Le piège de coût le plus fréquent en programmation avec l’IA consiste à ne regarder que le prix d’une tentative.
Si un modèle bon marché se perd cinq fois avant de finir par « permission denied », un modèle plus cher qui trouve la vraie cause du premier coup peut coûter moins cher.
En septembre 2026, Codex a ajouté GPT-6 Sol et GPT-6 Luna aux côtés de GPT-6 Astra. La bonne question n’est pas « lequel est le plus puissant ? », mais :
quel modèle minimise le coût pour réellement terminer chaque type de tâche ?
1. Ce qui a réellement été lancé
OpenAI a publié GPT-6 Sol et GPT-6 Luna dans l’API le 22 septembre 2026 et les a ajoutés à ChatGPT Work et Codex.[1][2]
Sol vise le code complexe et les workflows agentiques. Luna est optimisé pour les tâches ciblées et à fort volume. Les deux offrent une fenêtre de contexte de 1,05M et jusqu’à 128K tokens de sortie.[3][4][5]
Astra se place au-dessus pour les travaux end-to-end les plus difficiles, incluant code, usage de l’ordinateur, recherche et production de documents.[6]
Version bureau : Luna est l’opérateur économique, Sol le responsable quotidien, Astra la personne qui entre dans la salle serveur et demande immédiatement pourquoi ce câble est branché à l’envers.
2. Le piège de « GPT-6 est arrivé dans ChatGPT »
Les notes de version du 22 septembre indiquent précisément que Sol et Luna arrivent dans ChatGPT Work et Codex et qu’ils sont distincts des modèles disponibles dans Chat.[1]
Donc « présent dans le produit ChatGPT » ne signifie pas « sélectionnable dans une conversation Chat ordinaire ».
Astra a fait l’objet d’un déploiement ChatGPT plus large selon son annonce de septembre.[6] Même famille de modèles, surfaces produit différentes.
3. Les tarifs affichés sont très différents
Tarifs Standard API par million de tokens d’entrée/sortie au 23 septembre 2026 :[3][4][6][7][8][9]
| Modèle | Entrée | Sortie |
|---|---|---|
| GPT-6 Luna | $0.10 | $0.50 |
| GPT-6 Sol | $2.00 | $10.00 |
| GPT-6 Astra | $10.00 | $50.00 |
| GPT-5.6 Luna | $0.20 | $1.20 |
| GPT-5.6 Terra | $2.00 | $12.00 |
| GPT-5.6 Sol | $4.00 | $20.00 |
À volume de tokens identique, Sol coûte environ 20 fois Luna, et Astra 5 fois Sol.
Vu ainsi, « Luna partout » semble parfait. C’est l’équivalent numérique d’économiser un déménagement en portant soi-même le réfrigérateur.
4. Simulation simple : 100K entrée + 20K sortie
Supposons 100 000 tokens d’entrée et 20 000 de sortie, sans cache, frais d’outils, surcharge long contexte ni nouvel essai.
| Modèle | Coût API estimé par tentative |
|---|---|
| GPT-6 Luna | $0.020 |
| GPT-6 Sol | $0.400 |
| GPT-6 Astra | $2.000 |
| GPT-5.6 Luna | $0.044 |
| GPT-5.6 Terra | $0.440 |
| GPT-5.6 Sol | $0.800 |
En tokens bruts, Luna écrase le tableau.
Mais la formule utile est :
coût d’achèvement ≈ coût/tentative × nombre de tentatives + intervention humaine + contexte perdu
À tokens identiques, un essai Astra vaut environ cinq essais Sol. Si Sol a besoin de cinq essais et Astra d’un seul, le coût API est déjà équivalent.
5. Astra peut réellement coûter moins cher par tâche
Sur Terminal-Bench 4.0, OpenAI rapporte 57,9% pour GPT-6 Astra contre 37,3% pour GPT-5.6 Sol, avec un coût API estimé par tâche environ 9% inférieur pour Astra dans la comparaison.[6]
AutomationBench : 41,4% contre 18,1%. Tâches internes de migration de base : 63,9% contre 42,7%.[6]
Le prix par token et le prix du travail terminé sont donc deux métriques différentes.
Astra introduit aussi dans Codex un mécanisme de conservation et de récupération du contexte sur de longues sessions.[6] Pratique pour éviter le grand classique : oublier pourquoi le patch précédent a échoué puis refaire exactement la même chose avec enthousiasme.
6. Router selon la forme de la tâche, pas selon le prix
Il vaut mieux éviter de faire échouer systématiquement Luna→Sol→Astra.
Classez d’abord, puis montez d’un niveau après un échec significatif.
GPT-6 Luna
- recherche, extraction, classification, reformatage
- petites modifications très spécifiées
- lots indépendants
- exécution et synthèse de tests
- critères de réussite mécaniques
GPT-6 Sol
- implémentation multi-fichiers classique
- debug avec zone probable connue
- workflows agentiques standard
- recherche→correctif→test
- choix par défaut de Codex
GPT-6 Astra
- cause racine inconnue
- problèmes traversant plusieurs services, permissions ou états
- debug long
- migrations et gros refactors
- tâches qui atteignent toujours 80% puis meurent
- tâche que Sol a déjà sérieusement investiguée une fois sans la fermer
7. Où se situe GPT-5.6 Terra ?
Tarifs Standard :
- GPT-5.6 Terra : $2 / $12
- GPT-6 Sol : $2 / $10
Même prix d’entrée, sortie moins chère pour Sol.[3][8]
Pour de nouvelles charges, Terra se retrouve dans une position économique moins attractive. Il peut rester pertinent pour compatibilité, reproductibilité ou prompts déjà validés.
Pour du nouveau design : Luna=volume, Sol=défaut, Astra=difficile.
8. La vraie réponse vient de 20 tâches réelles
Un benchmark est une carte, pas votre dépôt.
Répartissez le travail en 3 à 5 catégories et enregistrez environ 20 tâches par catégorie :
- fin sans instruction humaine supplémentaire
- temps jusqu’au green
- nouveaux essais
- tokens/crédits
- volume de logs lu par un humain
- régressions
- fréquence de changement final de modèle
Optimisez le coût total par tâche terminée.
Conclusion : Sol par défaut, Luna pour le volume mécanique, Astra pour les labyrinthes
GPT-6 Luna : travail clair, massif, indépendant.
GPT-6 Sol : travail Codex ordinaire.
GPT-6 Astra : problèmes ambigus, longs et multi-systèmes.
Le scénario coûteux n’est souvent pas d’utiliser Astra. C’est d’économiser Astra pendant plusieurs échecs puis de l’utiliser quand même à la fin.
La quatrième lecture humaine du même log a aussi un prix.
Références (9)
- OpenAI ChatGPT Release Notes help.openai.com
- OpenAI API Changelog developers.openai.com
- GPT-6 Sol developers.openai.com
- GPT-6 Luna developers.openai.com
- Models catalog developers.openai.com
- GPT-6 Astra openai.com
- GPT-5.6 Sol developers.openai.com
- GPT-5.6 Terra developers.openai.com
- GPT-5.6 Luna developers.openai.com
