Anthropic et OpenAI lancent le même jour des modèles plus puissants et moins chers : la guerre des prix de l'IA s'accélère
Guy WASSEU
Auteur
C'est un coup double comme le secteur de l'intelligence artificielle en a désormais l'habitude. Le 22 septembre 2026, Anthropic a mis en ligne Claude Opus 5.5, son modèle haut de gamme destiné aux entreprises. Quelques minutes plus tard, OpenAI ripostait avec deux nouveaux modèles de la famille GPT-6, baptisés Sol et Luna. Trois modèles présentés comme plus capables que la génération précédente, et lancés sur un même argument : ils coûtent moins cher.
Deux annonces à quelques minutes d'intervalle
Anthropic positionne Opus 5.5 sur le travail complexe : débogage logiciel, analyse financière, tâches longues. L'entreprise affiche 66,4 % sur le banc d'essai Terminal-Bench 4.0 et un bond sur AutomationBench, à 40 % contre 26,9 % pour Opus 5. Elle met aussi en avant un gain de sûreté — le modèle « tenterait de contourner ses garde-fous environ 85 % moins souvent » que les versions précédentes. Chez ses premiers clients, le directeur produit de GitHub, Mario Rodriguez, dit avoir vu Opus 5.5 « résoudre plus de tâches en ligne de commande qu'Opus 5, en moins de la moitié des étapes », tandis qu'une responsable de Box le décrit comme « 40 % moins verbeux, sans perte de précision ». Côté tarif, Opus 5.5 s'établit à 4 dollars le million de jetons en entrée et 20 en sortie.
OpenAI a répondu sur le même terrain, celui du prix. Sol vise le codage exigeant et les tâches professionnelles ; Luna, l'usage à grand volume et les tâches administratives. L'entreprise affirme que Sol commet « environ deux fois moins d'erreurs » factuelles que son prédécesseur. Sol est facturé 2 dollars le million de jetons en entrée et 10 en sortie ; Luna, 0,10 et 0,50 — jusqu'à moitié moins que la génération GPT-5.6.
Une baisse de prix qui contredit l'appel commun à ralentir
Le paradoxe est frappant. Quelques jours plus tôt, les patrons des deux laboratoires avaient appelé, fait rare, à ralentir la course aux modèles de pointe : Dario Amodei (Anthropic) dans un billet plaidant pour « tenir le rythme de la frontière », soutenu publiquement par Sam Altman (OpenAI) — un moment de solidarité inhabituel entre deux rivaux. Ces sorties du 22 septembre sont les premières depuis cet appel, et elles ne ralentissent rien : elles baissent les prix.
Chacun justifie la baisse à sa manière. Anthropic dit répercuter sur ses clients « les économies d'efficacité » réalisées ; OpenAI attribue les réductions à des « progrès dans la mise en cache et l'inférence ». Un économiste cité par la presse résume l'enjeu autrement : les deux acteurs « se livrent une guerre des prix qui fait chuter le coût de l'IA », avec, à la clé, une question de rentabilité future pour des entreprises qui vendent désormais toujours plus de calcul pour toujours moins cher.
Ce que ça change pour les professionnels et les entrepreneurs
Pour qui travaille avec ces outils, le message n'est pas dans les décimales des benchmarks. Il tient en une phrase : l'IA de haut niveau devient moins chère à chaque génération, et le rythme ne faiblit pas, même quand ceux qui la fabriquent disent vouloir ralentir. Ce qui coûtait une petite fortune en jetons il y a un an se paie aujourd'hui une fraction du prix. La barrière à l'entrée, pour un indépendant, une petite structure ou un entrepreneur qui bâtit un produit sur ces interfaces de programmation, s'effondre.
Mais une capacité qui se banalise cesse d'être un avantage. Quand tout le monde peut louer, pour quelques dollars, un modèle capable de coder, d'analyser un contrat ou de préparer un dossier, ce n'est plus l'accès au modèle qui distingue une entreprise d'une autre — c'est l'usage qu'elle en fait : la qualité de ses données, la pertinence de ses processus, le jugement de ceux qui pilotent l'outil et vérifient ce qu'il produit. La baisse des prix déplace la valeur, elle ne la crée pas.
Reste enfin une prudence à garder en tête. Un modèle moins cher et plus rapide invite à en faire davantage, plus souvent, parfois sans contrôle. Or plus l'IA produit, plus il faut de vérification humaine derrière — ce coût de supervision que le secteur commence à peine à chiffrer. La bonne question, pour un dirigeant, n'est donc pas « quel est le modèle le moins cher ? », mais « qu'est-ce que je gagne réellement à confier telle tâche à l'IA, une fois le temps de relecture déduit ? ». C'est là, et non dans la guerre des tarifs, que se joue l'avantage durable.
Sources