que plusieurs tentatives avec un modèle plus faible. C'est particulièrement vrai pour les tâches où l'échec coûte cher : modifications de code cassées, migrations de base de données incorrectes, résumés d'incidents erronés, ou résultats de sécurité bruités.

Ensuite, mettez à jour votre budget d'évaluation. Beaucoup d'équipes font tourner de petites évaluations parce que les sweeps sur les modèles de pointe coûtent cher. Une baisse de prix temporaire est une bonne fenêtre pour élargir la couverture de tests autour de votre charge de travail réelle : modifications à l'échelle du dépôt, fiabilité des appels d'outils, conformité au schéma JSON, qualité de revue de code, et cas de régression où les modèles plus petits peinaient.

Vérifiez ensuite le comportement à long contexte. La documentation d'OpenAI indique que les requêtes dépassant 272K tokens en entrée se voient appliquer le tarif à long contexte sur l'intégralité de la requête, pas seulement sur l'excédent. Cela crée un effet de seuil. Si votre agent franchit parfois cette limite en injectant une carte complète du dépôt ou trop de fragments récupérés, vous pourriez annuler les économies sans vous en rendre compte.

La mise en cache mérite aussi un nouveau passage. Le tarif d'entrée mis en cache est affiché à 0,40 $ par million de tokens, tandis que les écritures de cache coûtent plus cher que l'entrée non mise en cache. Pour les prompts stables, les blocs de politique, les résumés de dépôt, les cartes de dépendances ou la documentation d'API qui se répètent d'un appel à l'autre, la mise en cache peut être un vrai levier. Pour les prompts hautement variables, cela peut être du bruit. Mesurez le taux de succès du cache avant de célébrer.

Les utilisateurs de Codex devraient aussi voir cela comme un changement de modèle de quota, pas seulement un changement de tarif API. Reuters a rapporté que la baisse se déploie sur les plans éligibles basés sur des crédits pour ChatGPT Work et Codex, tandis que les abonnements fixes restent inchangés. Si votre équipe utilise Codex via des crédits d'abonnement plutôt que via la facturation API directe, surveillez la consommation de crédits pour les tâches Sol, pas seulement la page de tarification publique de l'API.

Une checklist de migration pratique

D'abord, faites un instantané de l'usage de la semaine dernière par modèle, endpoint, tokens en entrée, tokens en entrée mis en cache, tokens en sortie, et longueur de requête. Séparez ce qui est au-dessus et en-dessous de 272K tokens en entrée.

Ensuite, recalculez la même charge de travail au nouveau tarif de Sol. Faites-le par workflow, pas seulement globalement. La question intéressante n'est pas de savoir si la facture baisse. La question intéressante est de savoir quels workflows sont désormais assez bon marché pour tourner avec un raisonnement plus puissant.

Troisièmement, comparez un seul appel à Sol face à plusieurs tentatives avec un modèle moins cher. Pour les systèmes agentiques, les nouvelles tentatives sont souvent la taxe cachée. Si un modèle moins cher a besoin de trois tentatives et finit quand même par transmettre le travail à un humain, il n'est peut-être pas plus économique.

Quatrièmement, ajoutez un garde-fou budgétaire temporaire qui expire avant le 21 novembre 2026. Il s'agit d'un tarif promotionnel, et OpenAI comme AWS utilisent l'expression « au moins jusqu'à » cette date. Intégrez le retour en arrière dans votre configuration dès maintenant pour ne pas être pris au dépourvu plus tard.

Cinquièmement, actualisez toute hypothèse de tarification client, de refacturation interne, ou de coût par ticket. Si vous vendez des workflows assistés par IA, votre modèle de marge a changé. Si vous gérez de l'ingénierie de plateforme interne, vos chiffres de showback ont changé.

Mon avis

C'est une histoire de rapport prix-performance, pas une histoire de capacité. Le modèle n'est pas devenu plus précis parce que le prix du token a changé. Ce qui a changé, c'est l'ensemble des charges de travail pour lesquelles il est rationnel d'essayer d'abord le modèle le plus puissant.

Pour les petites équipes, la meilleure utilisation de cette fenêtre est l'expérimentation : élargir les évaluations, tester le routage d'agents, et trouver les tâches où Sol réduit réellement le travail total. Pour les grandes équipes, cela devrait déclencher une revue de facturation et de politique. Toute sélection de modèle codée en dur, tout budget statique par tâche, ou toute grille tarifaire interne obsolète est désormais suspecte.

Je ne reconstruirais pas une architecture autour d'un prix promotionnel. J'utiliserais les trois prochains mois pour recueillir des preuves. Si Sol réduit sensiblement les nouvelles tentatives, la revue manuelle, ou l'automatisation échouée dans votre propre stack, vous aurez un vrai argument pour le garder dans le pipeline même après la fin de la promotion.

Sources

• GPT-5.6 Sol model documentation, OpenAI API
• Amazon Bedrock announces reduced pricing for OpenAI GPT-5.6 Sol, AWS
• OpenAI réduit de plus de 20 % les tarifs réservés aux développeurs pour le modèle de pointe GPT-5.6 Sol, Reuters via Boursorama
• OpenAI cuts GPT-5.6 Sol API and credit prices, Techmeme aggregation of Reuters and related coverage
• Advancing the price-performance frontier with GPT-5.6, OpenAI background on July Terra and Luna cuts