Le coût d’utilisation des modèles d’IA pionniers s’est effondré discrètement. Depuis juin, OpenAI et Anthropic ont réduit les prix de leurs LLM phares de 40 à 80 % grâce à une série rapide de réductions de prix qui se chevauchent – et une analyse publiée le 25 octobre par le data scientist Max Woolf expose, mois par mois, comment une véritable guerre des prix s'est déroulée entre les deux sociétés.
Le calendrier est important car il montre que les réductions n'étaient pas une réduction ponctuelle mais une spirale concurrentielle soutenue, chaque entreprise réagissant aux décisions de l'autre en quelques jours. Pour plus de contexte sur cette histoire, consultez notre couverture continue de AI news.
La chronologie : quatre mois de baisse des prix
L'analyse de Woolf suit la tarification par million de jetons (entrées, sorties et lecture du cache) dans chaque version majeure des deux laboratoires depuis fin juin :
- 26 juin : OpenAI a lancé GPT-5.6 Sol à 5 $ en entrée/30 $ en sortie par million de jetons, avec le petit modèle Luna à 1 $/6 $.
- 30 juin : Anthropic a lancé Claude Sonnet 5 à 2 $ / 10 $ — un prix de lancement décrit comme temporaire.
- 24 juillet : Anthropic a lancé Claude Opus 5 à 5 $ / 25 $, correspondant directement à GPT-5.6 Sol.
- 30 juillet : OpenAI a réduit le prix de GPT-5.6 Luna de 80 %, à 0,20 $/1,20 $.
- 10 août : Anthropic a rendu permanent le prix réduit de Sonnet 5.
- 21 août : OpenAI a réduit GPT-5.6 Sol d'environ 20 %, à 4 $/20 $, pendant trois mois.
- 1er septembre : Anthropic a lancé Fable 5.1 à 10 $/50 $ avec un prix de lecture du cache réduit de 75 %.
- 22 septembre : OpenAI a lancé GPT-6 Sol au prix surprenant de 2 $/10 $ – la moitié de son prédécesseur à prix réduit – et le même jour, Anthropic a lancé Claude Opus 5.5 à 4 $/20 $, la société déclarant que « Opus 5.5 nécessite moins de calcul pour fonctionner que Opus 5, et son prix reflète cela ».
- 29 septembre : OpenAI a suivi avec GPT-6.1 Sol, toujours à 2 $/10 $, mais avec le prix de lecture du cache réduit de moitié à 0,10 $, ce qui rend la famille de modèles cumulée environ 75 % moins chère qu'en juin.
D'après les calculs de Woolf, le coût d'utilisation de ces familles modèles a explosé en quatre mois, sans sacrifice visible sur la qualité de la production. Les réductions concernent également les outils de codage par abonnement tels que Codex et Claude Code, et pas seulement l'accès brut aux API.
La tarification du cache est le champ de bataille caché
L'un des enseignements les plus précis de l'analyse concerne les coûts de lecture du cache, c'est-à-dire le prix de la relecture de la mémoire d'un modèle d'une conversation en cours. Dans les charges de travail de codage agent, les lectures de cache représentent 96 à 99 % des dépenses totales en jetons, et les taux d'accès au cache sont généralement de 90 à 100 %.
Cette arithmétique explique pourquoi la réduction de 75 % de la lecture du cache d'Anthropic pour Fable 5.1 est corrélée à une réduction de 70 à 75 % du coût réel d'utilisation du modèle, même si les prix globaux des entrées et des sorties n'ont jamais changé. Lorsqu'OpenAI a réduit de moitié le prix du cache de GPT-6.1 Sol un mois plus tard, il correspondait au cache d'Anthropic fixé à environ 5 % du prix d'entrée.
Pourquoi baisser les prix de 80 % ?
La réponse de Woolf est centrée sur la marchandisation. Depuis que l'utilisation agentique du LLM est entrée en hypercroissance en novembre 2025, affirme-t-il, les modèles sont devenus faciles à échanger : les développeurs peuvent basculer entre les modèles avec une bascule dans des outils comme OpenCode ou un point de terminaison différent sur OpenRouter, ce qui laisse aux laboratoires peu de fossé et beaucoup de pression sur les prix.
L’autre externalité est la concurrence ouverte. Le Flash V4 de DeepSeek, sorti en avril 2026 à 0,14 $ d'entrée / 0,28 $ de sortie avec un prix de lecture du cache de seulement 0,0028 $, est devenu viral précisément parce qu'OpenAI manquait à l'époque d'un modèle de petite classe bon marché. Woolf soupçonne que la réduction de 80 % du GPT-5.6 Luna en juillet visait directement ces petits modèles à poids ouvert. Le Flash V4.1 mis à jour de DeepSeek obtient un score de 45 sur l'indice d'analyse artificielle, contre 24, à des prix similaires, ce qui maintient la pression.
"Personne ne réduit les prix de 80 % à moins qu'une externalité ne soit en jeu", écrit Woolf.
Les dépenses augmentent de toute façon
Le rebondissement à la fin de l’analyse : des jetons moins chers n’ont pas signifié des factures moins chères. Les données de la passerelle de modèles d'IA de Vercel montrent que le coût par jeton chute à 43,3 % de son niveau d'avril 2026 – tandis que les dépenses globales continuent d'augmenter, car les modèles deviennent plus performants plus rapidement qu'ils ne deviennent moins chers.
Cette dynamique explique la logique stratégique des deux côtés. Pour les laboratoires, la baisse des prix augmente l’utilisation et bloque les développeurs même si les marges par jeton se compressent. Pour les clients, le prix effectif d’une unité de travail utile – un ticket fermé, une pull request fusionnée, une tâche de recherche terminée – baisse encore plus rapidement que ne le suggèrent les prix des étiquettes.
Que regarder ensuite
Si la tendance se maintient, les prochaines versions de modèles d'OpenAI et d'Anthropic arriveront avec des prix globaux égaux ou inférieurs à ceux de leurs prédécesseurs, et les prix de lecture du cache continueront de converger vers les ratios agressifs établis par DeepSeek. Google et Meta, qui, selon Woolf, sont également en concurrence sur ce marché, sont confrontés aux mêmes calculs.
Pour l’instant, les acheteurs de calcul d’IA sont clairement les gagnants d’une guerre qui ne montre aucun signe de fin – et l’analyse suggère que la fin du jeu est un marché où les capacités de pointe sont évaluées comme une marchandise, avec une différenciation provenant de tout ce qui entoure le modèle plutôt que du modèle lui-même.
---
Gardez une longueur d'avance sur l'IARecevez les dernières actualités, analyses et avancées en matière d'IA, le tout en un seul endroit.
Lire plus d'actualités sur l'IA →
